滑动窗口核岭回归运动目标轨迹预测算法

赵菲; 卢焕章; 张志勇

滑动窗口核岭回归运动目标轨迹预测算法

1.
国防科学技术大学 ATR 国防科技重点实验室,湖南长沙410073

基金项目:

国家“863”重大项目;武器装备预研基金项目

详细信息

作者简介:
赵菲（1983- ），男，博士生，主要研究方向为实时系统、红外图像处理技术。Email：f_z2010@126.com；卢焕章（1963- ），男，教授，主要研究方向为实时系统与专用集成电路技术。Email：luhuanzhang@nudt.edu.cn

赵菲（1983- ），男，博士生，主要研究方向为实时系统、红外图像处理技术。Email：f_z2010@126.com；卢焕章（1963- ），男，教授，主要研究方向为实时系统与专用集成电路技术。Email：luhuanzhang@nudt.edu.cn

中图分类号: TN911.73

Sliding window kernel ridge regression trajectory predicting algorithm

1.
National Key Laboratory of Automatic Target Recognition ATR,National University of Defense Technology,Changsha 410073,China

摘要: 针对序列图像中非线性运动目标轨迹的预测问题，文中提出了一种滑动窗口核岭回归运动目标轨迹预测算法。文章推导了完整的核岭回归算法，并得出了高斯核函数的条件下滑动窗口核岭回归算法的递推形式。算法的实现基于滑动窗口的方式，在每帧图像中以最近几帧中的目标轨迹位置为输入，使用核岭回归算法对下一帧轨迹位置，进行预测。实验结果表明，该算法能够较好的预测非线性的目标运动轨迹，预测误差较小，且算法结构简单，具有较强的实用性。
- 核岭回归 /
- 滑动窗口 /
- 轨迹预测 /
- 非线性
Abstract: Due to the requirement for prediction of nonlinear target trajectory in image sequences, a sliding window kernel ridge regression(KRR) target trajectory predicting algorithm was proposed. The full KRR which posses the bias item was deduced first, and then the iterative form of sliding window KRR algorithm was also derived in this paper. The algorithm was carried out in a sliding way, and the trajectory information in latest frames was used to predict the position in the next frame, which was achieved by using the KRR. The experimental results demonstrate that the proposed algorithm can predict the nonlinear trajectories accurately, and the prediction error is small. The structure of the proposed algorithm is simple and practicable in engineering application.
- kernel ridge regression /
- sliding window /
- trajectory prediction /
- nonlinear

[1]	Liu Fusheng, Luo Pengfei. Statistical Signal Processing [M]. Changsha: National University of Defense Technology Press, 1999: 196-208. (in Chinese) 刘福声, 罗鹏飞. 统计信号处理[M]. 长沙: 国防科技大学出版社, 1999: 196-208.
[2]
[3]	Gong Yaxin, Yang Hongwen, Hu Weidong, et al. Multiple model particle filter based track -before -detect for maneuvering weak target [J]. Journal of Electronics Information Technology, 2008, 30 (4): 941 -944. (in Chinese) 龚亚信, 杨宏文, 胡卫东, 等. 基于多模粒子滤波的机动弱目标检测前跟踪[J]. 电子与信息学报, 2008, 30(4): 941-944.
[4]
[5]
[6]	Li Shaojun, Zhu Zhenfu. Track before detect algorithm via particle filtering [J]. Infrared and Laser Engineering, 2009, 38(2): 352-357. (in Chinese) 李少军, 朱振福. 采用粒子滤波的先跟踪后检测算法[J]. 红外与激光工程, 2009, 38(2): 352-357.
[7]
[8]	Wang Wanping, Ren Qifeng, Liao Sheng, et al. Application of particle filtering in single moving platform passive ranging[J]. Infrared and Laser Engineering, 2009, 38(4): 716-720. (in Chinese) 王万平, 任栖锋, 廖胜, 等. 粒子滤波器在运动单站被动测距中的应用[J]. 红外与激光工程, 2009, 38(4): 716-720.
[9]
[10]	Zhang Bing, Lu Huanzhang. The detection algorithm for moving point target rrajectory in image sequences [J]. Aata Electronica Sinca, 2004, 9(9): 1524-1526. (in Chinese) 张兵, 卢焕章. 序列图像中运动点目标轨迹检测算法研究[J]. 电子学报, 2004, 9(9): 1524-1526.
[11]
[12]	Zhang Lu. Research on some key techniques for image homing guidance based on strap -down platform [D]. Changsha: National University of Defense Technology, 2010. (in Chinese) 张路. 捷联平台成像末制导关键技术研究[D]. 长沙: 国防科学技术大学, 2010.
[13]
[14]	Xiaoying Deng, Yong Luo, Tao Liu, et al. Least squares support vector regression filter [C]//2010 3rd International Congress on Image and Signal Processing, 2010: 730-733.
[15]	Fernando PerezCruz, Sanjeev R Kulkarni. Robust and low complexity distributed kernel least squares learning in sensor networks [J]. IEEE Singal Processing Letters, 2010, 17(4): 355-358.
[16]
[17]	Weifeng Liu, Pokharel P P, Principe J C. The kernel least -mean -square algorithm [J]. IEEE Transactions on Signal Processing, 2008, 56(2): 543-554.
[18]
[19]	Cedric Richard, Jose Carlos M Bermudez, Paul Honeine. Online prediction of time series data with kernels [J]. IEEE Transactions on Signal Processing, 2009, 57(3): 1058-1067.
[20]
[21]	Fu Huixuan, Sun Feng, Liu Sheng. Anti-occlusion tracking algorithm based on LSSVM prediction and Kalman -mean shift [C]//Proceedings of the 8th World Congress on Intelligent Control and Automation, 2010: 6031-6036.
[22]
[23]	Saunders C, Gammerman A, Vovk A. Ridge regression learning algorithm in dual variables [C]//Proceedings of the 15th International Conference on Machine Learning, 1998: 515-521.

[1]	刘雨晴, 孙洪波. 非线性激光制造的进展与应用（特邀） . 红外与激光工程, 2022, 51(1): 20220005-1-20220005-15. doi: 10.3788/IRLA20220005
[2]	杜俊廷, 常冰, 李照宇, 张浩, 秦琛烨, 耿勇, 谭腾, 周恒, 姚佰承. 中红外光学频率梳：进展与应用（特邀） . 红外与激光工程, 2022, 51(3): 20210969-1-20210969-15. doi: 10.3788/IRLA20210969
[3]	张竞文, 李丽圆, 李潇雁, 苏晓锋, 胡亭亮, 陈凡胜. 基于动态开窗的快速运动目标信息获取方法 . 红外与激光工程, 2022, 51(3): 20210164-1-20210164-9. doi: 10.3788/IRLA20210164
[4]	邵光灏, 刘昂, 翟计全, 张国强. 光波束形成中色散延时的非线性修正 . 红外与激光工程, 2021, 50(7): 20210235-1-20210235-6. doi: 10.3788/IRLA20210235
[5]	尹丽华, 杭娟, 康亮, 刘士建. 基于联合相机路径的红外视频稳像算法 . 红外与激光工程, 2021, 50(6): 20200405-1-20200405-11. doi: 10.3788/IRLA20200405
[6]	孙建波, 潘幸华, 杨良, 陈万春, 赵育善. 滑翔飞行器线性伪谱模型预测控制三维轨迹规划 . 红外与激光工程, 2020, 49(9): 20200279-1-20200279-7. doi: 10.3788/IRLA20200279
[7]	常存, 隋净蓉, 常青, 张东帅. CdTe和CdS量子点的非线性特性对比 . 红外与激光工程, 2018, 47(3): 306004-0306004(6). doi: 10.3788/IRLA201847.0306004
[8]	左维康, 朱亚丹, 邱敏, 刘继桥, 陈卫标. APD探测器的性能对激光雷达反演CO₂浓度误差影响研究 . 红外与激光工程, 2018, 47(4): 406002-0406002(7). doi: 10.3788/IRLA201847.0406002
[9]	康子建, 谷一英, 朱文武, 范峰, 胡晶晶, 赵明山. 利用DFB激光器非线性的高线性射频光传输链路 . 红外与激光工程, 2016, 45(8): 806004-0806004(5). doi: 10.3788/IRLA201645.0806004
[10]	贺静波, 许江湖. 无色散光纤信道的非线性演化 . 红外与激光工程, 2016, 45(4): 422004-0422004(5). doi: 10.3788/IRLA201645.0422004
[11]	卢云, 杨卫, 赵俊江, 郑建生, 邓立齐. PIR单节点阵列目标轨迹预测和定位技术 . 红外与激光工程, 2016, 45(10): 1026002-1026002(6). doi: 10.3788/IRLA201645.1026002
[12]	李海超, 满益云. 基于非均匀同区域线性CCD成像的卫星姿态调整与非线性定标方法 . 红外与激光工程, 2015, 44(4): 1370-1376.
[13]	雷景丽, 晏祖勇, 李晓晓, 刘延君, 武刚, 侯尚林. 近零超平坦色散填充光子晶体光纤的温度特性 . 红外与激光工程, 2015, 44(12): 3740-3743.
[14]	柯熙政, 邓莉君. 半导体激光器的非线性失真特性及预失真补偿研究 . 红外与激光工程, 2015, 44(11): 3204-3210.
[15]	杨一帆, 田雁, 杨帆, 黄彪. 基于改进Mean-Shift 算法的红外小目标跟踪 . 红外与激光工程, 2014, 43(7): 2164-2169.
[16]	刘永兴, 张培晴, 戴世勋, 王训四, 林常规, 张巍, 聂秋华, 徐铁峰. 中红外硫系光子晶体光纤参量放大特性模拟研究 . 红外与激光工程, 2014, 43(2): 511-516.
[17]	潘雄, 张春生, 王夏霄, 王熙辰, 赵亚飞, 王定球. 反馈延迟对光纤陀螺振动误差特性的影响 . 红外与激光工程, 2014, 43(8): 2607-2612.
[18]	左林, 杨爱英, 赖俊森, 孙雨南. 非线性偏振旋转锁模光纤激光器数值模型 . 红外与激光工程, 2013, 42(1): 57-62.
[19]	杨咚, 余伟. Sage_Husa自适应滤波在大方位失准角初始对准的研究 . 红外与激光工程, 2013, 42(8): 2197-2201.
[20]	杨亚威, 李俊山, 杨威, 赵方舟. 利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.

点击查看大图

计量

文章访问数: 350
HTML全文浏览量: 44
PDF下载量: 212
被引次数: 0

全文HTML

参考文献 (23)

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

滑动窗口核岭回归运动目标轨迹预测算法

Sliding window kernel ridge regression trajectory predicting algorithm

计量

滑动窗口核岭回归运动目标轨迹预测算法

1. 国防科学技术大学 ATR 国防科技重点实验室,湖南长沙410073

English Abstract

Sliding window kernel ridge regression trajectory predicting algorithm

1. National Key Laboratory of Automatic Target Recognition ATR,National University of Defense Technology,Changsha 410073,China

全文HTML

目录

留言板

滑动窗口核岭回归运动目标轨迹预测算法

Sliding window kernel ridge regression trajectory predicting algorithm

计量

出版历程

滑动窗口核岭回归运动目标轨迹预测算法

1. 国防科学技术大学 ATR 国防科技重点实验室,湖南长沙410073

English Abstract

Sliding window kernel ridge regression trajectory predicting algorithm

1. National Key Laboratory of Automatic Target Recognition ATR,National University of Defense Technology,Changsha 410073,China

全文HTML

目录