地面多目标跟踪滤波技术

介绍了地面运动目标的跟踪滤波算法。计算机仿真及真实雷达环境的多目标跟踪表明，采用本文提出的多目标跟踪处理算法进行地面目标的跟踪，跟踪精度和实时性都能满足要求，该方法是有效和可行的。     

一种改进的机载卫通天线跟踪算法

在圆锥扫描实现过程分析的基础上，提出了一种改进的机载卫通天线跟踪算法。结合天线方位、俯仰方向图及其三维重构法，对该跟踪算法进行了理论推导。运用Matlab曲线拟合仿真，给出了天线跟踪调整方向和角度的计算公式，最后分析了实际应用中需要注意的一些问题。飞行试验表明，该改进的圆锥扫描跟踪技术提高了天线伺服系统的跟踪精度和跟踪速度，很好地满足了机载卫星通信的需求。     

基于DSP的高动态接收机载波捕获跟踪技术

介绍了高动态GPS接收机的码捕获与载波跟踪的原理,设计了一种基于高速数字信号处理(DSP)技术的PLL FLL环混合全数字高动态载波跟踪技术方案,同时给出了一种在连续高动态下载波跟踪算法即基于交叠离散傅里叶变换的频率跟踪算法(ODAFC),并对此算法进行了仿真验证.仿真结果证明了该算法的正确性.     

基于伪相关函数的cosine-BOC调制信号无模糊跟踪算法

针对余弦二进制偏移载波（cosine-BOC）调制信号自相关函数的多峰特性会导致导航接收机同步阶段产生跟踪模糊度问题，提出了一种基于伪相关函数（PCF）的cosine-BOC调制信号无模糊跟踪算法。该算法通过分析cosine-BOC信号的时域模型，在本地设计两路辅助信号波形，与接收到的cosine-BOC信号进行相关运算，再将得到的两互相关函数利用伪相关函数表达式进行组合，从而消除cosine-BOC信号自相关函数的边峰。仿真结果表明，该算法能够消除cosine-BOC信号鉴相曲线中存在的误锁点，实现伪码无模糊跟踪，提高跟踪可靠性，且该算法适用于任意阶数的cosine-BOC信号。     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中，系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪，通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题，提出了一种基于预测值的量测转换方法，并将其与卡尔曼滤波算法相结合，获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明，与现有的基于量测转换的卡尔曼滤波算法相比，该算法能在不提高运算量的情况下有效改善目标跟踪效果，跟踪精度提升约20%。     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

基于LMS算法的TDRSS自适应多波束形成

跟踪与数据中继卫星系统（TDRSS）是转发地球站对低、中轨航天器的跟踪测控信号和中继从航天器发回地面的信息的卫星通信系统，自适应多波束形成是TDRSS中的一个关键技术。讨论了一种基于中频实数加权的LMS算法的自适应多波束形成方法，采用两路正交实信号进行实数加权，大大节约了硬件资源。理论分析及计算机仿真结果都证明了该算法的可行性及优越性。     

一种改进的粒子滤波算法

在粒子滤波中,防止粒子退化的两个关键因素是选择适当的采样建议分布和重采样算法.针对建议分布的选择条件,提出了一种改进的粒子滤波算法,该算法采用强跟踪扩展卡尔曼滤波方法构建其建议分布.强跟踪扩展卡尔曼滤波可在线调节参数,从而使得系统具有更好的自适应性和鲁棒性,对高机动目标具有更强的跟踪效果.仿真结果表明,该算法的性能优于其它几种非线性滤波算法.     

概率数据关联算法在目标跟踪中的应用

数据关联是现代目标跟踪系统中的一个重要组成部分。由于测量来源的不确定性，密集环境中的目标跟踪比较困难。溉率数据关联（PDA）算法能很好地处理目标跟踪并在很多领域得到了广泛的应用。仿真结果表明了概率数据关联算法的有效性。     

利用频谱排序和筛选的突变噪声快速估计

针对最小值控制递归平均(Minima Controlled Recursive Averaging,MCRA)算法不能快速跟踪突变噪声的问题，提出了一种基于频谱排序和筛选的突变噪声快速估计方法。该方法在MCRA算法的基础上对带噪语音的功率谱进行排序，筛选出不含语音信号的频点来估计噪声的平均功率谱；当检测到噪声突变时，对当前的平滑参数和状态变量进行校正。仿真结果表明，该方法可以将突变噪声的跟踪时间缩短90%以上；用于语音降噪处理时，音质可以提升约0.4分。该方法具有一定的工程应用价值。     

基于理论弹道速度匹配的飞行器测控记忆跟踪算法

针对遥测设备现有记忆跟踪存在速度跳变和外推误差大的问题,提出了一种基于理论弹道速度匹配的记忆跟踪算法。分析了遥测设备记忆跟踪算法原理与不足,对原记忆跟踪算法进行改进,同时将Neville算法用于记忆跟踪数据插值。仿真结果表明新算法外推10 s、5 s和3 s的均方根误差比原算法平均减小44.9%。新算法在设备应用的测试结果同样证明了其优越性。     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的“当前”统计模型变采样率机动目标跟踪算法。该算法针对“当前”统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的“当前”统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统“当前”统计模型相比,改进的“当前”统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的“当前”统计模型1.5～2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

基于地理信息的地面运动目标跟踪方法

为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-I MM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线 模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可 更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条 件约束的目标跟踪算法比现有交互多模算法具有更好的性能。     

多外观模型的鲁棒人脸跟踪

为了解决在真实场景中进行视觉人脸跟踪时不同挑战之间的外观匹配问题，提出了一种多外观模型的人脸跟踪算法。该算法利用多个具有长期和短期外观记忆的外观模型进行有效的人脸跟踪，对变形、旋转、尺度和光照变化表现出鲁棒性。同时利用先检测后跟踪算法的优点，通过使用人脸检测器来处理人脸的剧烈外观变化，检测器也有助于在漂移过程中重新初始化所提算法。最后提出了一种加权分数级融合策略，通过在可能的人脸位置生成的候选人脸来获得融合值最高的人脸跟踪输出。实验结果证明，该跟踪器在自启动时表现出色，性能优于许多先进的跟踪器。     

基于ADS-B趋势信息的民航飞机跟踪算法

为了有效提高飞机的跟踪精度,获得准确的飞机监视信息,针对民航飞机运行 的特点以及ADS-B信息的特征,充分利用ADS-B趋势信息报告和当前统计模型的优点,提出了 一 种基于ADS-B趋势信息的当前统计模型改进算法。该算法能够将直线运动和转弯机动飞行中 的跟踪误差都稳定在60 m左右,证明了该算法适用于所有飞行阶段,提高了当前统计模 型跟踪算法的精度和适用性。