多目标舰船自动跟踪方法研究

目前针对背景复杂的海上舰船作为跟踪对象的跟踪算法研究较少。另外,多目标跟踪算法在变化频繁的背景条件下的精确性和实时性不足。为了提高多目标舰船跟踪的视觉跟踪算法的实时性和鲁棒性,本文提出了一种改进的基于TLD(Tracking-Learning-Detection)多目标舰船自动跟踪算法。该算法实现了海上多个目标舰船准确实时跟踪。首先,算法应用海天线检测与提取方法,利用最大类间方差阈值分割和Hough变换提取海天线;其次,算法利用Kalman滤波原理对海天线上的目标舰船进行定位与检测,分离出目标舰船;最后通过提取出来的目标用其最小外接矩形生成目标初始跟踪框,跟踪器利用初始跟踪框的位置坐标信息对目标进行实时自动跟踪。算法运行过程中都在海天线附近进行扫描检测,缩小了图像遍历范围,提高了算法的实时性。实验表明,通过对比典型的Mean-shift算法以及原始TLD目标跟踪算法,本文算法跟踪结果的精度较高,实时性较好。     

基于FJPDA关联算法的地波超视距雷达目标跟踪

针对地波超视距雷达(SWOTHR)目标跟踪中JPDA算法关联复杂度高、计算量大的问题,将模糊联合概率数据关联(FJPDA)算法应用于地波超视距雷达目标跟踪中。在FJPDA跟踪方法中采用了目标点迹与航迹的模糊隶属度,解决目标点迹与航迹的关联概率问题,避免了传统JPDA算法中对有效矩阵的拆分导致的计算量组合爆炸的现象,可以降低目标跟踪算法的复杂度,提高运行效率。通过实测地波雷达数据的目标跟踪实验分析及与同步AIS信息的比对分析,结果表明:基于FJPDA算法的跟踪方法可以有效跟踪SWOTHR中的目标航迹,跟踪效果与JPDA算法相当,且运行时间明显减少,适合工程应用。     

地波雷达目标检测跟踪联合处理粒子滤波方法

针对固定粒子数PF-TBD算法计算量大、复杂环境下地波雷达海上船只目标检测与跟踪性能不佳的问题,本文将粒子滤波方法应用于地波雷达船只目标检测与跟踪中,提出了基于自适应粒子滤波的地波雷达目标检测与跟踪联合处理方法。该方法结合地波雷达回波谱中目标展宽特性,充分利用了地波雷达回波谱中面目标的粒子权重信息来设置粒子自适应采样策略,提高了目标检测和跟踪联合处理的效果。通过地波雷达实测数据的目标跟踪结果及与同步AIS信息的比对分析,结果表明:提出的检测跟踪联合处理方法在对低信噪比、快速机动等复杂环境下的多目标跟踪时,可提高目标整体跟踪性能。     

基于改进粒子群优化算法和模糊熵水下图像分割

由于水下图像受到水下光照条件以及水质的一些特性影响,存在对比度低、灰度不均、目标边缘模糊等特点。传统基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是采用凸模糊集的隶属函数和穷举法存在计算复杂度高、时效性差等缺点。在传统模糊熵分割算法的基础上,重新定义了模糊熵,并根据最大熵原理,利用改进粒子群优化算法(PSO)来搜索分割阈值。通过水下图像处理试验证明,该算法对简单背景的图像分割是有效的;与传统分割方法相比,具有更强的自适应性和抗噪性。     

浸没式可移动外输终端系泊系统优化研究

我国的边际油田大多年产量小且开发年限短，周围没有可依托设施的油田。针对此情况，可采用“蜜蜂式”开发模式。针对浸没式可移动外输终端这一新型概念设计，选取关键工况开展了时域耦合分析，研究了系泊系统参数对可移动外输终端最大水平位移和系泊缆最大张力的影响。以可移动外输终端最大水平位移和系泊缆最大张力最小为优化目标，以系泊缆结构安全为约束条件，构建了系泊系统多目标优化模型。分别建立了基于NSGA-Ⅱ和多目标粒子群算法的系泊系统优化框架，并应用这两种算法对系泊系统进行了优化设计。结果表明，NSGA-Ⅱ和多目标粒子群算法均可以解决系泊系统多目标优化问题，粒子群算法优化速度快，但通过NSGA-Ⅱ得到的Pareto前沿优化性能更好，因此更适合开展浸没式可移动外输终端的系泊系统优化。     

集合资料同化方法的理论框架及其在海洋资料同化的研究展望

在海洋动力系统的数值模拟中,海洋资料同化是一种能够有效融合多源海洋观测资料和数值模式的方法。它不仅可以显著地提高数值模拟的效果,构造海洋再分析资料场,还能有效减少海洋和气候预报时模式初始条件的不确定性。因此,海洋资料同化对于海洋研究和业务化应用具有非常重要的意义。资料同化方法的研究一直是大气、海洋科学的热门课题之一。其中,集合卡尔曼滤波器(EnKF)是一种有效的资料同化方法,自提出以来经过了20多年的发展和改进,已经在海洋资料同化中得到了广泛的研究和应用。近年来,随着动力模式的不断发展和计算能力的提高,粒子滤波器由于不受模型线性和误差高斯分布假设的约束,也逐渐成为了当前资料同化方法研究的热点。本文分析和总结了目前关于集合卡尔曼滤波器和粒子滤波器的一些最新理论研究结果,在贝叶斯滤波理论的框架下讨论了这两类算法的关联和区别,以及各自在资料同化实践中的优势和不足。在此基础上,我们探讨了粒子滤波器应用于海洋模式资料同化的主要困难和目前可行的一些解决方法,展望了集合资料同化方法研究的新趋势,为集合资料同化方法的进一步发展和应用提供理论基础。     

一类时滞不确定随机Markovian跳变系统的滑模控制

研究一类时滞不确定随机Markovian跳变系统的滑模控制问题。首先,给出了由有限维状态空间中齐次Mar-kovian过程产生的跳跃参数,利用次可达的概念,给出了该系统的状态轨线逼近确定滑模面的条件;其次,设计了滑模变结构控制器,保证系统运动到达滑模是次可达的,并且给出了系统滑动运动为均方渐近稳定的充分条件;最后,通过仿真例子说明了本文方法的可行性与有效性。     

EnKF和SIR-PF在贝叶斯滤波框架下的比较和结合

贝叶斯估计理论为非线性、非高斯系统的数据同化提供了一个统一的框架。在本文中,我们利用著名的洛伦茨吸引子(Lorenz'63)模式对两种基于贝叶斯滤波理论的数据同化方法——集合卡尔曼滤波器(EnKF)和重取样粒子滤波器(SIR-PF)——进行了较为全面的比较。比较的结果揭示了两种方法的优缺点:即当集合成员数目较多时,SIR-PF的同化效果优于EnKF;反之,则EnKF的表现较好。进一步地,我们使用统计方法分析了两者表现的差异和原因。最近提出的一种集合卡尔曼粒子滤波器(EnKPF)通过使用一个可控的参数整合EnKF和SIR-PF的分析格式,可以结合两者的优点。本文在充分比较两种方法的前提下,重新阐释并改进了原有的EnKPF算法,使之适用于非线性的观测算子。通过使用相同的洛伦茨模式实验,我们揭示了EnKPF实质上提供了关于EnKF和SIR-PF的连续插值,使得后两者可以视为其特殊情况。并且,在集合成员数目有限的前提下,EnKPF可以在一定程度上避免滤波退化的发生,取得优于EnKF和SIR-PF的同化效果。     

磁性目标跟踪的多模型自适应滤波方法

针对非协作磁性目标定位中初始条件难以确定的问题,提出一种基于静态多模型滤波思想的自适应跟踪方法。 首先对磁场观测模型进行分析,设计了一种磁性目标初始参数估算方法,通过该方法得到不同假设条件下的磁性目标状态初值及其误差矩阵,在此基础上起始多个扩展卡尔曼滤波器(Extended Kalman Filter, EKF) 进行求解,根据各个滤波器的求解结果利用最大似然准则选取最佳解作为当前时刻估计结果。 通过仿真实验验证了方法的有效性,结果表明,方法可在目标源及位置等先验信息完全未知条件下准确估计出真实目标状态,对磁性目标实际应用具有参考价值。     

基于数学形态学的海岛水边线提取模型

针对遥感影像数据大面积覆盖的特性,利用数学形态学提出了一种多目标海岛水边线的同步提取模型,模型包括:利用K-means算法的海岛区域粗分割;基于灰度膨胀算法的海岛初始轮廓曲线确立;利用水平集算法的海岛水边线优化。以福州海域的多目标海岛水边线提取为例,将本文模型与K-means模型、二值化高斯滤波水平集模型(SBGFRLS)和基于改进水平集的海岛边界快速分割模型(ILSM-IBRS)进行了比较。结果表明,本文模型弥补了K-means模型的过分割现象,其计算耗时较SBGFRLS和ILSM-IBRS模型分别节省了96.16%和86.96%;其迭代次数分别减少了97.07%和90.59%。由此可见,本文模型解决了现有提取模型效率低、过分割等现象,实现了多目标海岛水边线的同步提取,为海岛普查等提供了一种快速提取方法。