基于遗传算法的航迹匹配方法

    公开(公告)号:CN108957435B

    公开(公告)日:2022-05-17

    申请号:CN201810487211.0

    申请日:2018-05-21

    Abstract: 本发明公开了一种基于遗传算法的航迹匹配方法,解决了在目标多、干扰多、杂糅多时,航迹匹配准确率不高,计算量大的问题。实现步骤为:输入雷达和监视系统ADS—B航迹集合;组成初始种群;计算种群个体适应度;竞争选择;基因交叉;基因变异;再次计算种群个体适应度,判断适应度是否满足结束条件,若满足,则输出最优结果,否则进行新一轮选择、交叉、变异,最终获得最优的航迹匹配事件集合。本发明模仿自然界的选择与遗传机理,不断去除匹配较差航迹,保留较好的匹配,保证最终找到最优结果,本发明有良好的全局搜索能力,计算量小且线性可控,提升了有限时间寻找最优匹配结果的效果,用于雷达和监视系统ADS—B间的航迹匹配。

    基于遗传算法的航迹匹配方法

    公开(公告)号:CN108957435A

    公开(公告)日:2018-12-07

    申请号:CN201810487211.0

    申请日:2018-05-21

    CPC classification number: G01S13/58 G01S13/88 G06N3/126

    Abstract: 本发明公开了一种基于遗传算法的航迹匹配方法,解决了在目标多、干扰多、杂糅多时,航迹匹配准确率不高,计算量大的问题。实现步骤为:输入雷达和监视系统ADS—B航迹集合;组成初始种群;计算种群个体适应度;竞争选择;基因交叉;基因变异;再次计算种群个体适应度,判断适应度是否满足结束条件,若满足,则输出最优结果,否则进行新一轮选择、交叉、变异,最终获得最优的航迹匹配事件集合。本发明模仿自然界的选择与遗传机理,不断去除匹配较差航迹,保留较好的匹配,保证最终找到最优结果,本发明有良好的全局搜索能力,计算量小且线性可控,提升了有限时间寻找最优匹配结果的效果,用于雷达和监视系统ADS—B间的航迹匹配。

    基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统

    公开(公告)号:CN109557532B

    公开(公告)日:2023-05-09

    申请号:CN201811215839.1

    申请日:2018-10-18

    Abstract: 本发明属于目标检测与跟踪或者目标检测前跟踪技术领域,公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统;输入为一段时间内得到的由视频所凝聚出来的点迹,每一个点迹包括二维空间信息与一维时间信息;随机选取两个点迹,通过这两个点迹就可以唯一确定一条三维空间直线;使用三个参数来定义一条空间直线,在霍夫变换进行投票时,投票空间是三维的;用所有点迹进行两两组合得到三维直线,再将直线映射到投票空间,票数最多且大于检测门限的直线参数即为检测到的目标航迹;删除该航迹中的点迹后重复该操作,依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测,得到航迹集合。

    一种基于模糊C均值点迹分簇方法

    公开(公告)号:CN108828583B

    公开(公告)日:2022-06-28

    申请号:CN201810622903.1

    申请日:2018-06-15

    Abstract: 本发明属于雷达跟踪系统;类似系统技术领域,公开了一种基于模糊C均值点迹分簇方法,测量值分组;去除杂波;估计组中目标的数量;选择初始中心;计算隶属度矩阵Ut;进行解模糊;估计集群的完整性;更新分簇矩阵Ut+1和集群的中心vi;用矩阵范数比较Ut和Ut+1;如果||Ut+1‑Ut||≤ε,停止。否则,令t=t+1进行新一轮更新;最后根据分簇矩阵解模糊测量值。本发明为了找到初始目标中心,考虑了预测定位和测量率。同时,在FCM算法的迭代过程中考虑了聚类的完整性。与传统方法相比,本发明具有更好的鲁棒性和有效性,可用于将雷达探测到的多机动目标进行正确的分簇,从而更好地对目标进行跟踪。

    基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统

    公开(公告)号:CN109557532A

    公开(公告)日:2019-04-02

    申请号:CN201811215839.1

    申请日:2018-10-18

    Abstract: 本发明属于目标检测与跟踪或者目标检测前跟踪技术领域,公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统;输入为一段时间内得到的由视频所凝聚出来的点迹,每一个点迹包括二维空间信息与一维时间信息;随机选取两个点迹,通过这两个点迹就可以唯一确定一条三维空间直线;使用三个参数来定义一条空间直线,在霍夫变换进行投票时,投票空间是三维的;用所有点迹进行两两组合得到三维直线,再将直线映射到投票空间,票数最多且大于检测门限的直线参数即为检测到的目标航迹;删除该航迹中的点迹后重复该操作,依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测,得到航迹集合。

    一种基于模糊C均值点迹分簇方法

    公开(公告)号:CN108828583A

    公开(公告)日:2018-11-16

    申请号:CN201810622903.1

    申请日:2018-06-15

    Abstract: 本发明属于雷达跟踪系统;类似系统技术领域,公开了一种基于模糊C均值点迹分簇方法,测量值分组;去除杂波;估计组中目标的数量;选择初始中心;计算隶属度矩阵Ut;进行解模糊;估计集群的完整性;更新分簇矩阵Ut+1和集群的中心vi;用矩阵范数比较Ut和Ut+1;如果||Ut+1-Ut||≤ε,停止。否则,令t=t+1进行新一轮更新;最后根据分簇矩阵解模糊测量值。本发明为了找到初始目标中心,考虑了预测定位和测量率。同时,在FCM算法的迭代过程中考虑了聚类的完整性。与传统方法相比,本发明具有更好的鲁棒性和有效性,可用于将雷达探测到的多机动目标进行正确的分簇,从而更好地对目标进行跟踪。

Patent Agency Ranking