基于粒子滤波算法的非刚性目标实时跟踪

基于颜色的粒子滤波实时跟踪算法主要是利用视频图像的颜色直方图信息,综合考虑运动预测和帧间的相似性来确定目标的位置。针对影响粒子滤波算法性能的关键技术,提出了基于混合高斯模型的粒子滤波算法,并将其用于基于颜色的非刚性目标的实时跟踪相关问题。该算法使用混合高斯模型表示粒子,在每个时刻的修正步骤之后,采用EM算法对粒子进行重新拟合。仿真实验表明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。     

神经网络辅助卡尔曼滤波技术在雷达目标跟踪中的应用研究

提出了一种应用神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,用BP神经网络修正目标机动运动时的卡尔曼滤波误差,并用matlab仿真单目标机动飞行时的滤波效果,通过与卡尔曼滤波精度和滤波稳定度的比较说明该算法比传统卡尔曼滤波算法在跟踪机动目标方面效果要好。     

一种改进的UGPF算法及其在导航问题中的应用

通过对高斯粒子滤波(GPF)算法的分析与总结,提出了一种基于无味卡尔曼滤波(UKF)方法的改进GPF算法(改进UGPF算法).该方法主要利用UKF获取更优的重要性抽样函数,同时优化GPF滤波的算法流程结构.最后通过二维目标跟踪过程中位置导航参数估计问题,对该算法进行了仿真分析,所得结果验证了该算法的有效性.     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

通用的前馈振动控制Simulink仿真系统及其应用

利用Simulink平台，建立一个基于自适应滤波技术的前馈振动控制的通用仿真系统，并对直升机结构响应主动控制进行仿真研究，为了模拟机体的力学特性以及旋翼对机体的激振作用，本文建立了一个带伺服液压惯性式作动器的自由一自由梁模型，并使之处于双频扰力作用下，对于该模型，采用了FIR、SIIR等滤波模型进行识别和控制。通过对不同控制模式和与之相适应的滤波算法的仿真研究，揭示其算法收敛性和收敛速度等特性。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U-D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法，并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统，但由于系统建模误差和计算舍入误差，Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题，本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外，由于高阶组合系统计算量大，导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难，为此，本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明，本文所提的滤波算法能有效地克服组合系统滤波器发散问题，并减少计算时间近６９％。     

集模式分散滤波及其应用

把集模式的思想用到了分散滤波中，并针对有关文献中加权因子的选取存在的必须凭经验进行的问题、对集模式分散滤波的加权因子的确定提供了一种方法，即利用状态量的误差协方差的特征值平方来确定加权因子。利用本文介绍的集模式分散滤波方法对INS/GPS/TAN组合导航系统进行了仿真。仿真结果表明，本文介绍的滤波方法具有较高的精度，因而不失为一种可行的滤波方法。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

一种非线性状态估计器的算法实现与解耦简化

本文以机载火控系统中的目标状态估计器(TSE)为例,探讨了一类非线性状态估计器的算法及简化方法。文中给出了TSE的数学模型,分析了其特点,并作了形式上的变换;而后用最优卡尔曼滤波算法实现了状态估计。最后,利用其结构特点,作了算法解耦,故大大减少了计算量和计算机内存,获得了令人满意的估值精度。     

基于VS-IMM算法的A-SMGCS场面运动目标跟踪

为实现先进场面运动引导控制系统中场面监视雷达对运动目标的跟踪,研究了将变结构交互式多模型(Variable structure interacting multiple model,VS-IMM)算法应用到该系统中。首先,根据飞机的真实运动情况建立了飞机的匀速运动、匀加速运动和匀速转弯运动模型;然后,针对固定结构交互式多模型(Fixed structureinteractive multiple model,FS-IMM)算法在目标跟踪方面的不足,结合机场地图,将VS-IMM算法应用到机场场面运动目标跟踪中;最后,基于扩展卡尔曼滤波将VS-IMM算法与FS-IMM算法进行仿真比较。结果表明:VS-IMM算法的跟踪精度及模型选择均优于FS-IMM算法,VS-IMM算法在场面跟踪方面具有更大的应用价值。     

基于风洞试验的非定常气动力微分方程建模方法

为准确描述大攻角非定常运动中非定常气动力的气动特性,研究了以微分方程为基础的非定常气动建模方法。在某战斗机大振幅偏航、滚转单自由度及偏航-滚转耦合运动风洞试验的基础上,对偏航力矩、滚转力矩建立微分方程模型,分析研究不同频率、同一侧滑角情况下,气动力的迟滞时间;然后对高频运动下的气动力进行拟合,进而建立高频运动下的气动力微分方程模型。研究表明:模型可精确预测不同机动下非定常气动特性;建模方法具有较强的工程可行性。     

一种基于时间差分运动检测的改进方法

本文提出了一种基于时间差分运动检测的改进方法。首先计算时间上连续的两帧灰度图像的差分图像；然后，将得到的差分图像通过低通滤波和二值化处理；最后，利用图像序列中的多帧灰度图像计算得到一组二值图像，通过对二值图像进行像素的算术运算，提取出运动目标区域。实验结果表明：这种方法是有效的。     

微灌滴头平角齿形微通道流动实验研究

采用Micro-PIV技术,以边长800μm方形截面平角齿形微灌滴头内流微通道为对象,对微通道内流体运动进行了测量。实验使用10x显微物镜、14位灰阶PCO1600相机、3μm荧光示踪粒子和仅允许610nm红光透过的滤光镜相配合、获取了清晰的粒子图像,解决了相机与PIV系统的匹配问题,提高了图像信噪比。在图像处理中使用多次测量取平均的方法消除示踪粒子的布朗运动影响,运用系综互相关算法获取流场速度分布和流线图。实验发现微通道内各齿间流动结构基本一致,即通道内流充分发展后是一种周期性流动;通道顶角和转角内侧存在低速涡旋区,其涡旋结构和尺度随时间和Re变化而变化;颗粒在低速涡旋区易发生沉积,是造成堵塞的主要原因。     

一种渐变无反射边界条件的建立与验证

建立并验证了一种适用于非线性流动的新无反射边界条件,以简单的迁移方程模型为基础,提出了一种通量渐变消失无反射边界条件。通过乘以合适的函数,在渐变层内偏微分方程中的空间偏导项逐渐消失,从而在边界点上得到只含有时间变量的常微分方程,来解决自由区域处边界造成的定解问题。将渐变边界条件推广到了一维和二维非线性Euler方程,其方程形式简单,便于实现。在计算域边界处采用空间滤波和二维情形时角区内引入牛顿阻尼区提高了渐变边界条件的数值稳定性。在非线性情况下对二维Euler方程渐变边界条件进行了一系列的数值验证,得到了令人满意的数值结果。     

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

基于神经网络非线性时滞系统的鲁棒可靠控制器设计

将一类非线性时滞控制系统中的非线性部分，用一个单隐层神经网络来近似代替，采用线性微分包含（LDI-linear differential inclusion）的方法来线性化该非线性环节，对于线性化所产生的近似误差、时滞和执行机构故障作为系统的一部分设计可靠鲁棒控制器，相关的定理也一并给出。高阶微分和偏微分方程一般是用来解决这类非线性系统的主要方法，文章中提出的可靠鲁棒控制器设计方法克服了以上这些方法求解困难的缺点，仿真示例用设计好的可靠鲁棒控制器与常规极点配置法进行了比较，从而表明了这种方法的有效性。     

液体火箭POGO振动时域分析方法研究

建立了液体火箭的动力学方程,将其化为具有初值问题的微分方程进行求解,以实现POGO振动特性的时域仿真,在微分方程的数值求解的基础上,获得液体火箭POGO振动的动态响应特性。根据液体火箭POGO振动主要参数,如结构特征点处的加速度,泵入口处的压力脉动等的时间历程的收敛或发散情况及飞行特征秒,来判断POGO振动是否发生或发生的时间。