行人导航系统航向角约束算法研究

针对航向角发散的情况,采用磁力计和地图线路匹配约束的方法修正航向角误差。根据磁力计和地图线路匹配算法各自的特点,在零速修正技术的基础上,最终选择在行人直线行走时采用地图线路匹配辅助,弯路行走时采用磁力计辅助的算法,通过EKF进行误差估计从而补偿航向角误差。最后将设备置于行人足后跟处进行实验,实验结果表明,此方法能够有效抑制航向角漂移误差,导航精度明显提高,最终定位误差为1.2m,占总行程的0.3%。     

一种ARMA模型的阶数递推辨识算法

本文从实际物理系统出发,提出了一种基于广义最小二乘的阶数递推ARMA模型辨识算法——REARMA算法.利用最小二乘逆的递推计算,大大加快了系统辨识的速度.     

大气波导环境下的隐身飞机突防方法研究

针对现代隐身技术发展遇到的瓶颈,本文提出了感知大气波导环境下雷达探测盲区进行突防的新型飞机隐身技术。分析了大气波导的成因和分布规律,及其对雷达探测区域的影响。提出了一种利用顶层盲区进行突防的航迹规划方法的构架,使得隐身飞机能够充分利用敌方防空雷达系统的缺陷,获得一条安全的突防路线。     

热红外视频监控下行人目标前景区域提取

在热红外视频监控环境下,针对热红外图像因周围环境温度变化而导致热红外图像灰度值反转的问题,提出了一种通过热红外图像的边界特征和运动特征的融合来提取行人目标前景区域的方法。首先,利用行人目标和周围环境存在的显著性差异来提取行人目标的边界特征,对所提取的边界特征进行边界填充,并利用热红外行人目标分类器来排除误检目标,从而获取最终的边界特征提取结果;其次,利用相邻帧之间的运动信息来获取行人目标的运动特征,对所获取的运动特征进行形态学处理,并利用热红外行人目标分类器来排除误检目标,从而获取最终的运动特征提取结果;最后,对所获取的边界特征提取结果和运动特征提取结果进行融合来获得最终的检测结果。实验证明,在公开的OSU和LSI热红外图像行人目标检测数据集中,所提方法能够有效地降低环境温度变化的不利影响,并提高行人目标前景区域提取的精度。      

水下运载体航位推算系统初始位置确定方法

为了提高航位推算(DR)系统的初始位置精度,根据水下导航传感器的特点,提出了初始定位时间内基于DR轨迹平移策略的初始位置确定方法,该方法综合了DR和水声定位系统的特点,通过平移DR轨迹,得到了在确定运动趋势约束下的最优轨迹,并依据轨迹求出初始位置.针对某次海试数据,其结果表明:应用本文方法确定的初始位置误差分别为应用平均值法和最小二乘拟合方法的60.2%和77.2%,应用此方法可减小DR误差,并能提高DR/水声组合定位系统的稳定性.      

单人行走运动参数估计方法

人体运动雷达微多普勒能够为目标识别提供特征。由于行人雷达回波的复杂性,从雷达回波中提取运动参数难度很大。为了实现目标精确识别,提出了一种估计单人行走平动速度、步态周期和步长的方法。首先应用广义S变换(GST)得到雷达回波的微多普勒谱,然后提取出躯干部位的微多普勒分量,并将此分量转为一维时间频率序列,最后从序列中直接估计行走的平动速度和步态周期,用这2个估计值间接估计步长。仿真实验证明:本文方法抗噪声性能好,当信噪比大于4 dB时,估计精度高。      

有源隐身技术研究

讨论了一种新的电子战技术－－有源隐身技术，它可以分成遥地消和人为盲区两种。从理论上研究了有源隐身的基本原理、特点和关键技术，基于电波干扰理论建立的相干有源隐身技术是一种有希望的隐身技术，有源对消技术可使目标的雷达散射面积减缩近２０display status     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一,但现有方法设计中缺乏有效的时空约束,且目标表观特征泛化能力不足,在目标朝向差异明显的情况下会发生识别错误,在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题,提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中,提出了一种具有朝向约束力的行人重识别网络模型,提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征,提出一种基于朝向约束的分层轨迹关联模型,得到单相机内的目标轨迹。在跨相机场景中,通过引入一种简单有效的双向竞争匹配机制,实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法,能够减少频繁的ID交换,有效解决了相似目标相向而行时的错误关联;帧率达到19.6帧/s,能够满足近实时场景下的使用要求。      

基于通道注意力机制的行人重识别方法

针对行人特征表达不充分的问题,提出了一种基于通道注意力机制的行人重识别方法。将通道注意力机制SE模块嵌入到骨干网络ResNet50中,对关键特征信息进行加权强化;采用动态激活函数,根据输入特征动态调整ReLU的参数,增强网络模型的非线性表达能力;将梯度中心化算法引入Adam优化器,提升网络模型的训练速度和泛化能力。在Market1501、DukeMTMC-ReID和CUHK03主流数据集上对改进后的模型进行测试评价,Rank-1分别提升2.17%、2.38%和3.50%,mAP分别提升3.07%、3.39%和4.14%。结果表明:改进后的模型能够提取更强鲁棒性的行人表达特征,达到更高的识别精度。      

基于URTS平滑建议分布函数的PF算法设计及应用

为改善基于Unscented Kalman滤波建议分布函数的粒子滤波状态估计的性能,将Unscented Kalman滤波与RTS（Rauch-Tung-Striebel）固定区间平滑算法融合,产生了一种新的建议分布函数--Unscented RTS平滑建议分布函数。该函数首先实施Unscented Kalman滤波,之后对此滤波结果进行RTS固定区间平滑,以此产生预测样本。以此新建议分布函数得到的预测粒子的精度较通常的以Unscented Kalman滤波方法作为建议分布函数时得到的预测粒子的精度将大为提高,进而提高相应的粒子滤波算法--PF URTS的状态估计精度。新算法的可行性和有效性在GPS/DR组合导航数据处理中得到了应用验证。