雷明
- 作品数：8 被引量：23H指数：3
- 供职机构：上海交通大学航空航天学院更多>>
- 发文基金：国家自然科学基金航天支撑技术基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术更多>>
- 多传感器目标检测跟踪与分类算法被引量：1
- 2014年
- 在目标准确检测优化的研究中,单传感器联合检测、跟踪和分类算法是一种新型算法,可以同时对目标进行检测、状态估计和类别判断。然而上述算法估计目标数目、状态与类别性能较差。采用多传感器方法对目标进行观测,可以显著提高目标检测、跟踪与分类效果。提出基于粒子概率假设密度(PFPHD)滤波器的多传感器联合检测、跟踪和分类算法。首先通过对各传感器信号进行建模,提取目标的属性量测,然后引入目标的属性信息对目标状态空间进行重新建模,从而得到目标综合状态,最后利用多个传感器的量测对综合状态进行序贯处理。仿真结果表明,与单传感器联合算法相比,上述算法能够更准确判断多目标类别,目标数目估计精度和跟踪精度均提高20%以上,验证了算法的有效性和可行性。
- 秦彦源敬忠良雷明
- 关键词：概率假设密度滤波器多传感器融合
- 基于启发式逻辑的概率假设密度滤波高效航迹起始方法被引量：4
- 2018年
- 提出基于启发式逻辑的概率假设密度(PHD)滤波航迹起始方法,即在固定长度滑窗内设置速度、加速度与角度等约束条件,对产生新生目标的潜在量测进行有效性检测和确认,以缩减虚假新生目标.模拟实验结果表明,与传统的基于全量测起始的PHD滤波相比,所提出的方法大幅提高了计算效率和目标数目的估计精度.
- 李坦坦雷明
- 关键词：目标跟踪航迹起始启发式算法
- 密集杂波下的高斯混合信度传播多目标跟踪
- 2020年
- 为了提升密集杂波干扰下信度传播多目标跟踪算法的性能,提出基于幅度杂波抑制的高斯混合信度传播多目标跟踪算法.首先基于经典瑞利分布幅度模型,采用极大似然法估计目标初始信噪比,结合先验信息为目标信噪比构造截断正态分布模型,再对其进行边缘化;然后结合幅度信息,在信度传播前计算各量测信息的幅度似然比,并引入量测信息函数中,提高目标与量测的关联正确率;最后设置量测信息录取率,得到幅度似然比下限,对所有传感器的量测信息进行筛选,高效完成目标起始过程.研究表明:在不同信噪比和杂波密度下,通过与GMPHD、GMBP和GMBP-AK算法的对比实验,可以明显发现所提GMBP-AC算法的计算效率较高,能够较准确快速地响应各时间段内目标数目的变化情况,同时大幅度减小OSPA误差.进一步证明在密集杂波干扰环境下,该算法具备较强的杂波抑制效果,且能够较好地改善目标数目估计性能和多目标跟踪精度.
- 李璐雷明
- 关键词：多目标跟踪杂波抑制
- 基于关联的自适应新生目标强度CPHD滤波被引量：3
- 2016年
- 量测驱动的自适应新生目标强度基数概率假设密度(adaptive target birth intensity cardinalized probability hypothesis density,ATBI-CPHD)滤波器可以在新生目标强度未知的情况下进行多目标跟踪,然而该方法利用所有量测产生新生目标,没有考虑关联问题。为此,本文提出了一种基于数据关联的改进算法。首先,给出了ATBI-CPHD在高斯混合CPHD(Gaussian mixture CPHD,GMCPHD)框架下的实现。其次,在GMCPHD滤波框架下采用一种基于量测标签的方法进行量测-估计关联,并引入高斯元标签进行航迹保持,在此基础上提出了一种航迹管理方法。最后采用量测波门进行量测-量测关联,利用关联后的量测产生新生目标。仿真结果表明,该算法可以在提高跟踪效果的同时提升计算效率。
- 董鹏敬忠良雷明潘汉
- 关键词：多目标跟踪随机有限集
- 量测划分的PHD航迹关联算法被引量：3
- 2018年
- 高性能空中机动目标跟踪是现代预警雷达的核心任务之一.为了提高概率假设密度(PHD)滤波器的多目标跟踪性能,提出了一种基于量测划分的PHD航迹关联算法.考虑到传统PHD滤波无法给出目标各自的航迹属性信息,而且当跟踪区域存在大量杂波时,滤波效率严重降低;同时,对于密集邻近多目标跟踪,传统方法还存在不同目标跟踪的量测不匹配问题.针对上述问题,提出了分类检索的椭球门限量测划分方法,并将其应用到改进的高斯项权值重新分配的PHD航迹关联算法中,首先对每一步得到的量测集合通过分类检索的椭球门限方法,划分为已存在目标、新生目标和杂波的量测子集,再分别对各类目标使用对应的量测子集进行跟踪滤波,这样去除了杂波对真实目标的无效更新计算,提高了航迹关联算法的计算效率;其次,通过引入一种新的权值分配规则,调整邻近目标的高斯成分的权值大小,大幅减小了邻近目标的状态提取误差,提高了相邻目标的跟踪估计精度.大量数值仿真表明,所提方法明显改进了滤波计算效率和邻近目标跟踪精度.
- 张艺杰雷明
- 关键词：概率假设密度权值分配航迹关联
- 风扰动下固定翼无人机指令滤波反步着陆控制被引量：1
- 2022年
- 针对存在模型不确定性及风干扰时的固定翼无人机纵向着陆控制问题,提出一种基于有限时间扩张状态观测器的指令滤波反步控制方案。首先建立了风干扰下的无人机动力学模型。然后将无人机的高度和空速分开控制,利用反步法求取控制信号,并设计有限时间扩张状态观测器对复合干扰进行估计;同时,引入指令滤波器以避免传统反步法中的“微分爆炸”问题。最后通过Lyapunov理论证明了系统的稳定性。仿真结果表明,所提出的控制方案能够实现对空速指令及高度指令的稳定跟踪,对模型不确定性及风干扰具有较好的鲁棒性。
- 徐子琴雷明
- 关键词：反步控制
- 面向无人机航迹规划的自适应乌贼算法被引量：7
- 2019年
- 面向无人机在线/离线航迹规划应用,针对传统乌贼算法的长时搜索局域化及精度变差问题,提出了一种联合修正的自适应乌贼路径搜索算法.首先,提出联合混沌扰动与变异学习的混合调节机制来扩充乌贼搜索深度,以提高搜索精度;然后,引入自适应权重机制来减小乌贼搜索范围,以提高搜索效率;同时引入适应度自动筛选机制来改善乌贼种群多样性,以防止陷入局部最优.通过6个基准函数测试验证了所提算法的有效性与先进性,最后对所提算法进行不同场景下的航迹规划仿真验证.针对离线航迹规划,所提算法规划航迹成功率高达100%,规划航迹最接近全局最优,其航程均值相比传统乌贼算法可缩减7.3 units,比粒子群算法缩减可达28.3 units.仿真结果表明:所提算法全局规划性能和搜索精度显著增强,同时随着场景复杂度的提高,其航迹优化效果更加显著;针对在线航迹规划,首先将全局路径规划问题转化为若干个航迹分段的规划,然后引入启发式方法确定分段节点.仿真结果显示所提算法满足实时性要求,规划航迹精度高,进一步验证了所提算法的有效性.
- 钱洲元雷明
- 关键词：自适应权重混沌搜索
- 基于PHD的多扩展目标联合检测、跟踪与分类算法被引量：4
- 2015年
- 针对杂波和噪声背景下空间距离较近的扩展目标数目和状态难以估计的问题,提出了基于扩展目标概率假设密度滤波器(ET-PHD)的多目标联合检测、跟踪与分类算法,并给出了该算法基于粒子滤波的实现方法.算法在滤波器中引入了属性量测信息,预测阶段的粒子按照其类别进行传播,更新阶段对所有粒子进行联合更新,更新结束后将粒子按照类别进行分类,各类别的粒子集表示了其相应类别目标的PHD分布.该算法具有模块化结构,计算复杂度为O(mn).数值仿真场景包含两类扩展目标并行运动和两类扩展目标交叉运动.结果表明,该算法可以同时估计扩展目标的类别、数目和状态,并且平均最优次模式分配距离相比传统算法的降低幅度超过50%.
- 王震敬忠良雷明秦彦源董鹏
