电离层状态非稳定条件下的多路径Viterbi跟踪算法

多路径Viterbi数据关联跟踪算法(MVDA)研究了运用动态规划的优化算法解决天波超视距雷达多路径数据关联问题,该算法是基于电离层状态已知稳定条件下的。提出一种电离层状态非稳定条件下的多路径Viterbi跟踪算法,该算法针对无法精确获得电离层状态时,量测模型中的电离层状态参数不确定导致雷达坐标系/地理坐标系之间的坐标变换存在的不确定时,在最大似然的意义下的回波、传播模式和航迹的三维数据关联。仿真表明:在电离层非稳定状态下MVUI提高了低检测概率时的跟踪性能,大大降低了失跟率,并提高了跟踪精度。

天波超视距雷达多路径Viterbi数据关联跟踪算法

天波超视距雷达目标跟踪面临多传播路径、低探测概率、低探测精度和低数据率的困难.本文在地理坐标系对运动目标建模而在雷达坐标系进行数据关联,将各传播模式的回波作为备选的竞争量测,运用动态规划的优化方式,在最大似然的意义下将VDA的回波与航迹的两维数据关联推广到回波、传播模式和航迹的三维数据关联,提出了多路径V iterbi(MVDA)数据关联算法.天波超视距雷达目标跟踪仿真表明:MVDA跟踪能力明显优于VDA和MPDA.

天波超视距雷达多路径数据关联跟踪算法对比研究

天波超视距雷达的多传播路径会引起多个量测对应同一个目标的问题,而由于传播模式的模糊性,量测与传播模式的对应关系是不确定的。多路径Viterbi数据关联跟踪算法(MVDA)采用回波竞争的思想,而多路径概率数据关联跟踪算法(MPDA)利用了回波合并的策略,通过多次Monte Carlo仿真试验对两种算法的失跟率、状态估计的均方根误差、航迹终结延时以及计算量等跟踪性能指标进行了比较。仿真结果表明,在低检测率、重杂波环境下,提出的MVDA算法大大降低了失跟率,而MPDA算法具有较高的估计精度。

基于Viterbi算法的Gabor阶比跟踪技术

结合旋转机械启停阶段振动信号的特点,提出一种基于Viterbi算法的Gabor阶比跟踪(Gabor order tracking based on Viterbi,V_GOT)算法,此算法采用Viterbi算法代替了传统的Gabor阶比跟踪(Gabor order tracking,GOT)算法中的时频滤波技术。V_GOT算法和传统的GOT算法相比,其能够对复杂机械振动信号产生的邻近阶比和交叉阶比分量进行有效的跟踪和分离,并且具有计算量小、精度高、无需转速计等硬件和用纯软件的方法实现等优点。详细讨论了V_GOT技术的基本原理、算法及进行阶比跟踪的实现过程,另外,对偶函数对Gabor阶比跟踪结果的影响进行了深入的研究。采用仿真和实际试验对V_GOT算法进行了验证,试验结果表明该方法能够在时频域准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。

改进Viterbi算法在机动目标跟踪中的应用

为在不影响检测概率的情况下有效降低计算量,在一种适用于机动目标且对目标的观测噪声未加任何限制的模型检测与跟踪算法中,采用了改进自适应Viterbi算法。针对Viterbi算法计算量大,实时性较差的缺点,采用一种改进的自适应算法,即结合Viterbi-Beam和Viterbi-Window算法以减少原Viterbi算法中的冗余状态,同时保证差错率无明显提高。我们通过对此算法的仿真表明,在相同的多目标跟踪仿真环境下,改进自适应Viterbi算法可以更有效地提高计算速度,且算法性能与原Viterbi算法相似。

镜向多路径模型在低角跟踪中的应用

在存在多路径反射的低角跟踪中,当信源相关时,传统的多信号分类(MUSIC)算法和其它一些超分辨技术一样,空间谱估计性能会明显变差。为了克服这一缺点,用一组模拟镜向多路径的特殊向量代替波达矢量(DOA)。把镜像多路径模型应用在最大似然(ML)估计中,其性能得到了很大的改善。最后,应用同一镜像多路径模型,对MUSIC算法和ML算法的性能进行比较,给出仿真结果,结果表明,应用同一镜向多路径模型,且其它条件相同的情况下,在高信噪比时,ML算法和MU-SIC算法性能相当,但在低信噪比时,由于ML算法需要的快拍数少而更有效,且计算量小。

基于序列检验和Viterbi的检测前跟踪算法

针对弱小目标的检测跟踪问题,提出了一种基于序列检验和Viterbi的检测前跟踪算法;将雷达扫描区域进行划分后,在方位-距离-多普勒平面内联合处理回波信号,为了搜集目标驻留时间内的散射能量,可以通过Viterbi算法搜索连续扫描时允许的目标转移状态,最后通过序列检测做出判决;序列检验可以解决目标检测过程中时延较大的问题,Viterbi算法用来获取检测统计量及目标的轨迹;仿真结果表明,该算法对高速运动的目标具有良好的检测与跟踪性能。

掠海机动目标跟踪的IPDA算法

综合概率数据关联(IPDA)算法不仅能进行目标状态估计,还能提供对潜在目标的存在性/可感知性/可观测性概率的估计。这些估计通常作为评价航迹质量的参数,用于航迹确认和航迹终止。所研究的几种跟踪算法主要针对低空掠海飞行的机动目标,目标探测概率受海面信号反射导致的多路径效应和海杂波的影响而变化,将IPDA算法和EB-PDA、IMM PDA算法进行了比较研究,并提出了一种新的IPDA算法-VM-IPDA算法。仿真结果显示,VM-IPDA算法跟其他几种算法相比不仅提高准确性还能减少计算量。

基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度。实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现。实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。

基于CHMM的背景差算法

为了解决背景差算法在前景提取的过程中对光照变化的敏感性和提取的前景中容易产生椒盐噪声的问题,提出了一种基于耦合隐马尔科夫模型的背景差方法。对像素的马尔科夫性进行了分析,并对像素建立耦合隐马尔科夫模型,通过时间统计的方法统计了像素隐含状态的转移概率,通过实验的方法选取了合适的前景标准差和背景标准差,利用Viterbi算法来求解耦合隐马尔科夫模型的最优隐含状态问题,运用该算法对一段交通监控视频进行分析,表明了该算法能够有效的抑制光照变化的影响,并且能够在一定程度上抑制前景噪声的出现。

一种基于隐马尔可夫模型的多目标方位自动跟踪方法

方位-幅度-时间图(方位瀑布图)是声呐检测设备一种基本的显示图像。方位瀑布图由于在视觉上起着时空积分作用,可提供的信息量很大,声呐兵可通过观察长时间的目标方位轨迹来检测弱目标。本文在这种思想下应用隐马尔可夫模型和Viterbi算法,提出了一种自动提取方位轨迹的方法。计算机仿真研究表明这种方法是简单可行的。

适用于慢衰落信道的联合最大似然序列估计

为了克服移动通信中存在的多径衰落效应,基于Viterbi算法的最大似然序 列估计需要不断跟踪信道参数的变化。在建立有限带宽信号的多径衰落信道传输模 型的基础上,提出了一种适合于慢衰落信道特性的降阶联合信道跟踪与最大似然均 衡算法D PSP。该方法根据信道特性选择不同的降阶维数N,在保证数据正确接收 率的条件下,不同程度的有效减小PSP算法的计算时间和存储空间。

快衰落信道下MLSD接收机的简化

针对快速Rayleigh衰落信道下,逐幸存路径最大似然序列检测(MLSD)接收机中过于复杂的计算量问题和实时信道跟踪难题,综合采用了简化的Kalman信道跟踪算法和减状态的逐幸存路径(RSSE-PSP)Viterbi算法,实现了更简化的最大似然序列检测接收机.仿真结果表明,这种简化的Kalman-RSSE-PSP最大似然序列检测接收机,具有相对较低的计算复杂度,误码率性能也优于同衰落率条件下采用递归最小二乘(RLS)-RSSE-PSP算法的最大似然序列检测接收机.