三峡大学电气与新能源学院, 湖北 宜昌 443000
在激光供能无人机中, 激光跟瞄无人机光伏电池板的方法成为关注热点之一。针对激光跟瞄无人机存在跟踪偏差大的问题, 提出基于改进蝴蝶优化的粒子滤波算法。首先在蝴蝶优化算法初始化阶段引入对立学习策略, 改善算法寻优性能; 其次将蝴蝶优化算法位置更新公式进行优化, 提升算法寻优速度; 最后将引入蝴蝶优化算法的粒子滤波算法应用于激光供能无人机的跟瞄中, 实现激光对无人机光伏电池板的最优跟踪。MATLAB结果表明, 基于改进蝴蝶优化的粒子滤波算法在激光跟瞄过程中可以提高激光器发射激光的准确度, 有效减小跟瞄误差, 改善激光跟瞄无人机光伏电池板的效果。
无人机 激光供能 跟瞄方法 粒子滤波 蝴蝶优化算法 UAV laser energy supply tracking method particle filter butterfly optimization algorithm
针对传统检测方法在检测和跟踪微小卫星时存在若设置的检测门限较高可能造成目标丢失、若设置的门限较低则会导致大量虚警的缺陷, 将检测前跟踪的基本理念运用到具体场景中, 提出了一种对微小卫星的检测前跟踪(TBD)方法;建立了红外传感器观测模型, 推导了有关检测前跟踪算法, 设计了粒子滤波的具体实现步骤;最后进行了仿真实验, 验证了模型和算法的有效性。
微小卫星 检测前跟踪(TBD) 目标检测 粒子滤波 红外传感器 micro-satellite Track-Before-Detect(TBD) target detection particle filter infrared sensor
针对由于粒子匮乏辅助粒子滤波检测前跟踪(APF-TBD)无法获得较好的检测和跟踪性能的问题,提出了一种基于优化遗传重采样的辅助粒子滤波检测前跟踪(OGRAPF-TBD)方法。在APF-TBD的重采样中应用优化后的遗传重采样算法,在重采样中根据权重选择优质粒子,通过排序分组交叉和变异操作得到新粒子。该方法不仅能保留APF-TBD通过优化重要性分布函数提高采样粒子准确性的优势,而且将优化后的遗传重采样思想引入重采样还能有效地解决粒子匮乏问题,增加有效粒子数目。仿真结果表明,相较于APF-TBD方法和粒子滤波检测前跟踪(PF-TBD)方法,OGRAPF-TBD方法具有更高的目标发现概率和跟踪精度,以及更强的适用性。
检测前跟踪 粒子滤波 遗传算法 重要性密度函数 重采样 track-before-detect particle filter genetic algorithm importance density function re-sampling
1 湖南财经工业职业技术学院 电子信息系,湖南 衡阳 421002
2 南华大学 计算机学院,湖南 衡阳 421001
为提高多传感器融合的精确度,提出一种容积信息粒子多传感器融合算法。算法将容积信息滤波(CIF)和粒子滤波(PF)结合一起,采用CIF传递PF的粒子,通过引入信息贡献向量和信息贡献矩阵,将多个传感器的量测信息更新到PF的粒子中,提高粒子与真实状态后验概率分布的逼近程度,改进多传感器融合精确度。同时将CIF估计值作为粒子,消除随机扰动对融合的影响,提高粒子有效度,进一步提高融合精确度。仿真与实验表明,算法能够有效处理集中式多传感器融合问题,具有较高的滤波精确度。
信息滤波 多传感器 粒子滤波 容积卡尔曼滤波 information filter multi-sensors particle filter cubature Kalman filter 太赫兹科学与电子信息学报
2021, 19(6): 1097
红外与激光工程
2021, 50(11): 20210039
为了提高制导导弹引信的起爆控制精度,得到更为准确的起爆延迟时间,提出了一种基于红外导引头、激光测距仪测量数据的一体化信息融合方法。在多模信息处理时,不同传感器的开机时间、采样频率不同以及观测数据存在时间差造成了两台传感器测量数据不在同一个时间基准上,故而在典型弹目交会环境下给出了一种基于内插外推的时间对准方法,从而将传感器测量所得数据应用于延迟时间模型计算中。在该模型的基础上,提出了一种基于改进粒子滤波的一体化传感器集中式数据滤波算法。与传统扩展卡尔曼滤波算法的对比仿真实验结果表明: 在该方法下,探测角精度提高了80.45%,方位角测量精度提高了78.61%,从而提高了一体化引信的起爆控制精度。
制导引信一体化 多模信息融合 粒子滤波 扩展卡尔曼滤波 Guidance Integrated Fuze (GIF) multi-mode information fusion particle filtering extended Kalman filter
山东理工大学机械工程学院,山东 淄博 255000
为进一步适应复杂环境及战斗机自身状态的变化,提高目标跟踪算法的跟踪性能,在TLD算法框架下对其进行改进。首先,将改进了的SIFT特征匹配算法与TLD算法中的光流法相结合,根据战斗机的不同状态及周围环境自适应地选择相应算法,提高算法的鲁棒性和对复杂环境的自适应能力; 其次,引入粒子滤波进行优化,实时预测战斗机状态并缩小检测范围,在降低计算难度的同时提高跟踪速度和持续性; 最后,设置置信度检测以有效解决误判问题,提高跟踪精度。实验结果表明,当战斗机处于复杂场景或自身状态变化较大时,改进算法取得了优于参考算法的跟踪性能,可以满足长时间鲁棒跟踪的要求。
目标跟踪 TLD算法 SIFT特征匹配算法 自适应 粒子滤波器 target tracking TLD algorithm SIFT feature matching algorithm self-adaption particle filter
1 新疆财经大学 信息管理学院新疆 乌鲁木齐 830012
2 新疆警察学院 实验实训教学中心新疆 乌鲁木齐 830011
3 新疆警察学院 信息安全工程系新疆 乌鲁木齐 830011
为了提高背景杂波和成像噪声等干扰下红外小目标的跟踪精度,提出了一种基于结构信息建模和判别稀疏的红外小目标跟踪方法。小目标信号在广义高斯目标超完备字典上被稀疏分解,以便从受噪声干扰和杂波污染的红外图像中提取出小目标的空间结构信息; 设计了转移受限粒子滤波跟踪算法,以提高粒子的采样概率; 在转移受限粒子滤波框架下,基于判别稀疏表示和L1范数最小化框架求解候选目标的稀疏系数,实现小目标的跟踪。基于各种红外序列对所提方法进行实验论证,实验结果表明,所提方法能够在杂波和噪声较大的干扰下稳定地跟踪小目标,其中心误差、重叠率和平均视频播放帧率分别为3pixel、0.7和40fps,均优于其他对比方法,且具有较强的鲁棒性。
红外小目标跟踪 结构信息建模 广义高斯目标超完备字典 判别稀疏表示 转移受限粒子滤波框架 infrared small target tracking structural information modeling generalized gaussian target super complete diction discriminant sparse representation transfer constrained particle filter framework
河北科技大学 信息科学与工程学院,河北 石家庄 050000
为了解决目前跟踪算法在运动目标被遮挡和尺度变换时跟踪效果不佳的问题,提出了一种结合粒子滤波的判别尺度空间跟踪算法。提取相邻两帧的目标区域,计算目标区域的结构相似性并与更新阈值进行比较,从而判断目标是否发生遮挡;其次,若发生遮挡,启用基于颜色分布的粒子滤波算法跟踪目标,反之,用判别尺度空间跟踪算法(DSST)中的位置滤波器确定目标位置;最后,利用尺度滤波器确定目标尺度并根据目标尺度更新粒子滤波的目标模型。经过在OTB2015测试集上进行实验,与判别尺度空间跟踪算法(DSST)、核相关滤波算法(KCF)等主流算法相比该算法的精确度和成功率均有所提高,尤其在发生遮挡后的跟踪效果表现最优。
目标跟踪 粒子滤波 抗遮挡 结构相似性 尺度变换 target tracking particle filter anti-occlusion structural similarity scale change 太赫兹科学与电子信息学报
2021, 19(3): 398