Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 385

年份

2024 1

2023 46

2022 51

2021 47

2020 28

2019 22

2018 25

2017 27

2016 17

2015 8

2014 2

2013 5

2012 8

2011 7

2010 6

2009 5

2008 6

2007 9

2006 14

2005 11

展开︾

关键词

多目标优化 11

目标识别 4

可持续发展 3

5G 2

COVID-19 2

人工智能 2

发展目标 2

可靠性灵敏度 2

效果评估 2

毫米波 2

液压提升机 2

稳健设计 2

2035 1

2035年 1

2D—3D配准 1

3D细胞容器 1

4-adj模型 1

AQAM 1

BG算法 1

展开︾

检索范围：

排序：展示方式：

多模型广义标签多伯努利滤波器的推导：多目标混合系统解决方案 Research Articles

吴卫华,蔡益朝,金宏斌,郑茂,冯讯,关泽文

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000105

摘要：本文将传统（单目标）混合系统扩展到多目标混合系统，重点研究多机动目标跟踪系统。该系统由连续状态，离散可切换状态以及离散、时不变且唯一性状态组成。通过定义一个新的广义标签多伯努利密度，我们证明对于多目标混合系统，它在查普曼-柯尔莫哥洛夫（Chapman-Kolmogorov）预测和贝叶斯更新下是闭合的。换言之，我们严格推导了多目标混合系统的解决方案，即多模型广义标签多伯努利滤波器——该滤波器虽已被开发，但此前并未得到严格证明。

关键词：多机动目标跟踪；多模型；广义标签多伯努利滤波器；多目标混合系统

HTML PDF 收藏

基于并行处理机制的多基地雷达多目标跟踪算法

徐洪奎,王东进,陈卫东

《中国工程科学》 2007年第9卷第11期页码 151-156

摘要：

针对用多基地雷达系统跟踪近距离多高速机动目标的场合，提出了一种基于并行处理机制的跟踪算法。该算法将整个观测数据的关联过程拆分成若干个并行子关联进程，并将确定目标的跟踪过程拆分成两个并行的三维子进程，同时对距离和拟测值及多普勒速度拟测值进行迭代滤波。仿真结果表明，该算法不仅能够在杂波中快速精确地跟踪多个机动目标，而且具有很好的收敛特性和稳定性。

关键词：多基地雷达系统多目标跟踪并行处理 MSJPDA 并行扩展卡尔曼滤波

HTML PDF 收藏

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要：现有机动目标跟踪方法在杂波环境中强机动目标的跟踪性能并不令人满意。本文提出一种混合驱动方法，利用数据驱动和基于模型算法的优点跟踪多个高机动目标。进一步与广义概率数据关联（GPDA）算法相结合，实现多目标跟踪。通过仿真实验可知，与广泛使用的机动目标跟踪算法如交互式多模型（IMM）和数据驱动的高斯过程运动跟踪器（GPMT）相比，提出的混合驱动方法具有显著的性能优势。

关键词：目标跟踪；高斯过程；数据驱动；在线学习；模型驱动；概率数据关联

HTML PDF 收藏

一种面向地面区域检测和目标跟踪的多传感器系统协同调度方法 Research Article

张昀普,付强,单甘霖

《信息与电子工程前沿（英文）》 2023年第24卷第2期页码 245-258 doi: 10.1631/FITEE.2200121

摘要：本文提出一种面向多任务协同的多传感器系统协同调度方法，并将其应用于地面区域检测和目标跟踪。调度的目的是选择最佳的传感器来完成分配的作战任务，并获得最佳作战收益。然后结合道路约束信息和多普勒盲区信息建立地面目标跟踪模型，并引入后验克拉美罗下限评估未来时刻的跟踪精度。最后，考虑检测、跟踪和能耗控制的需求建立目标函数，通过求解目标函数，得到最优的传感器调度方案。仿真结果表明，所提传感器调度方法可以选择合适的传感器完成所需作战任务，并在区域检测、目标跟踪和能耗控制方面均具有良好性能。

关键词：传感器调度；区域检测；目标跟踪；道路约束；多普勒盲区

HTML PDF 收藏

基于随机有限集的多传感器多目标跟踪研究进展 Review Articles

达凯1,李天成2,朱永锋1,范红旗1,付强1

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000266

摘要：本文综述了基于随机有限集方法的多传感器多目标跟踪的最新研究进展。在多传感器滤波中起基础性作用的融合方法可分为数据层多目标测量融合和评估层多目标密度融合，分别共享融合传感器之间的局部测量值与后验密度。阐述面向不同随机有限集的两种健壮的多目标密度平均方法：算术平均融合与几何平均融合。最后突出强调相关研究主题与现存研究挑战。

关键词：多目标跟踪；多传感器融合；平均融合；随机有限集；最优融合

HTML PDF 收藏

基于深度前馈神经网络的多基地外辐射源雷达高精度目标跟踪 Research Article

徐宝兄,易建新,程丰,龚子平,万显荣

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1214-1230 doi: 10.1631/FITEE.2200260

摘要：在雷达系统中，目标跟踪误差主要来自运动模型和非线性量测。在评估跟踪算法时，其跟踪精度是主要衡量准则。为提高跟踪精度，本文将跟踪问题表述为从量测到目标状态的回归模型，提出一种基于改进深度前馈神经网络（MDFNN）的跟踪算法。所提MDFNN跟踪算法引入一种滤波层来描述输入量测序列的时序关系，并分析了最优量测序列长度。仿真和实测的外辐射源雷达数据测试表明，在所考虑的场景下，所提算法跟踪精度优于基于扩展卡尔曼滤波器（EKF）、无迹卡尔曼滤波器（UKF）和递归神经网络（RNN）的跟踪方法。

关键词：深度前馈神经网络；滤波层；外辐射源雷达；目标跟踪；跟踪精度

HTML PDF 收藏

基于RGBD和稀疏学习的鲁棒目标跟踪 Article

Zi-ang MA, Zhi-yu XIANG

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 989-1001 doi: 10.1631/FITEE.1601338

摘要：鲁棒目标跟踪近年来成为计算机视觉领域一项重要的且极具挑战性的研究方向。随着深度传感器的普及，深度信息因其对光照变化与遮挡表现出一定的鲁棒性而被广泛应用于视觉目标跟踪算法中。本文提出了一种基于RGBD和稀疏学习的跟踪算法，从三个方面将深度信息应用到稀疏学习跟踪框架。首先将深度图像特征结合现有的基于彩色图像的视觉特征用于目标外观的鲁棒特征描述。为了适应跟踪过程中的各种遮挡情况，我们设计了一种特殊的遮挡物模板用于增广现有的超完备字典。最后，我们进一步提出了一种基于深度信息的遮挡物检测方法用于有效地指示模板更新。基于KITTI和Princeton数据集的大量实验证明了所提出算法的跟踪效果优于时下最先进的多种跟踪器，包括基于稀疏学习的跟踪以及基于RGBD的跟踪。

关键词：目标跟踪；稀疏学习；深度视角；遮挡物模板；深度图像特征

HTML PDF 收藏

一种跟踪性能不占优的多无人机协同目标跟踪方法 Research Articles

郑之,蔡舜诚

《信息与电子工程前沿（英文）》 2021年第22卷第10期页码 1334-1350 doi: 10.1631/FITEE.2000362

摘要：目标跟踪是无人机领域研究热点之一。本文针对无人机跟踪性能不占优，以及目标具有灵活、智能运动特征的情形，研究了多无人机协同目标跟踪问题。提出一种基于目标意图估计的多无人机协同跟踪策略。首先设计了一种具有降维和最大感知覆盖约束的轨迹特征提取方法，以降低无人机跟踪代价，并对目标典型的3类运动模式，根据环境和目标轨迹主要特征，设计了一种意图估计方法；然后，设计了一种在障碍物环境中基于最小可达距离和最小转角代价的MDA-Voronoi图，证明分析了目标被感知的概率；接着，设计了无人机的协同跟踪策略，以减小目标跟踪丢失的间隙，增加目标被感知的时间；通过纳什Q学习方法，在奖励函数中考虑了避障、跟踪代价、感知质量、飞行约束等因素最后，通过仿真验证了本文方法能在无人机跟踪性能不占优的情况下提高跟踪质量。

关键词：协同跟踪；意图估计；MDA-Voronoi图；多无人机；性能不占优

HTML PDF 收藏

复杂形状的扩展目标联合跟踪与分类 Research Articles

王丽萍,占荣辉,黄源,张军,庄钊文

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 839-861 doi: 10.1631/FITEE.2000061

摘要：本文解决具有复杂形状的单扩展目标联合跟踪与分类（joint tracking and classification, JTC）问题。为描述复杂形状，首先利用随机超曲面模型（random hypersurface model, RHM）将空间扩展状态建模为星凸形状，并将其作为目标分类的特征信息。利用两个向量对目标状态建模，以减轻高维状态空间和严重非线性观测模型对目标状态估计的影响，并利用归一化傅立叶描述子的欧氏距离度量获得类别概率更新的解析解。因此，该方法被称为“JTC-RHM方法”。仿真结果表明：（1）与基于随机矩阵模型的JTC算法相比，所提JTC-RHM方法能更准确地对不同形状、相似大小的目标进行分类；（2）与基于星凸RHM的扩展目标跟踪算法相比，所提算法对目标状态性能估计更优；（3）所提JTC-RHM-Ber滤波算法在状态检测和估计方面具有良好性能，能够正确地实现目标分类。

关键词：扩展目标；傅里叶描述子；联合跟踪与分类；随机超曲面模型；伯努利滤波器

HTML PDF 收藏

水下移动传感器网络的高能效节点定位和目标跟踪 None

Hua-yan CHEN, Mei-qin LIU, Sen-lin ZHANG

《信息与电子工程前沿（英文）》 2018年第19卷第8期页码 999-1012 doi: 10.1631/FITEE.1700598

摘要：因此，UMSNs是远海环境下实现短期、迅速、大范围组网监测跟踪的有效手段。UMSNs目标跟踪的挑战在于高精度的目标跟踪效果需要以高精度的实时节点定位为前提，而UMSNs的节点位置是不断变化的。为减少UMSNs目标跟踪过程中节点定位所消耗能量，利用节点移动在时间空间的相关性，结合多步Levinson-Durbin线性预测算法提出高精度的长周期节点位置预测算法（HLMP）。根据目标跟踪过程中节点与目标的相关性，提出同时定位跟踪算法（SLAT），进一步提高节点的定位精度。仿真结果表明，HLMP算法能够在低能耗的情况下显着提高定位精度，SLAT算法进一步降低节点定位误差。更高的定位精度将同步提高目标跟踪性能。

关键词：水下移动传感器网络；高能效；节点定位；目标跟踪

HTML PDF 收藏

基于互信息的水下无线传感器网络目标跟踪与加权融合 None

Duo ZHANG, Mei-qin LIU, Sen-lin ZHANG, Zhen FAN, Qun-fei ZHANG

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 544-556 doi: 10.1631/FITEE.1601695

摘要：水下无线传感器网络为水下目标跟踪问题提供了可靠有效支持，但水下网络能量和带宽资源有限，只能选择一部分节点参与跟踪任务。融合中心通过收集、融合各个传感器发送的量测进行目标跟踪，因此设计更好的融合权值极为重要。针对水下目标跟踪中的加权融合问题，首先通过计算量测与目标状态之间的互信息，利用互信息衡量融合权重；其次利用互信息融合权重设计一种新的多传感器加权粒子滤波算法，利用克拉美罗（Cramer-Rao）下界设计节点选择方案，以提高跟踪算法效率；最后通过仿真实验对算法进行验证。仿真结果表明，通过选择合适融合权值，目标状态估计精度显著提高。

关键词：目标跟踪；加权融合；互信息；节点选择；水下无线传感器网络

HTML PDF 收藏

面向多目标跟踪的关联相似度神经网络学习 Research Articles

马良,钟巧勇,张营营,谢迪,浦世亮

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1194-1206 doi: 10.1631/FITEE.2000272

摘要：为解决视频多目标跟踪问题，提出一种特征和度量联合学习的深度神经网络架构，称为关联相似度网络。关联相似度网络以端到端的方式学习跟踪轨迹和检测结果之间的关联相似度。针对有缺陷的检测结果，关联相似度网络同时学习矩形框回归、目标分类和相似度回归3个任务。不同于现有基于对比排序思想的方法，我们直接训练一个二分类器来学习跟踪轨迹与检测结果的关联相似度，同时设计了损失函数来约束匹配集合元素的个数。得益于上述设计，关联相似度网络不仅能够解决多目标跟踪问题中的匹配问题，还可以进行单目标跟踪。基于提出的关联相似度网络，设计了一个简单的多目标跟踪算法，在MOT16和MOT17测试集上的实验结果表明其有效性。

关键词：多目标跟踪；深度神经网络；相似度学习

HTML PDF 收藏

基于位置旋转变换和非均匀快速傅立叶变换的机动目标高效相参检测 Research Articles

靳科1,赖涛2,齐艳丽3,黄洁1,赵拥军1

《信息与电子工程前沿（英文）》 2020年第21卷第8期页码 1251-1266 doi: 10.1631/FITEE.1900272

摘要：长时间相参积累能够显著提升雷达对机动目标的检测和运动参数估计性能。然而，相参积累期间目标的线性距离徙动、二次距离徙动和多普勒频率徙动将导致检测性能急剧下降。

关键词：相参积累；机动目标；参数估计；位置旋转变换；非均匀快速傅立叶变换

HTML PDF 收藏

基于定量属性的单目标视觉跟踪算法评价体系研究 Article

Wen-jing KANG, Chang LIU, Gong-liang LIU

《信息与电子工程前沿（英文）》 2020年第21卷第3期页码 405-421 doi: 10.1631/FITEE.1900245

摘要：视觉跟踪是计算机视觉领域热门研究课题之一。近年来，很多先进跟踪算法和性能评价基准相继发布，并取得巨大成功。现有评价体系大多定位于衡量整体性能，无法通过针对性的详细论证评估跟踪器的优势和缺点，且很多常用评测指标缺乏令人信服的含义解释。本文从测试数据、测试方法、测试指标3方面深入分析跟踪评价体系的细节。基于这些属性定义，提出两种新的测试方法，即基于相关性的测试和基于权重的测试，使评价体系能更直观、更清晰地评定跟踪器各方面性能。测试结果表明，在目标尺寸快速或剧烈变化时，跟踪器大多表现不佳，即使基于深度学习的先进跟踪器也未能很好解决这一问题。此外发现，中心位置差错（center location error，CLE）性能指标虽未考虑到目标尺度，在实际测试中仍对目标尺寸变化很敏感。

关键词：视觉跟踪；性能评价；视觉属性；计算机视觉

HTML PDF 收藏

未知辐射源信号特征辅助的广义标签多伯努利滤波器 Research Article

国强1,滕龙1,2,吴新良2,宋文明2,黄大羽2

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1871-1880 doi: 10.1631/FITEE.2200286

摘要：提出一种未知辐射源信号特征辅助的广义标签多伯努利滤波器。复杂电磁环境下，辐射源特征通常未知且随时间变化。针对辐射源特征未知的问题，提出一种基于数据场动态聚类的辐射源特征求解方法。针对辐射源特征时变以及对应的概率分布未知的问题，提出一种改进的模糊C-均值算法来计算目标和杂波量测的相关系数，以近似辐射源特征的似然函数。在此基础上，将辐射源特征集成到广义标签多伯努利滤波器中，从而获得新的递归方程。仿真结果表明，提出的方法可以提高对多目标的跟踪性能，尤其在强杂波环境中。

关键词：多目标跟踪；广义标签多伯努利；辐射源信号特征；模糊C-均值；动态聚类