CN107678024B - 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法 - Google Patents

一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法 Download PDF

Info

Publication number
CN107678024B
CN107678024B CN201710992916.3A CN201710992916A CN107678024B CN 107678024 B CN107678024 B CN 107678024B CN 201710992916 A CN201710992916 A CN 201710992916A CN 107678024 B CN107678024 B CN 107678024B
Authority
CN
China
Prior art keywords
target
radar
infrared
unmanned aerial
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710992916.3A
Other languages
English (en)
Other versions
CN107678024A (zh
Inventor
陈唯实
李敬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Civil Aviation Science and Technology
Original Assignee
China Academy of Civil Aviation Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Civil Aviation Science and Technology filed Critical China Academy of Civil Aviation Science and Technology
Priority to CN201710992916.3A priority Critical patent/CN107678024B/zh
Publication of CN107678024A publication Critical patent/CN107678024A/zh
Application granted granted Critical
Publication of CN107678024B publication Critical patent/CN107678024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法。本发明提出的轻小型无人机融合跟踪方法基于雷达探测数据建立目标运动模型，并基于该模型对目标状态进行预估，在获取新的雷达量测数据之前，由红外量测数据对目标状态进行更新，在获取新的雷达量测数据之后，由雷达与红外量测数据对目标运动状态进行融合更新，实现对轻小型无人机目标的融合跟踪。

Description

一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法
技术领域
本发明涉及一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，属于低空空域安全监视技术领域，涉及目标跟踪与数据融合。
背景技术
随着消费级无人机技术的迅猛发展，以“大疆”为代表的轻小型无人机拥有量增长迅速，由于缺乏有效监管，导致我国机场无人机“黑飞”扰航事件频发。针对当前的严峻形势，一系列针对无人机的监管举措密集出台，民航局民用无人机拥有者必须按照本管理规定的要求进行实名登记。针对国内轻小型无人机的监管，迫切需要采取各种先进的技术手段。
对于“合作”且并网的无人机，在网无人机飞行信息可实时接入“无人机云”等管理***，监管部门可对误闯入相应区域的无人机进行查询、记录。对于“合作”但未并网的无人机，大疆公司通过监听其“飞控协议”，对大疆、零度等品牌无人机的飞行状态进行监控，能够覆盖目前95％以上的消费级无人机。
对于“非合作”无人机，目前主要采用雷达、光电、声学、无线电侦测等主动探测技术，对其进行探测跟踪。其中，雷达技术探测距离远，性能较为稳定，但一般的监视雷达数据更新率有限，且存在一定比例的虚警，发现目标后，需要其他探测手段进行确认，形成技术优势互补。
发明内容
本发明的目的是为了解决上述问题，提出一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，该方法适用于基于雷达与红外探测设备的低空轻小型无人机目标跟踪，实现对无人机目标的精确跟踪。
一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，包括如下步骤：
步骤1，目标运动建模；
步骤2，基于红外量测的无人机目标跟踪；
步骤3，基于雷达与红外量测的无人机目标跟踪。
本发明的优点在于：
基于雷达与红外联合探测的轻小型无人机融合跟踪方法能够弥补雷达量测数据更新率低的缺点，利用红外量测在雷达量测更新间隔期间对目标预估状态进行更新，实现基于雷达与红外量测的融合跟踪，提高目标跟踪精度。
附图说明
图1是本发明的基于雷达与红外联合探测的轻小型无人机融合跟踪方法的示意图；
图2是本发明实施例的轻小型无人机雷达目标跟踪轨迹；
图3是本发明实施例的轻小型无人机红外图像；
图4是本发明实施例的轻小型无人机融合跟踪轨迹。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明是一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，图1所示，包括如下步骤：
步骤一，目标运动建模；
基于k时刻的无人机目标状态和雷达目标运动模型，对k+1时刻的目标状态进行预估，如下式
{xk+1|k,Pk+1|k}＝fp{xk,Pk,Qk} (1)
式中，xk为目标状态，Pk为目标协方差，Qk为***过程噪声，xk+1|k为目标预估状态，Pk+1|k为目标预估协方差，fp{·}代表目标运动模型中的状态预估部分。此后，基于量测数据对目标预估状态进行更新，如下式
{xk+1,Pk+1}＝fu{xk+1|k,Pk+1|k,zk+1,Rk+1} (2)
式中，zk+1为量测数据，该量测数据可能为雷达量测、经过数据转换的红外量测、或雷达与红外的融合量测，Rk+1为量测噪声，fu{·}代表目标运动模型中的状态更新部分。xk+1、Pk+1分别表示k+1时刻的目标状态和目标协方差，目标运动模型的建模方法包括但不限于卡尔曼滤波、扩展卡尔曼滤波、交互式多模型等线性或非线性方法。无人机目标状态由下式表示
Figure BDA0001441806970000021
其中，[x y]代表在二维坐标系下的目标位置，
Figure BDA0001441806970000031
代表在二维坐标系下的目标运动速度。
步骤2，基于红外量测的无人机目标跟踪；
雷达***的数据更新率一般低于红外***，例如，红外***能够实现每个时刻更新一次量测数据，而雷达***只能实现n个时刻更新一次量测数据。因此，在k+1～k+n-1时刻，即雷达***的两次数据更新间隔期间，采用红外量测对目标运动状态进行更新。在采用红外数据进行目标状态更新之前，需要对红外量测进行数据转换。
轻小型无人机雷达监视***通常采用两坐标雷达，其量测数据表示为
zR＝[x y] (4)
其中：zR代表雷达***的量测数据。
目标与雷达的径向距离D由下式计算
Figure BDA0001441806970000032
轻小型无人机红外监视***通常仅能获得目标的方位信息，其量测数据表示为
zI＝θ (6)
其中：zI代表红外***的量测数据，θ为其赋值。
量测噪声为
RI＝σθ (7)
其中：RI代表红外***的量测噪声，σθ为其赋值。
结合目标的径向距离，红外目标量测和噪声经过数据转换后用于目标状态更新，如下式
zI-R＝[D·cosθ D·sinθ] (8)
Figure BDA0001441806970000033
其中：zI-R和RI-R分别为经过数据转换后的红外目标量测和噪声。
在雷达量测数据更新间隔期间，采用(1)式对目标状态进行预估，如下式
Figure BDA0001441806970000034
其中，输入变量采用雷达***的协方差
Figure BDA0001441806970000041
和过程噪声
Figure BDA0001441806970000042
然后，采用(2)式对目标状态进行更新，如下式
Figure BDA0001441806970000043
其中，输入变量采用数据转换后的红外量测
Figure BDA0001441806970000044
和噪声
Figure BDA0001441806970000045
参见公式(8)和(9)。
步骤3，基于雷达与红外量测的无人机目标跟踪；
在k+n时刻，雷达***获取新的量测数据，将雷达与红外量测进行融合，对无人机目标进行跟踪。首先，采用(1)式对目标状态进行预估，如下式
Figure BDA0001441806970000046
其中，输入变量采用雷达***的协方差
Figure BDA0001441806970000047
和过程噪声
Figure BDA0001441806970000048
xk+n|k+n-1和Pk+n|k+n-1分别为k+n时刻目标的预估状态和预估协方差。
然后，采用(2)式对目标状态进行更新，如下式
{xk+n,Pk+n}＝fu{xk+n|k+n-1,Pk+n|k+n-1,zk+n,Rk+n} (13)
其中，xk+n和Pk+n分别为k+n时刻更新后的目标状态和目标协方差，k+n时刻的目标量测zk+n采用雷达量测
Figure BDA0001441806970000049
与数据转换后的红外量测
Figure BDA00014418069700000410
的融合，如下式计算
Figure BDA00014418069700000411
式中，红外量测
Figure BDA00014418069700000412
的计算方法参见公式(8)。噪声矩阵同样采用雷达与红外***噪声的融合
Figure BDA00014418069700000413
式中，
Figure BDA00014418069700000414
为雷达***量测噪声，
Figure BDA00014418069700000415
为经过数据转换的红外***量测噪声，转换方法参见公式(9)。
实施例：
下面结合附图中基于雷达与红外数据的轻小型无人机目标跟踪结果对本发明提出的基于雷达与红外联合探测的轻小型无人机融合跟踪方法进行图示和描述。
本发明是一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，包括如下步骤：
步骤1，目标运动建模；
基于k时刻的无人机目标状态和雷达目标运动模型，对k+1时刻的目标状态进行预估，如下式
{xk+1|k,Pk+1|k}＝fp{xk,Pk,Qk} (1)
式中，xk为目标状态，Pk为目标协方差，Qk为***过程噪声，xk+1|k为目标预估状态，Pk+1|k为目标预估协方差，fp{·}代表目标运动模型中的状态预估部分。此后，基于量测数据对目标预估状态进行更新，如下式
{xk+1,Pk+1}＝fu{xk+1|k,Pk+1|k,zk+1,Rk+1} (2)
式中，zk+1为量测数据，该量测数据可能为雷达量测、经过数据转换的红外量测、或雷达与红外的融合量测，Rk+1为量测噪声，fu{·}代表目标运动模型中的状态更新部分。在本例中，目标运动模型的建模方法采用卡尔曼滤波。无人机目标状态由下式表示
Figure BDA0001441806970000051
其中，[x y]代表目标位置，
Figure BDA0001441806970000052
代表目标运动速度。
在本例中，无人机目标在k时刻的目标状态为
xk＝[0 1000 0 10]
其在k+1时刻的预估状态为
xk+1|k＝[0 1010 0 10]
基于以上目标运动模型，在无法获取雷达量测的情况下，在k+1～k+5时刻，仅采用(1)式计算目标预估状态，不采用(2)式对其进行修正，由目标预估状态近似目标状态，获得其不同时刻的目标状态如下
xk+1＝[0 1010 0.1 10]
xk+2＝[0.1 1020 -0.1 10.1]
xk+3＝[0 1030.1 -0.1 10.2]
xk+4＝[-0.1 1040.3 0 10.1]
xk+5＝[-0.1 1050.4 0 10.1]
基于以上数据的雷达目标跟踪轨迹如图2所示。
步骤2，基于红外量测的无人机目标跟踪；
雷达***的数据更新率一般低于红外***，在本例中，红外***能够实现每个时刻更新一次量测数据，而雷达***只能实现5个时刻更新一次量测数据。因此，在k+1～k+4时刻，即雷达***的两次数据更新间隔期间，采用红外量测对目标运动状态进行更新，某时刻的红外量测数据如图3所示。在采用红外数据进行目标状态更新之前，需要对红外量测进行数据转换。
轻小型无人机雷达监视***通常采用两坐标雷达，其量测数据表示为
zR＝[x y] (4)
在本例中，雷达在k+1时刻无法获取量测数据，由其预估状态xk+1|k中的位置数据近似代替
Figure BDA0001441806970000061
目标与雷达的径向距离D由下式计算
Figure BDA0001441806970000062
在本例中，
Dk+1＝1010
轻小型无人机红外监视***通常仅能获得目标的方位信息，其量测数据表示为
zI＝θ (6)
在本例中，
Figure BDA0001441806970000063
量测噪声为
RI＝σθ (7)
在本例中，
Figure BDA0001441806970000071
结合目标的径向距离，红外目标量测和噪声经过数据转换后用于目标状态更新，如下式
zI-R＝[D·cosθ D·sinθ] (8)
Figure BDA0001441806970000072
在本例中，
Figure BDA0001441806970000073
Figure BDA0001441806970000074
在雷达量测数据更新间隔期间，采用(1)式对目标状态进行预估，如下式
Figure BDA0001441806970000075
其中，输入变量采用雷达***的协方差
Figure BDA0001441806970000076
和过程噪声
Figure BDA0001441806970000077
然后，采用(2)式对目标状态进行更新，如下式
Figure BDA0001441806970000078
其中，输入变量采用数据转换后的红外量测
Figure BDA0001441806970000079
和噪声
Figure BDA00014418069700000710
参见公式(8)和(9)。在本例中，采用红外量测对目标状态进行更新，在k+1～k+4时刻的目标状态如下
xk+1＝[8.5 1009.5 0.6 9.2]
xk+2＝[9.2 1020.5 0.5 10.5]
xk+3＝[7.1 1030.2 -0.4 9.8]
xk+4＝[5.8 1039.9 -0.8 10]
步骤3，基于雷达与红外量测的无人机目标跟踪；
在k+n时刻，雷达***获取新的量测数据，将雷达与红外量测进行融合，对无人机目标进行跟踪。首先，采用(1)式对目标状态进行预估，如下式
Figure BDA00014418069700000711
其中，输入变量采用雷达***的协方差
Figure BDA0001441806970000081
和过程噪声
Figure BDA0001441806970000082
然后，采用(2)式对目标状态进行更新，如下式
{xk+n,Pk+n}＝fu{xk+n|k+n-1,Pk+n|k+n-1,zk+n,Rk+n} (13)
其中，目标量测采用雷达量测
Figure BDA0001441806970000083
与数据转换后的红外量测
Figure BDA0001441806970000084
的融合，如下式计算
Figure BDA0001441806970000085
式中，红外量测
Figure BDA0001441806970000086
的计算方法参见公式(8)。本例中，n＝5，则
Figure BDA0001441806970000087
噪声矩阵同样采用雷达与红外***噪声的融合
Figure BDA0001441806970000088
式中，
Figure BDA0001441806970000089
为雷达***量测噪声，
Figure BDA00014418069700000810
为经过数据转换的红外***量测噪声，转换方法参见公式(9)。本例中，
Figure BDA00014418069700000811
采用公式(12)和(13)，目标在k+5时刻的状态为
xk+5＝[0.8 1050.6 -0.7 10.1]
基于步骤和步骤3中的融合跟踪数据，轻小型无人机雷达与红外融合跟踪轨迹如图4所示。

Claims (1)

1.一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法，包括如下步骤：
步骤一，目标运动建模；
基于k时刻的无人机目标状态和雷达目标运动模型，对k+1时刻的目标状态进行预估：
{xk+1|k,Pk+1|k}＝fp{xk,Pk,Qk} (1)
式中，xk为目标状态，Pk为目标协方差，Qk为***过程噪声，xk+1|k为目标预估状态，Pk+1|k为目标预估协方差，fp{·}代表目标运动模型中的状态预估部分，基于量测数据对目标预估状态进行更新：
{xk+1,Pk+1}＝fu{xk+1|k,Pk+1|k,zk+1,Rk+1} (2)
式中，zk+1为量测数据，Rk+1为量测噪声，fu{·}代表目标运动模型中的状态更新部分；xk+1、Pk+1分别表示k+1时刻的目标状态和目标协方差；
无人机目标状态为：
Figure FDA0002610736000000011
其中，[x' y']代表在二维坐标系下的目标位置，
Figure FDA0002610736000000012
代表在二维坐标系下的目标运动速度；
步骤2，基于红外量测的无人机目标跟踪；
设轻小型无人机雷达监视***采用两坐标雷达，其量测数据为：
zR＝[x y] (4)
其中：zR代表雷达***的量测数据；
目标与雷达的径向距离D为：
Figure FDA0002610736000000013
轻小型无人机红外监视***获得目标的方位信息，其量测数据为：
zI＝θ (6)
其中：zI代表红外***的量测数据，θ为其赋值；
量测噪声为：
RI＝σθ (7)
其中：RI代表红外***的量测噪声，σθ为其赋值；
结合目标的径向距离，红外目标量测和噪声经过数据转换后用于目标状态更新，如下式：
zI-R＝[D·cosθ D·sinθ] (8)
Figure FDA0002610736000000021
其中：zI-R和RI-R分别为经过数据转换后的红外目标量测和噪声；
在雷达量测数据更新间隔期间，采用(1)式对目标状态进行预估：
Figure FDA0002610736000000022
其中，输入变量采用雷达***的协方差
Figure FDA0002610736000000023
和过程噪声
Figure FDA0002610736000000024
然后，采用(2)式对目标状态进行更新：
Figure FDA0002610736000000025
其中，输入变量采用数据转换后的红外量测
Figure FDA0002610736000000026
和噪声
Figure FDA0002610736000000027
步骤3，基于雷达与红外量测的无人机目标跟踪；
在k+n时刻，雷达***获取新的量测数据，将雷达与红外量测进行融合，对无人机目标进行跟踪；首先，采用(1)式对目标状态进行预估：
Figure FDA0002610736000000028
其中，输入变量采用雷达***的协方差
Figure FDA0002610736000000029
和过程噪声
Figure FDA00026107360000000210
xk+n|k+n-1和Pk+n|k+n-1分别为k+n时刻目标的预估状态和预估协方差；
然后，采用(2)式对目标状态进行更新，如下式
{xk+n,Pk+n}＝fu{xk+n|k+n-1,Pk+n|k+n-1,zk+n,Rk+n} (13)
其中，xk+n和Pk+n分别为k+n时刻更新后的目标状态和目标协方差，k+n时刻的目标量测zk+n采用雷达量测
Figure FDA00026107360000000211
与数据转换后的红外量测
Figure FDA00026107360000000212
的融合，如下式计算
Figure FDA0002610736000000031
式中，红外量测
Figure FDA0002610736000000032
的计算方法参见公式(8)；噪声矩阵同样采用雷达与红外***噪声的融合
Figure FDA0002610736000000033
式中，
Figure FDA0002610736000000034
为雷达***量测噪声，
Figure FDA0002610736000000035
为经过数据转换的红外***量测噪声。
CN201710992916.3A 2017-10-23 2017-10-23 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法 Active CN107678024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710992916.3A CN107678024B (zh) 2017-10-23 2017-10-23 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710992916.3A CN107678024B (zh) 2017-10-23 2017-10-23 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法

Publications (2)

Publication Number Publication Date
CN107678024A CN107678024A (zh) 2018-02-09
CN107678024B true CN107678024B (zh) 2020-12-29

Family

ID=61140964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710992916.3A Active CN107678024B (zh) 2017-10-23 2017-10-23 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法

Country Status (1)

Country Link
CN (1) CN107678024B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113721642B (zh) * 2021-02-25 2023-12-19 北京理工大学 探测跟踪处置一体化的无人机反制控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07229960A (ja) * 1994-02-16 1995-08-29 Mitsubishi Heavy Ind Ltd 航空機用全周視界表示装置
JPH08211146A (ja) * 1995-02-02 1996-08-20 Mitsubishi Heavy Ind Ltd レーダ装置
CN101661104A (zh) * 2009-09-24 2010-03-03 北京航空航天大学 基于雷达/红外量测数据坐标转换的目标跟踪方法
JP2011047882A (ja) * 2009-08-28 2011-03-10 Toshiba Corp 目標追跡装置
CN102831620A (zh) * 2012-08-03 2012-12-19 南京理工大学 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法
CN104252178A (zh) * 2014-09-12 2014-12-31 西安电子科技大学 一种基于强机动的目标跟踪方法
CN105739335A (zh) * 2015-12-29 2016-07-06 中国民航科学技术研究院 一种机场鸟类探测预警与驱赶联动***
CN106204629A (zh) * 2016-08-17 2016-12-07 西安电子科技大学 天基雷达与红外数据融合在轨动目标检测方法
CN106546975A (zh) * 2016-10-14 2017-03-29 中国民航科学技术研究院 一种基于雷达数据的轻小型无人机与飞鸟分类识别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07229960A (ja) * 1994-02-16 1995-08-29 Mitsubishi Heavy Ind Ltd 航空機用全周視界表示装置
JPH08211146A (ja) * 1995-02-02 1996-08-20 Mitsubishi Heavy Ind Ltd レーダ装置
JP2011047882A (ja) * 2009-08-28 2011-03-10 Toshiba Corp 目標追跡装置
CN101661104A (zh) * 2009-09-24 2010-03-03 北京航空航天大学 基于雷达/红外量测数据坐标转换的目标跟踪方法
CN102831620A (zh) * 2012-08-03 2012-12-19 南京理工大学 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法
CN104252178A (zh) * 2014-09-12 2014-12-31 西安电子科技大学 一种基于强机动的目标跟踪方法
CN105739335A (zh) * 2015-12-29 2016-07-06 中国民航科学技术研究院 一种机场鸟类探测预警与驱赶联动***
CN106204629A (zh) * 2016-08-17 2016-12-07 西安电子科技大学 天基雷达与红外数据融合在轨动目标检测方法
CN106546975A (zh) * 2016-10-14 2017-03-29 中国民航科学技术研究院 一种基于雷达数据的轻小型无人机与飞鸟分类识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Data Fusion of Infrared and Radar for Target Tracking;Anfu ZHU et al.;《IEEE》;20081231;正文第1-4页 *
一种红外/雷达双传感器融合目标跟踪算法;郑黎义;《PLC & FA》;20050228;第106-108页 *

Also Published As

Publication number Publication date
CN107678024A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN1940591B (zh) 使用传感器融合进行目标跟踪的***和方法
CN111860589A (zh) 一种多传感器多目标协同探测信息融合方法、***
CN108089183B (zh) 一种用于异步多基地雷达***的检测跟踪一体化方法
CN110929810B (zh) 一种低慢小目标探测***多源数据融合方法
Sengupta et al. A DNN-LSTM based target tracking approach using mmWave radar and camera sensor fusion
CN103699713A (zh) 一种编队飞机冲突检测方法及其应用
US20210158128A1 (en) Method and device for determining trajectories of mobile elements
CN106969767B (zh) 一种动平台传感器***偏差的估计方法
CN113311398A (zh) 强杂波复杂背景高机动弱小目标的跟踪方法
CN107678024B (zh) 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法
CN117724059A (zh) 基于卡尔曼滤波算法的多源传感器融合航迹校正方法
CN110536233B (zh) 一种实时无人机监管***
CN111816005A (zh) 基于ads-b的远程驾驶飞机环境监视优化方法
Chen et al. Research on AIS and radar information fusion method based on distributed Kalman
CN116736290A (zh) 一种基于空中生物运动态势特征辅助的多目标跟踪方法
CN115220002B (zh) 一种固定单站的多目标数据关联跟踪方法和相关装置
CN114545414A (zh) 一种用于无人机防撞雷达的航迹管理方法
Ren et al. Information fusion of digital camera and radar
Shen et al. A benchmark for vision-based multi-UAV multi-object tracking
Hao et al. Structure identification and tracking of multiple resolvable group targets with circular formation
CN111095024A (zh) 高度确定方法、装置、电子设备和计算机可读存储介质
US11288523B2 (en) Pseudo-range estimation from a passive sensor
CN114236529A (zh) 基于机载雷达主被动监视的航迹融合方法
CN115371719B (zh) 探测设备的参数标定方法和装置、存储介质及电子装置
Mallick et al. Differential geometry measures of nonlinearity for the video tracking problem

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant