1 中国电子科技集团公司第二十八研究所, 南京 210007
2 空中交通管理系统与技术国家重点实验室, 南京 210007
针对单频点地基增强系统不能满足飞机CAT III类精密进近与着陆导航需求问题, 提出一种机载差分GPS(DGPS)与捷联式惯性导航系统(SINS)紧组合导航工作模式, 利用SINS提高组合后系统的导航特性。分析了SINS/DGPS紧组合滤波模型, 并构建了紧组合导航状态方程和量测方程, 利用改进的Kalman滤波器对滤波状态进行最优估计与补偿。进行了计算机仿真与实际系统验证实验, 实验结果表明, SINS/DGPS组合导航系统中, 当卫星信号不可用时, 利用SINS具备的自主性能够提高导航系统的连续性和可用性, 同时组合导航系统位置误差标准差相比机载DGPS单系统减小了50%以上, 提高了导航系统位置引导精度。
地基增强系统 捷联式惯性导航系统 紧组合 改进Kalman滤波器 ground-based augmentation system strapdown inertial navigation system tight integration improved Kalman filter
1 中国科学技术大学 自动化系, 安徽 合肥 230027
2 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
分析了影响陀螺稳定平台隔离控制精度的主要因素, 包括被控系统模型中的未建模部分、状态的随机扰动以及输出信号的测量噪声等。研究了综合解决各方面影响因素的控制方案以进一步提高陀螺稳定平台隔离精度。针对上述影响因素, 设计一个两步控制策略。第一步, 利用自抗扰对系统中未建模部分进行观测及其前向补偿, 将自抗扰控制中的反馈控制设计为PID控制, 以实现抗平台扰动的调节控制; 第二步, 利用Kalman滤波器对系统中的状态扰动及测量噪声进行滤波消除。详细描述了提出的控制策略并对其性能进行了系统仿真实验及参数优化。结果表明, 该方案在幅值为3°、频率为1/6 Hz的载体扰动下能达到4.61%的隔离度, 与非线性摩擦力建模辨识及其前向补偿策略控制实际陀螺稳定平台达到的隔离度的最好值9.39%相比, 文中提出的控制隔离性能提高了50.9%, 具有更高的实用价值。
陀螺稳定平台 隔离控制 自抗扰 Kalman滤波器 PID控制 gyro-stabilized platform isolation control Active Disturbance Rejection Control(ADRC) Kalman filter PID control
1 上海交通大学航空航天学院，上海 200240
2 中航工业雷达与电子设备研究院，江苏 无锡 214063
CamShift算法应用于复杂背景及遮挡条件下视频跟踪时，极易出现跟踪失效和目标丢失。本文提出基于颜色、纹理及目标运动信息的综合特征用于改进 CamShift算法，结合 Kalman滤波器对目标运动状态进行预测提高了复杂背景下运动目标的跟踪稳定性和跟踪精度。在目标发生遮挡时，通过目标遮挡前的先验信息进行最小二乘拟合及目标运动轨迹外推，预测目标运动位置信息，有利于遮挡结束时对运动目标的重新捕获。多组实验结果及性能分析表明，该算法在复杂背景及目标被短时遮挡情况下，可以实现目标的持续、稳定跟踪，并具有较好的实时性。
视频跟踪 复杂背景 灰度共生矩阵 CamShift算法 Kalman滤波器 video tracking complex background gray level co-occurrence matrix CamShift algorithm Kalman filter
天津大学精密测试技术及仪器国家重点实验室，天津 300072
设计了一种基于视觉的激光电子经纬仪跟踪引导系统来提高电子经纬仪工作效率，实现其在大空间范围内目标点的动态测量。介绍了跟踪引导系统结构组成并分析了外置扫描设备以及激光电子经纬仪的运动特性。建立扫描设备运动学模型，说明了利用空间坐标转换关系，通过光轴搜索法实现了经纬仪激光点自动引导的策略。然后，给出了镜头的变焦控制方法。最后，提出了基于扩展Kalman滤波估值的运动目标动态跟踪方法，将动态目标物与经纬仪激光点同时定位于摄像机视场中心区域。实验结果表明，所提方法能够正确预测估计运动目标状态，经纬仪激光点引导精度最终可达0.08 (°)/m。该系统结合了激光跟踪动态测量以及电子经纬仪不受测量目标类型限制的优势，实现了基于激光电子经纬仪的传统空间角度交汇方法在动态精密测量领域的应用。
电子经纬仪 Denavit-Hartenberg模型 Kalman滤波器 目标跟踪 引导 electronic theodolite Denavit-Hartenberg model Kalman filtering object tracking guidance 光学 精密工程
2011, 19(11): 2671
基于共焦显微镜的成像特点，建立了Kalman滤波算法的理论模型，把Kalman滤波方法引入到系统中，提出一种基于图像像素的Kalman滤波算法,并实现了实时化的Kalman滤波器。实验结果表明：该算法能够有效地提高共焦显微镜信噪比,但是以牺牲时间为代价，提高系统分辨率的根本方法还是要着重考虑优化成像系统光路和探测电路。
共聚焦显微镜 显微成像 Kalman滤波器 信噪比 confocal microscope microscopy imaging Kalman filter SNR
1 东华大学 信息科学与技术学院,上海 201620
2 中兴通讯股份有限公司 西安研究所,西安 710071
简要介绍Kalman滤波跟踪和Mean-shift跟踪并分析其优缺点,在此基础上提出一种融合Kalman预测和Mean-shift搜索的运动目标跟踪新方法。该方法利用Kalman滤波估计出运动目标在下一帧中最可能的出现位置,利用Mean-shift方法据此进行较小范围的搜索和目标匹配,从而可用较小的运算量获得较为可靠的跟踪效果,并适应较复杂的场景。实验结果证明了该算法的有效性。
运动目标 跟踪 检测 Kalman滤波器 均值平移搜索 video moving objects tracking detection Kalman filter Mean-shift
1 中国科学院,长春光学精密机械与物理研究所,吉林,长春,130033
2 吉林大学网络中心,吉林,长春,130012
为了解决Kalman滤波算法跟踪精度低,计算量大的问题,提出了光电跟踪目标的贯序滤波算法.该算法将Kal-man滤波原理拓展到对测量矢量按照俯仰、方位、距离的顺序逐个进行滤波处理.并将前一个测量分量滤波的状态估值,作为下一个测量分量滤波处理的状态初始值.采用贯序滤波算法可以避免计算残差协方差矩阵的逆运算,大大降低Kalman滤波器的计算量,同时,按照特定的顺序进行测量更新,可以减小测量值非线性的影响,提高跟踪精度.仿真结果表明贯序滤波算法可以改善跟踪精度,提高计算效率.
Kalman滤波器 目标跟踪 算法 非线性滤波
华中科技大学,图像识别与人工智能研究所,湖北,武汉,430074
模板更新策略是匹配跟踪算法成败的关键,为了提高基于模板匹配跟踪算法的性能,在分析多种模板更新算法的基础上,给出使用Kalman滤波器更新模板的方法.该方法不再将模板图像视为一个整体,而是使用Kalman滤波器对模板图像逐像素点进行更新,以得到自适应和最佳的目标模板图像,使匹配跟踪算法的性能得到很大提高,特别对于目标被遮挡、目标姿态变化以及环境照度变化有很强的适应性.对匹配算法的改进和遮挡的处理使该算法的性能得到进一步提高.实验结果表明该方法行之有效.
跟踪 模板更新 Kalman滤波器 遮挡 Tracking Template updating Kalman filter Occlusion
华中科技大学电子与信息工程系,湖北,武汉,430074
红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素.基于场景的非均匀校正算法通常利用图像序列并依赖帧间运动对焦平面阵列的非均匀性进行校正.本文介绍了恒定范围统计法、Kalman滤波器法和轨迹跟踪法.恒定范围统计法和Kalman滤波器法是利用场景数据自适应的进行非均匀性校正的统计算法;轨迹跟踪法是一种利用图像序列的帧间运动提取真实场景的信息的方法.最后把这三种方法和两点法做了比较.
红外焦平面阵列 非均匀性校正 恒定范围统计法 Kalman滤波器法 轨迹跟踪法 infrared focal plane array non uniformity correction constant range correction Kalman filtering correction trace along trajectory correction
