长沙师范学院信息科学与工程学院，湖南长沙 410100
为有效提升目标跟踪的精确度和实时性，设计了基于多模板匹配的双模型自适应相关滤波跟踪算法。对多模板匹配模型与核相关滤波跟踪模型参数进行初始化处理：多模板匹配模型选取得分函数作为模板与候选样本间匹配准则，通过候选样本得分获取最佳目标，更新多模板后，通过形变多样相似性实现多模板匹配；核相关滤波跟踪模型利用所采集目标样本数据建立循环矩阵，通过训练核化岭回归分类器获取核相关滤波器，并获取响应置信图，再利用响应置信图获取下一帧图像目标位置。通过自适应融合策略获取两个模型所估计目标位置，再采用金字塔尺度估计策略估计目标尺度变化，通过不断更新各模型参数实现目标精准跟踪。实验结果表明，在目标受遮挡或旋转、光照变化等复杂环境下，该算法的中心跟踪误差均低于 15 dpi，平均跟踪精确度均高于 98%，且目标定位时间低于 100 ms，说明该算法在跟踪精确度和实时性上具有明显的应用优势。
多模板匹配 双模型 滤波跟踪 岭回归分类 响应置信图 multiple template matching dual-model filter tracking ridge regression classification response confidence map 太赫兹科学与电子信息学报
2022, 20(6): 618
1 北京跟踪与通信技术研究所，北京 100094
2 中国科学院智能红外感知重点实验室，上海 200083
3 中国科学院上海技术物理研究所，上海 200083
4 中国科学院大学，北京 100049
在天基平台下实现对空中飞机目标的探测，存在距离远、目标信号弱、背景杂波复杂和探测器噪声等不利因素，因此，要获取目标的最强信号，确定在探测过程中的谱段至关重要。为此系统性地建立了飞机羽流的梯形羽流和锥形羽流仿真模型，并提出了利用信噪比（SNR）和信杂比（SCR）联合的SNCR方法对空中目标的探测谱段进行确定。实验结果表明：针对空中目标，不同目标SNCR值不同，但峰值区域不变，由此方法可以确定探测谱段，最终确定探测的谱段分别为：中波波段为
![]()
![]()
，波段间隔在0.3
![]()
![]()
以上；长波波段为
![]()
![]()
，波段间隔在0.35
![]()
![]()
以上。
针对非线性误差模型的状态估计精度差、收敛时间长、计算量大等缺点,描述了一种基于双模型切换的二次传递对准方法.该方法采用了常用的基于欧拉角的线性误差模型和基于四元数的非线性误差模型.在第一次对准中采用非线性模型与扩展卡尔曼滤波,待子惯导姿态失准角收敛到较小角度后进行模型与滤波切换;在第二次对准中采用线性模型与常规卡尔曼滤波来完成传递对准,从而获取更高的对准精度.通过仿真与跑车试验,证明了该方法能够满足系统的快速性与精确性要求,具有一定的实用性.
传递对准 四元数误差 二次对准 扩展卡尔曼滤波 双模型 transfer alignment quaternion error twice alignment EKF dual model
