IMM-PF算法在机场场面移动目标跟踪中的应用研究

为了提高机场场面监视的可靠性以及监视数据的连续性,本文采用匀速运动(Constant Velocity,CV)、匀加速运动(Constant Acceleration,CA)和匀速转弯运动(Constant Turning,CT)三种运动模型,将交互式多模式算法(Interacting Multiple Model,IMM)与粒子滤波算法(Particle Filter,PF)相融合,充分发挥两种算法的优点,并结合机场地图信息分别对观测信息和估计输出结果进行修正,进一步提高机场场面移动目标跟踪的精度。仿真实验结果表明,本文提出的IMM-PF改进算法在机场场面移动目标跟踪的应用中具有更大的可行性和优越性。     

灰色优势分析在多雷达低空小目标跟踪中的应用

在多部雷达同时跟踪低空／超低空飞行的机动小目标时，因受低空杂波，电子干扰和雷达自身探测精度等因素影响，易使部分雷达探测的数据不完整，不精确，不可靠，甚至相互矛盾，结果造成融合中心数据处理精度下降，针对这一情况，本文应用灰色系统理论的绝对关联度定义和性质，提出了一种改进的绝对关联度计算方法，并在此基础上将多部雷达经一次融合后的数据作为特征数据进行优势分析，把每时送入融合中心比较差的雷达数据用特征数据替换，再进行二次融合，仿真结构表明，应用改进的绝对关联度对雷达数据进行灰色优势分析和二次融合，可进一步提高雷达系统的跟踪精度和可靠性。     

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

基于旋转机械故障诊断模糊神经网络多传感器融合(英文)

目前多传感器融合技术能够有效地提高精度和容错能力 ,所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统 ,在数据融合处理中利用模糊神经网络 ,比较了采用基于数据融合实验结果和没有融合的原始数据 ,显然前者比后者更精确。     

基于物联网的智慧教室环境多传感器节点数据自适应融合方法

传感器节点数据的自适应融合误差较大,为提高融合精度,基于物联网设计智慧教室环境多传感器节点数据自适应融合方法。依据系统状态的估计值推断变步长因子的调节机制,获得自适应更新环境传感器变步长因子表达式。基于物联网计算多传感器节点的线性控制参数,得到欧式距离的权重参数。判断数据融合修正值与节点能量密度的关系,在节点集合的基础上,计算多传感器节点密度。设计多传感器数据自适应融合算法,得到多传感器节点数据自适应融合方法。测试温度、湿度、粉尘浓度、振动幅度、CO₂浓度等多种传感器节点数据的融合精度。实验结果显示,同等网络迭代次数下,该方法所得到的拟合优度明显高于其他三种方法,可见该方法的融合效果优于其他方法。     

面向复杂场景的鲁棒KCF行人跟踪方法

经典核相关滤波(Kernel correlation filter,KCF)目标跟踪算法是判别式跟踪算法中效果最好的一种跟踪算法。但该算法不能很好地适应目标尺度的变化,且在遇到目标短暂消失或被其他物体遮挡等复杂情形时不具备处理目标重显的能力,因此,为使得目标跟踪能够有效地应对遮挡情形,本文从提高特征表达能力、增加尺度匹配策略和抗遮挡3个方面对经典KCF算法进行改进,提出了一种鲁棒的KCF行人跟踪算法。首先对方向梯度直方图(Histogram of oriented gradients,HOG)特征和色调、饱和度、值(Hue-saturation-value,HSV)特征的响应分布进行特征融合。其次,设置动态选择尺度池来改进滤波器的固定尺寸匹配。最后,通过滤波器响应最大值的变化率衡量目标的遮挡情况,并根据上一成功帧的目标信息,通过EdgeBoxes和感知哈希算法找回目标,更新滤波器。本文所提方法在公开视频跟踪数据集Benchmark上进行测试,实验结果表明与其他目标跟踪方法相比,本文算法提高了尺度变化、遮挡等复杂情形下跟踪的鲁棒性,确保了较高的跟踪精度。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

FAULT-TOLERANT INTEGRATED NAVIGATION SYSTEM BASED ON NEURONS

讨论了容错组合导航系统中的信息融合问题,提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验,验证了这种方法的可行性,该方法可以替代传统的需要估计协方差的数据融合算法,可以满足导航精度要求。     

遮荫条件下光伏发电最大功率的智能跟踪方法综述

局部遮荫条件下光伏发电将会产生多峰值输出功率,可能导致最大功率点跟踪失效从而造成能量损失。本文对两类最大功率智能跟踪方法进行归纳和评述,第一类方法是传统的控制算法,如粒子群算法等;第二类方法是混合算法,如粒子群和电导增量混合算法等。结果表明:尽管第一类方法能对光伏发电中复杂的非线性、多峰值功率进行寻优,但收敛时间较长和收敛精度不够高;第二类方法可以扬长避短,有效地发挥各算法的优点,提高搜索性能;如粒子群与电导增量混合算法,在0.25 s附近跟踪到最大功率点,其精度达到98.2%;电导增量法在0.29 s附近跟踪到最大功率点,其精度仅为88.5%;而粒子群算法在0.27 s跟踪到最大功率点,其精度仅为95.9%。该综述对未来全局最大功率点跟踪技术的发展提供了指导。     

测量点云数据的多视拼合技术研究

在实物反求中，往往需要将从各个不同视角测得的点云数据进行多视定位，统一到一个全局坐标系下，并经过数据融合使之能够便于后续的模型重建。本文首先提出了一种改进ICP算法，在采用标签法进行预定位的基础上，选取两个视图重叠区域中不同位置的数据点集作为控制点集，建立控制点的名义对应关系，然后进行坐标变换迭代求解，从而方便快速地实现了两个不存在明确对应关系的点云视图之间的准确定位。在进行多视拼合时，提出一种边定位边合并的方法，减少了多视顺序拼合时所产生的积累误差。对拼合后的视图，本文根据在重叠区域的缩小包围盒内采用加权平均的方法进行了数据融合。实例表明，本文提出的方法是行之有效的。     

基于软件无线电技术的GPS软件接收机的研究与实现

深入研究了GPS软件接收机的相关算法,阐述了GPS软件接收机设计过程中信号搜索、跟踪以及伪距定位等关键技术。针对搜索过程中利用信号相关法求解精频速度慢的缺点,提出了相位关系解算法;进一步分析二阶跟踪环路工作原理,对其带宽进行优化设计,使接收机具备较高的动态性能和较低噪声影响。基于Matlab环境,通过优化算法结构,设计并实现了GPS软件接收机算法应用程序。最后通过实际测试数据对算法进行了验证,该接收机可以处理12通道卫星信号,并且各项指标分析结果均达到单点伪距定位要求。     

雷达/红外双模制导系统中目标跟踪信息辨别技术

双模导引头为制导系统提供的目标信息存在很大的不确定性,辨别目标跟踪信息的有效性是双模制导系统中的关键环节.为此本文提出了将描述跟踪目标信息不确定性的模糊推理规则转化为神经网络的方法,解决了常规模糊逻辑推理系统处理导引头跟踪信息耗时长的问题.试验结果表明,该方法能实现对导引头目标跟踪信息的快速、准确判别,故满足了雷达/红外双模制导系统的要求.     

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。     

基于高速纹影/阴影成像的流场测速技术研究进展

本文对近年基于纹影/阴影成像的二维和三维速度场测量方法进行了综述,主要内容包括纹影成像的基本原理、硬件设备和测速算法的研究进展。在二维测速方面,介绍了纹影/阴影PIV算法、光流算法及改进算法的原理、适用场景以及优缺点。纹影特性改进光流测速算法可以实现高精度、高空间分辨率的速度场计算,适用范围相对较广。在三维粒子追踪测速方面,主要介绍了层析阴影成像、双视角平行光段阴影成像、双视角汇聚光段阴影成像三种系统的光路设置,并对各自采用的粒子重构和追踪算法进行了比较。双视角阴影成像系统的光路布置更为简洁,降低了对硬件设备的要求,在高速测量中更具优势。梳理了近年来三维粒子追踪测速算法的发展脉络,重点介绍了“先追踪–后重构”和“时间–空间耦合”的双视角三维粒子追踪测速算法。时间–空间耦合的三维粒子追踪测速算法充分利用了时间和空间信息,将时序信息引入立体匹配过程中,显著提升了双视角阴影成像系统在粒子图像密度较高时的重构正确率和追踪准确率,其整体性能优于多种人工智能算法。测速算法在上述方面取得的研究进展,结合短曝光、高帧频的图像采集优势,使得纹影/阴影成像成为一种新型的高帧频、高精度的速度测量技术,在复杂湍流及高瞬态流场实验研究中具有广泛的应用前景。     

声矢量传感器阵中基于Kalman滤波和OPASTd的DOA跟踪算法

研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中 一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation, OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。     

图像配准算法及其在航空发动机温度场检测中的应用研究

图像配准技术是图像融合的关键技术。对常用的图像配准算法进行了研究，并给出了实验结果，通过实验分析找出较优的图像配准算法，并将该算法用于航空发动机温度场检测中，取得了较好的图像配准效果。     

基于多目立体视觉和神经网络标定的表面形貌测量方法研究

针对三维表面形貌的非接触式光学测量是计算机多目立体视觉技术的一项重要应用,但目前还存在相机个数受限、特征点匹配算法复杂与纵向测量精度不够等难题。开发了一种基于多目立体视觉和神经网络标定的表面形貌测量方法,其中包括:使用神经网络完成多目标定与三维重构,在表面投射激光点阵作为图像识别与匹配的特征点,应用蚁群粒子跟踪测速技术进行多相机间相同特征点的匹配。经实验测试,相较于传统基于小孔成像模型进行标定与基于核线约束或互相关算法进行匹配的立体视觉测量系统,所提出的方法可适配具有大光学畸变的场景,能有效提高测量的空间分辨率,深度方向的测量误差在1.0%～2.0%的水平。     

一种数据无损压缩技术的研究

分析了目前数据压缩技术中最常用的ＬＺＷ算法，并针对压缩字典的建立过程和字典填满老化后如何更新处理提出了新的设想。在实现过程中，用原ＬＺＷ算法中新加入字典的词条作为辅助前缀来产生较多较长的词条，用以加速压缩字典的建立过程，增加从字典中找到词条匹配的概率，在字典填满并老化后，采用部分更新字典的办法加速字典的重建，从而对原ＬＺＷ算法作了两点改进。本文举例说明了两种算法的不同之处，并经实验比较证明，改进后的算法在数据压缩率方面优于原ＬＺＷ算法。     

ROPE算法在ISAR运动补偿中的应用

运动补偿是逆合成孔径雷达成像的关键。现已有许多相关算法。秩-相位估计(ROPE)是一种性能较好的相位误差估计器，正被广泛地应用于SAR图像处理。本将ROPE算法用于ISAR相位补偿，给出了具体实现的步骤，详细分析了ROPE算法在ISAR相位补偿中的性能。在ISAR数据基本符合ROPE算法模型时，ROPE算法可获得高质量的补偿效果，而且实现简单，速度快。中最后用ISAR外场实测数据比较了ROPE与其他相位补偿方法的成像结果。     

Weak GPS L1 Signal Acquisition Based on BPDC

It is difficult to achieve accurate acquisition of weak global positioning system（GPS） signals with traditional methods. A weak signal acquisition strategy based on block processing and differentially coherent （BPDC） is put forward after analyzing the advantages and disadvantages of coherent and non-coherent integration algorithms. Code phase parallel search of the pre-coherent integration is conducted by using fast Fourier transform（FFT）, and the results are then differential coherent processed and block processed. BPDC method reduces computation cost compared with coherent and non-coherent（CNC） algorithm. The performance of the two algorithms is also compared based on simulated signals. The result shows that the noise suppression effect of BPDC algorithms is superior to that of traditional CNC algorithm, and the superiority of BPDC is more apparent with the reduction of carrier to noise ratio （CNR）. In the case that the pre-coherent integration length is 4 ms and CNR is reduced to 28 dB-Hz, CNC algorithm cannot yet acquire signal correctly while BPDC has well acquisition performance. Therefore, for weak GPS signal acquisition, BPDC algorithm can acquire the signal with lower CNR and has better acquisition property.