基于视觉的码头集装箱AGV导引系统

根据码头环境的特殊性,提出了一个应用在码头的集装箱装卸自动导引车(A u tom atic gu ided veh icle,AGV)系统。本系统是基于视觉导引的,采用先识别,后跟踪的方式。在识别时根据识别的标志线的特点,提出了改进的Sobe l算子和可调节参数的Hough变换的方法;在跟踪时,提出了一种用自适应模糊的负反馈来改善系统识别质量和频率稳定性的思想,并应用到了该系统中。文中还提出了一种简单有效的防止图像抖动的方式,使得传送给机车控制系统的参数更加平滑、稳定。实验证明,该系统可以满足AGV在码头工作环境中的全天候工作,并且保证AGV在8 m/s的速度下,系统的识别精度在5 cm以内。     

设计模式和构件技术在航空管制地理信息子系统中的应用

目前国内外已经存在众多优秀的地理信息系统(GIS)，例如MapInfo、ARC／INFO等系统，但综合考虑它们的功能特性，都无法完全满足航空管制系统对地理信息部分的需求。航空管制系统有SRM(专用、实时、使命重大)特征，要求运行在实时UNIX操作系统下，并支持中界面的显示和操作，因此自主开发全中支持的面向航空管制的地理信息系统就显得十分重要。本结合传统方法，阐述了设计模式和构件技术在机场管制中心系统中的应用，从设计模式的角度对地理信息的存储、显示、控制等方面进行分析建模，并在具体应用中实现，大大提高了地理信息系统的安全性和可移植性。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

一种基于图像方式的二维条码快速识别的方法

基于图像方式的PDF417二维条码识别由于识别速度的原因,应用中受到限制,本文提出一种平行边距测量法,对符号中相邻元素的相似边之间的距离的测量来判别字符的逻辑值,可以免去占用大量时间的边缘检测,从而显著提高译码速度。实验表明该方法能显著提高PDF417二维条码的识别速度。     

ITD时域识别法和自由振动信息综合

研究了动力系统模态参数的ITD(Ibrahim Time Domain)识别法原理,指出它的实质在于自由振动函数列阵u(t)按模式以最小二乘拟合矩阵A和B。讨论了以虚拟站扩展有效测量站和设置过量待识别模态吸收测量噪声的细节。 提出了自由振动信息综合的概念。指出:在测量站位置和数量一定的条件下,不同来源的位移、速度和加速度自由振动时间历程或它们的时移后的时间历程的线性组合,都可以作为一个供识别计算用的“自由振动”。这样,在一次识别计算中,将可以充分利用手头有的一次或多次实测数椐,使模态参数识别更完全或提高信噪比。重点研究了一次自由振动数据的综合:自由振动信息随机减量,并提出设置一个新的用户选择参数NRNDEC(Number of Random Decrement Times)——随机减量次数。 提出了两种检验识别得的模态参数可靠性的方案:1.在实测自由振动信息中混入若干个人为的“检验模态”;2.模态分量因子识别和自由振动预计。前者是把计算机模拟识别试验成果用于实际识别的桥梁,很简单,但很直观,很有效。     

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统，由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定，本文根据码环的工作特性，在组合卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ／捷联惯导组合系统的导航性能，结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著     

基于数轴线的平面六杆机构的运动领域探索

Stephenson型平面六杆机构 ,可分为平面四杆机构和一个Ⅱ级组 ,其运动领域可分离为连杆轨迹曲线上的两个极限点。本文将这些分支的运动领域映射在数轴线上 ,用雅可比矩阵系数行列式的符号和相应构件的角位移的余弦符号来识别     

基于波叠加方法的可视化声源识别

介绍了一种基于波叠加方法的可视化声源识别技术。应用波叠加基本理论,采用Burton-Miller型组合层势法或复数失径方法克服解的非惟一性问题,并通过Tikhonov正则化方法求解这一反问题。对两脉动球声源和两摆动球声源进行数值仿真,并与解析解进行对比,仿真结果可以很好地识别出两声源的位置。另外,稳健性分析结果表明该方法具有较好的稳健性。最后,通过实验进一步验证了波叠加方法用于声源识别的可行性。     

无线射频技术在矿井管理系统中的应用

随着矿产资源开采技术的日益完善,信息采集和处理已逐渐成为矿井管理中重要的技术环节。通过利用无线射频技术对人员、物资进行远程跟踪识别,为企业信息管理系统的完善提供了重要的参考信息。通过对矿井管理系统体系结构及其计算机网络监控系统的介绍和分析,提出基于井下地理信息系统的标签信息资源调度方案。实践表明：该决策方案能有效地对矿区资源进行调度和监控,是物体识别技术下一步发展和应用重要方向。     

基于目标威胁度计算的相控阵快速确认跟踪模式

机载相控阵雷达在探测远程、低空、高速目标时具有较大潜力。本文对机扫加相扫雷达环境下,如何充分发挥相控阵优势,提高机载雷达跟踪远程低空高速目标性能展开研究,在传统边扫边跟(Track while scan,TWS)技术基础上,给出了一种基于目标威胁度的快速确认跟踪模式。该模式采用有效的相控扫描策略,充分利用其波束捷变能力,通过相控回扫,一方面快速起始航迹,增加高威胁目标的跟踪距离;另一方面适当增加探测数据率,提高对远距高威胁目标的跟踪性能。仿真试验表明,新跟踪方法不但可以较好克服目标雷达散射截面积(Radarcross section,RCS)起伏影响,较快地起始和跟踪目标航迹,而且保留了TWS方法覆盖空域广的优点。     

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。     

用于弹道导弹的GPS/SST/SINS组合导航滤波算法实现

针对目前国内弹道导弹导航系统单一的情况,文中提出一种滤波算法.该算法将捷联星光跟踪仪(Strapdown star tracker, SST)的姿态信息、高速GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高了导航的姿态、速度和位置精度.最后以该算法为核心,设计并实现了用于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台.仿真结果表明,该滤波算法稳定可靠,系统精度达到国外同等水平.     

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。     

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法，具有较为灵活的并行化跟踪方式，能够较好地维持跟踪目标的假设状态，具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段，但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器，实现视频图像中的飞行器跟踪，跟踪图像存在跟踪滞后、画面抖动等现象，跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法，建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪，在识别和跟踪的基础上建立云台控制模型，通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据，检验飞行器目标的跟踪效果。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。     

模糊的类内矩阵模式主分量分析及在人脸识别中的应用

矩阵模式主分量分析（MatPCA）作为有效的特征提取方法能同时处理矩阵表式的模式和向量表式的模式。但与主分量分析（PCA）方法一样,MatPCA没有使用样本的类别信息,因此所提取的特征不能提供足够的判别信息,进而影响随后的分类性能。为有效利用样本的类别信息,在MatPCA基础上提出了一种新的特征提取方法——模糊的类内MatPCA（F—WMatPCA）。F—WMatPCA利用模糊K最近邻（FKNN）求解训练样本的模糊隶属度并在模糊的类内执行MatPCA。由于F—WMatPCA使用更多的类别信息,因此能有效地提高识别精度。对0RL,Yale人脸数据集和几个UCI数据集做了实验,结果证实了该方法的有效性。另外,讨论了F—WMatPCA在人脸识别上的应用,并与F—Fisherfaces作了比较,结果表明F—WMatPCA具有比F—Fisherfaces更稳定、更鲁棒的识别性能。     

MVC＆MVP集成模式在虚拟实验室开发中的应用

在对MVC和MVP两种开发模式比较分析的基础上,提出MVC＆MVP集成模式,并给出采用MVC＆MVP集成模式开发WEB虚拟实验室的成功案例。     

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％。     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

MVC&MVP集成模式在虚拟实验室开发中的应用

在对MVC和MVP两种开发模式比较分析的基础上,提出MVC&MVP集成模式,并给出采用MVC&MVP集成模式开发WEB虚拟实验室的成功案例.