【摘 要】
：
毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪.本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法.该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算
【机 构】
：
北方工业大学信息学院雷达监测技术实验室,北京100144
论文部分内容阅读
毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪.本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法.该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算法在纵向上目标区分度不足的缺点.本文通过六组不同的实际场景实验,证明了本方法在不同场景下,均相比原方法对跟踪结果有不同程度的改善.
其他文献
传统的多假设跟踪(Multiple Hypothesis Tracking,MHT)算法通常假设一个目标独立地产生一个量测.但在实际观测场景中,当多个目标之间足够接近时,分辨率有限的传感器只能识别出一个未分辨的量测.这种现象使得数据关联问题更加复杂,跟踪算法性能明显下降.针对这一问题,本文提出了一种可适应未分辨量测的改进随机化贪心-自适应搜索结构MHT(Greedy Randomized Adaptive Search Procedure MHT,GRASP-MHT)算法,推导了关联未分辨量测的航迹假设得
矩阵CFAR检测是从几何流形角度处理雷达目标检测问题的新技术.为进一步提升其在复杂杂波背景下的检测性能,本文提出一种黎曼流形监督降维的矩阵CFAR增强检测方法.首先,将检测问题视为目标与杂波的分类问题,分别构建黎曼流形上目标单元与杂波单元的类内和类间权重矩阵;其次,为增强目标与杂波的可分性,采用保持类内几何距离最小,类间几何距离最大的准则建立降维目标函数,并基于Grassmann流形求解降维优化问题获得映射矩阵;最后,提出一种矩阵CFAR增强检测方法,实现目标增强检测.采用蒙特卡罗方法对仿真数据和实测海杂
高斯过程回归是机器学习中解决非线性回归的一种典型回归方法.然而,单一的高斯过程难以拟合非平稳、多模态的时序数据.另外,在实际应用中需要预测的输入数据会受到噪声的干扰.为了克服这些问题,本文提出了含噪输入预测策略下的高斯过程混合回归预测方法(niMGP),并针对煤矿瓦斯浓度数据进行了参数学习和柔性预测.与其他传统回归方法相比,这种柔性预测方法是在测试输入数据具有噪声干扰的情况下进行预测,使其结果更为鲁棒和准确.本文首先通过模拟实验验证了在具有固定信噪比的测试输入数据上,高斯过程混合模型在含噪输入预测策略下的
针对低信噪比下经信道化处理后的脉冲信号的到达时间估计精度问题,提出一种高效提取脉冲到达时间的方法.首先,对接收数据做信道化以提取出脉冲信号.其次,对脉冲信号进行相关预处理,然后提取信号包络并判决获得脉冲到达时间粗估计.基于此,利用原始采样数据,设置级联滑窗计算信号频点处的能量,通过信号频点处的能量变化精炼到达时间,得到精估计.相比于传统方法,该方法在低信噪比具有较高的估计精度,同时运算量更小,仿真结果验证方法的有效性.
信息化技术的快速发展,为计算机的应用创造了更为广阔的空间,特别是网络通信技术的进步,让人们借助计算机实现了更多功能的实现,比如信息的查询、获取以及传播,人们之间的信息交流与沟通等.但是伴随人们在信息化网络空间的畅游,也提升了个人信息以及企业信息泄露的风险,一旦信息得不到很好的保护,将会严重影响民众对于网络的信任感,影响民众的网络体验感,因此强化计算机网络数据的安全管理是当下网络运营十分关键的要点.本文就将借助《计算机网络安全(第3版)》一书,对保障网络安全管理的加密技术及防护进行研究探讨.
雷达嵌入式通信(Radar-Embedded Communication,REC)是一种在雷达后向散射回波中嵌入通信信号的新型隐蔽通信手段.相较于传统的隐蔽通信方式,REC具有其独特的优势,在军事和民用领域都有着非常广阔的应用前景.本文基于通用软件无线电外设(Universal Software Radio Peripheral,USRP)硬件平台和实验室虚拟仪器工作平台(Laboratory Virtual Instrumentation Engineering Workbench,LabVIEW)开发
振翅频率是昆虫雷达进行昆虫目标识别的重要参数之一.由于昆虫振翅信号属于微弱信号,在高背景噪声下回波信号信噪比低、信号强度弱,影响昆虫振翅频率提取的准确性.针对低信噪比下昆虫振翅频率提取精度低的问题,本文提出一种低信噪比下昆虫振翅频率提取方法,该方法利用小波变换的多分辨率分析特性,分析各尺度下回波信号与噪声小波系数之间的关系,确定小波分解层数,确定小波阈值,对信号进行针对性降噪,再通过时频分析的方法提取昆虫振翅频率,提高了昆虫振翅频率的提取精度.通过仿真分析与实测数据处理,验证了该方法的可行性.
对雷达侦察信号的重频模式进行自动准确解析是当前适应电子侦察大数据发展趋势和数据智能化处理需求的重要内容.频繁项扩展算法是针对固定、参差等常规重频体制雷达信号实施重频模式自动解析的有效方法,但直接的扩展过程并不能很好地满足对多辐射源交错脉冲列的处理需求.实际侦察接收机往往采用大带宽、宽方向性设计,因此多辐射源交错脉冲列在接收机中十分常见.本文针对雷达侦察交错脉冲列,在频繁项扩展方法的基础上,通过引入IS度量,提出新的重频模式解析过程的终止准则,在不实施分选的条件下解析出交错脉冲列中各辐射源的重频模式.仿真结
复杂塔架场景无线信道多径效应更为严重,本文结合射线追踪算法提出一种三维多径簇信道模型,该模型通过几何方法追踪每一条射线路径,并对大量接收射线进行分簇,获得簇时延与簇功率等模型参数,进而获得无线通信系统的误码率性能.针对真实的三维塔架分析信道模型参数,包括传播路径、时延、接收功率、误码性能等统计特性.数值仿真结果表明,本文推导理论结果与仿真结果一致,能够准确评估塔架环境的通信性能,可有效用于优化传感器网络的部署和性能评估等领域.
目前全极化合成孔径雷达(Polarirnetric Synthetic Aperture Radar,PolSAR)图像的机场跑道检测以基于分类的方法为主,检测效率较低,且需要更多的先验信息.针对此问题,本文提出一种基于图像分割与分类的无监督机场跑道检测方法.首先定义了图像的伪散射功率(Pseudo Scattering Power,Pspan),并结合Pspan和Tsallis熵对图像进行阈值分割,得到机场跑道感兴趣区域;然后利用密度峰值搜索和Wishart距离结合的分类器进行二分类,最后根据机场跑道的