一种非合作目标的多传感器量化融合跟踪方法

针对非合作目标跟踪问题,为解决无线传感器网络有限带宽和相关噪声造成的精度影响,在集中式融合框架下提出了三种基于量化信息的目标跟踪算法。首先,局部传感器节点采用自适应的量化策略将观测值量化成消息,并发送到融合中心;然后,融合中心利用状态方程恒等变换和Cholesky分解技术解除任意噪声的相关性;最后,引入强跟踪滤波技术、矩阵求逆引理和顺序滤波技术设计融合方法。几个仿真实验表明,三种新方法的估计精度完全等价,新算法还具备应对目标状态突变等不确定因素的能力,增强了算法的鲁棒性。

天基非合作卫星高精度跟踪算法研究

空间非合作目标跟踪技术可以在多方面发挥重要作用,目前效果较好的图像跟踪算法多是基于视频流处理,但是由于面对的工况与航天应用面对工况不同,在跟踪精度、运算速度、预警率和虚警率等要求上不满足空间目标跟踪需求与任务要求,并且运算复杂难以在航天器中实现,不适合天基卫星跟踪。为解决这一问题,一种面向空间应用的卫星目标高精度跟踪算法被提出,该算法以图像相关、曲线拟合、卡尔曼滤波、SURF算法为基础,并将预测、跟踪和矫正过程相融合,最终获得在天基平台中具有可行性的高速稳定跟踪算法。相关实验表明,这种算法可以对平面内自由旋转、0.4～2.1倍尺度内缩放、有光照变化的图像进行连续跟踪,仿真试验平均跟踪误差小于0.9像素且大多数工况下计算速度高于200帧/s,并且算法对图像模糊、高斯噪声以及椒盐噪声都有较好兼容能力,对于实际模型目标跟踪仍有稳定跟踪能力。