0 引 言

多目标跟踪在多个领域中都被广泛应用，如军用的战场监视和空中预警、民用的交通管制等等。航迹起始、航迹维持、航迹删除是多目标跟踪的3个重要过程。航迹起始是指未进入航迹维持阶段之前确立航迹的过程，是多目标跟踪的首要问题，直接影响着多目标跟踪的性能。[1]常用的航迹起始方法可以分为顺序处理方法和批处理方法两种。作为一种典型的批处理方法，霍夫变换适用于强杂波环境。[2]在介绍霍夫变换典型方法的基础上，本文针对典型方法的几点不足提出改进，通过仿真实验验证改进方法的性能。

1 霍夫变换简介及典型方法

霍夫变换的基本思想就是把解析曲线从图像空间映射到以参数为坐标的参数空间中，根据参数空间的一些标识反过来确定曲线的参数值。其突出优点就是可以将图像空间中较为困难的全局检测问题转化为参数空间中相对容易解决的局部峰值检测问题。[4]

现阶段如何提升学生核心素养已成为教育从业人员、教育相关爱好者的教育关注重点，基于核心素养基础上所进行的教学内容，除可激发学生物理学习兴趣外，也可提升高中学生整体物理学习素养.下文以高一人教版《物理》中《自由落体运动》及高一人教版《物理》中《牛顿第一定律》两课为例，对如何于核心素养指导下开展高中物理教学活动提出建议.

霍夫变换作为一种常用图像边缘检测方法亦可应用于航迹起始。将多个周期的雷达回波点迹组成一副图像，将每个回波点迹作为一个数据点，就可以使用霍夫变换的方法将图像中直线运动目标的点迹检测出来，从而完成目标航迹起始。

典型霍夫变换航迹起始算法流程图如图1所示，主要分为参数空间量化、参数空间映射与投票累积、峰值提取、候选航迹生成和虚假剔除5个部分。[5]

  

图1 典型霍夫变换航迹起始算法流程图

(1) 参数空间量化

通过将海量的数据转变为决策的能力，通过数据分析可以为城市交通规划产生推动力，这样就起到了通过大数据促进城市交通规划理念变革的作用。这种新的交通规划理念并不是对传统的城市交通规划理念的否定，而是对传统交通理念的一种升级更新。通过大数据促进城市交通规划理念变革会为我国未来的城市交通建设注入新的力量。

(2) 参数空间映射与投票累积

对于任意点迹(x,y)，根据参数θ的每一个量化值θj=j*Δθ，j=1,2,…,N均可计算出一个对量化单元i进行投票。

设量化间隔为Δθ和Δρ，根据Δθ将参数空间参数θ∈(0°,180°)分成N=180/Δθ段，根据Δρ将参数空间参数ρ∈(-rmax,rmax)分成段。

(3) 峰值提取

传统旅游消费形式将因80后、90后成为消费主力的更替和收入水平的不断提高而发生巨大的变化。未来一定时期内广大游客对旅游目的地产品的质量和服务要求越来越高，对旅游的舒适度和品质化要求也会进一步凸显。旅游者的不同国度、不同文化背景、不同消费动机等等，都使中高端游将成为新时代旅游消费的突出特征，为此，建构高质量的旅游产品和服务体系，培养个性化服务人才是新时代我国旅游专业人才培养的必然要求。

遍历参数空间累积矩阵，若量化单元的投票值大于峰值提取门限，则提取局部峰值。

设雷达在直角坐标系下的量测值为Ζ(k)，未受量测误差影响的点迹真值Ζr(k)，k时刻量测噪声在直角坐标系下的协方差为R(k)。

对于峰值提取出来的量化单元，根据投票点迹生成候选航迹。

(5) 虚假剔除

对于候选航迹，进行航向航速两级筛选。通过筛选的候选航迹即为最终生成的航迹。

肉羊高效养殖管理技术作为一种科学、高效、健康的饲养模式，其能促进肉羊的规模化养殖效益得到进一步的增加。养殖人员需要在结合肉羊种类和不同生理发展阶段的基础上，分析个体对不同营养物的需求，采用青贮发酵技术进行饲料处理，改善饲料的适口性，提升采食量，提高肉羊对于秸秆饲料的消化效率。通过对本地玉米秸秆、花生秧、红薯藤蔓等丰富的秸秆资源进行加工以及再利用，能使秸秆中的蛋白含量、纤维含量以及木质含量等多方面均获得良好的优化效果，满足肉羊日常饲喂中所需要的各种营养需求[1]。

2 典型方法存在的问题

从上面的规律可以看出，航向航速误差受多种因素共同影响。原有的航向航速筛选方法对目标的距离及方位敏感。若采取单一的航向航速门限不仅不能有效去除虚假，而且会使得部分目标航迹被剔除。

不管时代如何变迁，技术如何更迭，人们对知识的渴求，从来没有停止过步伐，图书馆仍是用户获取信息的殿堂。新一代智慧图书馆重点在于“智慧”二字，一个智慧的空间里，资源被智慧地关联，服务被智慧地提供。那么，怎样的服务才算是智慧服务？当我们换位思考时，问题便迎刃而解。

当λ=0时，对目标运用典型方法进行航迹起始，起始概率约为83.2%。

经分析发现，未能全部有效起始的原因之一就是典型方法采用的二值累积法会导致分散累积的现象。

根据目标的运动参数，可以计算出其在参数空间中的直线参数为θ=135°，ρ=0 m。如图2所示，目标的真值恰好落在θ=135°，ρ=0 m，以及θ=135°，ρ=1 000 m这两个量化单元的边界之上。在量测噪声的影响下，目标的量测值会分别落入两个相邻的量化单元。对于这种运动在量化单元边界附近的目标，采用典型的二值累积方法就会在两个量化单元分散投票，不能形成有效累积。这就是典型方法的分散累积现象。

  

图2 分散累积现象

在这种情况下，第4～第10个天线周期内两量化单元的累积情况如图3所示。由于分散累积的现象，在第8个天线周期两个量化单元均不能形成有效累积，从而会出现起始失败。

  

图3 投票累积结果

在采用不同目标运动参数进行仿真的过程中还发现，某些目标航迹虽然形成了有效积累却没有成功起始。经检查，这是由于形成的候选航迹未能通过航向航速筛选所致。雷达点迹的距离和方位是在极坐标中观察到的。将极坐标转换为直角坐标的过程是非线性的，会导致误差的非均匀扩散。这种非均匀扩散会使得受量测噪声影响的目标航向航速与真值之间的误差产生非均匀变化。通过实验仿真，在量测噪声为零均值、距离和方位标准差分别为σρ=50 m和σv=0.3°的高斯白噪声条件下，航向航速误差总体呈如下规律：

2006年，习近平总书记对“绿水青山就是金山银山理念”进行了精彩的论述：“在实践中对绿水青山和金山银山这‘两座山’之间关系的认识经过了三个阶段：第一个阶段是用绿水青山去换金山银山，不考虑或者很少考虑环境的承载能力，一味索取资源。第二个阶段是既要金山银山，但是也要保住绿水青山，这时候经济发展和资源匮乏、环境恶化之间的矛盾开始凸显出来，人们意识到环境是我们生存发展的根本，要留得青山在，才能有柴烧。第三个阶段是认识到绿水青山可以源源不断地带来金山银山，绿水青山本身就是金山银山，我们种的常青树就是摇钱树，生态优势变成经济优势，形成了浑然一体、和谐统一的关系，这一阶段是一种更高的境界。”[2]

全部患者接受手术病理检查后均证实。肿瘤平扫T1WI为高或略高信号,T2WI为高或稍高信号。根据肿瘤生长方式和MRI表现可以将其分成结节型5例,广基肿块型15例,浸润型3例。有8例发病部位在三角区,有5例在侧壁,有4例在后壁,有2例在前壁,有1例在底壁,还有3例多壁分布。使用MRI诊断的定位准确率是100%,定性准确率是91.3%,术前诊断和TNM分期符合率是87%。MRI的病理分期偏高。

• 航向误差随着目标距离的增大而增大；

中南大学非计算机工科专业大多已将“数据库技术与应用”作为重要的公共课程列入培养方案。但该课程的教学模式应对新工科人才培养的要求，还存在以下问题：

• 航向误差随着目标运动速度的增大而减小；

采用改进后的方法对上述目标进行投票累积，第4～第10个天线周期内参数为θ=135°，ρ=0 m，以及θ=135°，ρ=1 000 m的两个量化单元的累积情况如图4所示。与图3相比，两个量化单元在所有目标周期均能形成有效积累，有效解决了典型方法存在的分散累积现象。

哪怕是远离家乡，抑或是生与死的隔绝，依然斩不断对亲人爱人的思念。直到后来读到陆游“死去元知万事空”的句子，才醍醐灌顶。原来死亡的奥秘竟是如此简单，眼睛闭上，陷入无尽黑暗，从此这世上的一切都与己无关。再也没有人能够看见、听见、触摸，大家会逐渐忘却这个世界上曾经存在过这么一个人。对于死亡的恐惧和害怕时常在黑夜里打搅我的睡眠，幸好我是个乐天派，白天忙碌的节奏让人可以不去杞人忧天。

• 在相同距离情况下，目标航向会影响航速误差。当目标距离较近时，目标沿径向运动时误差最大，沿切向运动时误差最小；当目标处于10 km左右时，目标向各个方向运动其速度误差基本相同；当目标距离较远时，目标沿切向运动时误差最大，沿径向运动时误差最小。

为了验证典型方法的性能，对典型方法进行仿真。假定雷达监视区域内有1个目标作匀速直线运动，初始值为：x=50 km，y=50 km，vx=-500 m/s，vy=-500 m/s；检测概率Pd=1；采样周期Ts = 2 s；量测噪声为零均值，距离、方位标准差分别为σρ=50 m,σv=0.3°的高斯白噪声；航向筛选门限Δφ<60°，航速筛选门限100 m/s<Δv<1 000 m/s；量化间隔Δρ=1 000 m，Δθ=3°；每周期杂波个数服从参数为λ泊松分布，通过改变参数λ可以得到不同强度的杂波；采用3/4准则进行航迹起始，3为峰值提取门限，4为累积周期数。

3 算法改进与仿真

3.1 分散累积

典型方法的分散累积现象是由于其采用二值累积方法导致的。改进其投票方法，由原有的二值累积法修改为：对于任意点迹(x,y)，根据参数θ的每一个量化值θj=j*Δθ，j=1,2,…,N均可计算出一个对量化单元i、i-1、i+1均进行投票。

• 航向误差与目标航向真值有关，不同航向情况下航向误差变化很大；

  

图4 改进后累积结果

3.2 虚假剔除

针对典型方法采用的航向航速筛选存在对目标的距离及方位敏感的问题，提出一种基于直线拟合结合量测噪声协方差的虚假剔除方法代替航向航速判决。

• 航速误差随着目标距离的增大而增大；

(4) 候选航迹生成

由文献[6]可知，若令V(K)=Ζ(k)-Ζr(k)，则V(K)*R(k)-1*V(K)′服从自由度为n的χ2分布，n为量测值的维度，n维量测落入波门内的概率如表1所示。

 

表1 n维量测落入波门内的概率

  

γ1491625nz=10.6830.9540.9970.999941.0nz=20.3930.8650.9890.99971.0nz=30.1990.7390.9710.99890.9998

根据这一性质，给出本文的虚假剔除方法，具体步骤如下：

首先将两半柔性橡胶套分别胶接在两半支撑座内壁上，然后将4段波纹软管旋入两半支撑座上的落果端口，再将两半支撑座套在果树树冠以下距地面一定高度的主干上，再把两个紧固喉箍安装在支撑座的限位槽中，同时拧紧紧固喉箍，保证支撑座的位置，再安装固定喉箍保证支撑座上的落果端口位置正确。

(1) 有效点迹数置零；

(2) 根据构成候选航迹的点迹Z={Z(1),Z(2),…,Z(H)}，进行最小二乘直线拟合，计算拟合值Z'r={Z'r(1),Z'r(2),…,Z'r(H)},以拟合值Z'r(k)代替真值Ζr(k)；

(3) 根据候选航迹中的每个量测点Z(k)和每一个Z'r(k)，计算V(K)*R(k)-1*V(K)'，若V(K)*R(k)-1*V(K)'小于相应的门限值γ，则将有效点迹数加1；

(4) 待所有点迹的V(K)*R(k)-1*V(K)'均比较完毕后，若有效点迹数大于等于峰值提取门限则视该航迹为真实航迹，否则作为虚假航迹剔除。

按照初始值x，y服从(10 km,200 km)的均匀分布，vx，vy服从(-500 m/s,500 m/s)的均匀分布的方式随机产生1 000个由4个受量测噪声影响的点迹组成候选航迹，并在每组候选航迹运动参数对应直角坐标系中的相应带状区域中随机产生4个点迹作为候选航迹。采用本文的虚假剔除方法在不同γ值条件下对这2 000条候选航迹进行虚假剔除，各做100次Monte Carlo仿真。仿真结果如图5所示。

  

图5 不同γ值虚假剔除效果

可以看出，真实航迹通过率随着γ值的增大而增大，虚假航迹剔除率随着γ值的增大而减小。在较大的取值范围内，都能够使得真实航迹通过率及虚假航迹剔除率同时大于90%。鉴于目标点迹运动参数是随机分布的，可以得出结论：本文提出的虚假剔除方法对目标的距离及方位不敏感。

随着大数据的广泛应用，数据挖掘对于电子商务的发展也起着很大影响，利用数据挖掘技术，可以有效的提高用户访问数量，优化网站访问效率，挖掘潜在用户、优化出售商品性能和提高网站安全环境等级等作用。

4 结束语

本文对经典的批处理航迹起始方法——霍夫变换法作了介绍和仿真。通过仿真分析发现典型方法存在的两点严重不足。针对典型方法的不足，对原有的二值累积方法进行改进，有效解决了典型方法的分散累积现象；提出了一种新的虚假剔除方法，该方法不受目标距离方位值的影响。仿真结果表明，对典型方法的改进是有效的，改进方法具有一定的工程应用价值。

参考文献:

[1] 刘钢，刘明，匡海鹏，等．多目标跟踪方法综述[J]．电光与控制，2004，11(3)：26-29．

[2] 鹿传国，冯新喜，孔云波，等．基于形态学和Hough变换的航迹起始研究[J]．兵工学报，2013，34(6)：704-710．

[3] 王怀理，王德生，田立生．Hough变换在航迹起始中的应用[J]．清华大学学报(自然科学版)，2002，42(7)：909-912．

[4] Bonci A， Leo T， Longhi S. A bayesian approach to the Hough transform for line detection[J]. IEEE Transactions on Systems， Man and Cybernetics，2005，35(6)：945-955.

[5] 何友，修建娟，张晶炜，等．雷达数据处理及应用[M]．北京：电子工业出版社，2006．

[6] 周宏仁，敬忠良，王培德．机动目标跟踪[M].北京：国防工业出版杜，1991．8．

【14】王骥德《曲律》，见中国戏曲研究院编《中国古典戏曲论著集成（四）》，中国戏剧出版社1959年版，第138、165页。