基于观测相似性粒子滤波的纯角度目标跟踪

单站被动纯角度目标跟踪问题在理论和实际应用中一直都是被广泛研究的一个重要而困难的课题。本文提出一种重采样基于观测路径相似性的粒子滤波算法,该算法利用粒子观测路径和系统状态观测路径的相似性来修正粒子权值并使用修正后的权值进行重采样。实验结果表明当观测噪声方差小于系统噪声方差时,该算法在单站被动纯角度目标跟踪的误差均方根值和误差方差上均优于SIR粒子滤波、辅助粒子滤波和高斯粒子滤波。     

一种摄动粒子滤波故障检测方法

粒子滤波算法在故障检测应用中面临的两个难题是退化问题和难以跟踪突变状态。针对上述问题,将随机摄动再采样方法和强跟踪滤波算法引入粒子滤波,提出了一种摄动粒子滤波故障检测方法,旨在于解决粒子滤波的退化问题并提高算法对突变状态的跟踪能力,从而提高故障检测方法对故障的检测准确度。通过强跟踪滤波更新粒子,来提高算法跟踪突变状态的能力;当出现退化现象时,采用随机摄动再采样方法,对粒子集中的最优粒子迭加一个随机摄动量,用摄动粒子替换粒子集中的退化粒子,解决退化问题。仿真结果显示该算法能及时、准确地检测系统故障。     

基于粒子滤波模型目标跟踪算法研究

本文基于视频图像中目标的基本特征——灰度特征,提出了一种基于粒子滤波模型实现目标跟踪的方法。文中介绍了粒子滤波模型的原理,并且在该原理的基础上,提出了目标跟踪的算法框架。详细闸述了实现该算法具体的流程,给出了视频序列图像的实时仿真结果。基于粒子滤波模型的目标跟踪算法,不但在非线性非高斯状态下,能够对目标进行有效跟踪,还可以消除由光照变化以及部分遮挡造成的影响,具有较强的鲁棒性。     

基于信息融合的运动目标跟踪算法

针对复杂背景下目标遮挡后跟踪不稳定的问题,提出了一种在粒子滤波框架下融合异类信息进行目标跟踪的算法.该方法建立了声源特征模型和颜色特征模型,在此基础上将声音信息和图像的颜色信息融合到粒子滤波跟踪算法中,通过粒子更新策略实现跟踪.实验结果表明与基于单一特征的跟踪算法相比均方误差降低了18.3%.在低信噪比情况下,该算法更...     

基于拟蒙特卡洛滤波的改进式粒子滤波目标跟踪算法

单摄像机视觉跟踪过程中,常发生目标被遮挡或背景复杂的情况,此时容易跟丢目标,为了提高跟踪的准确性。从目标表现和背景的不确定性入手,以协方差特征对目标表现以及背景进行建模,应用到到粒子滤波的框架中,优化采样粒子的分布,在估计粒子的权重时,不仅考虑目标的真实状态和可能状态的相似性,还考虑了目标可能的状态和背景的差异.将提出的算法与粒子滤波,均值漂移,基于协方差概率跟踪算法进行比较,通过MATLAB2010编程平台,比较了几种算法的处理速度以及跟踪误差,试验结果表明,提出的算法每秒处理速度为60帧/s,优于上述3种跟踪算法平均误差值也高于另外3种算法。所提出算法在目标存在遮挡和背景较为复杂时,能够保证对目标进行准确,连续的跟踪。     

基于改进粒子滤波的综合能源系统预测辅助状态估计

高效准确的状态估计是综合能源系统安全稳定的基础。粒子滤波具有精度高且对于非线性系统适应性更强的优点,已应用于电力系统的状态估计。为了提高综合能源系统的状态估计精度,研究粒子滤波在综合能源系统中的应用,提出了一种基于改进粒子滤波的综合能源系统预测辅助状态估计方法。首先,本文构建了包含电-气-热网络的区域综合能源系统模型;其次,将粒子滤波算法拓展到电-气-热网络,在详细分析粒子滤波相关理论的基础上,针对粒子滤波算法存在的跟踪误差问题对粒子滤波的预测步进行改进;最后,利用经典的综合能源系统算例对文中提出的改进粒子滤波算法进行验证。结果证明该方法能够有效解决传统粒子滤波算法的跟踪误差问题,提高系统的估计精度。     

基于强跟踪UKF的视频目标跟踪算法

针对无迹卡尔曼滤波（unscented Kalman filter ,UKF）在非线性系统状态估计中存在的跟踪缓慢和稳态偏差问题,提出一种基于强跟踪UKF的视频目标跟踪算法。该算法以无迹变换（unscented transform ,UT）为基础,结合强跟踪滤波器和UKF滤波器的优点,在状态预测协方差矩阵中引入时变渐消因子调节卡尔曼增益,强迫输出残差序列保持正交,并提取残差序列的有效信息,提高滤波器对状态变化的跟踪能力。仿真结果表明,利用强跟踪UKF算法对视频中的运动目标进行跟踪,具有更高的跟踪精度,状态滤波均方误差更小。     

基于深度学习的红外过采样扫描图像小目标跟踪算法

红外小目标跟踪过程中由于背景、外界杂波等干扰,导致跟踪精确度和实时性欠佳,为此,提出基于深度学习的红外过采样扫描图像小目标跟踪算法。首先构建了红外过采样扫描图像模型,通过背景估计、形态学开运算,对图像中背景以及外界杂波进行多级滤除;然后增加设计特征融合模块和区域选取模块来改进孪生网络,生成融合特征图输入目标区域,通过分类和回归计算提高图像的特征表征能力和跟踪精度;最后建立损失函数训练孪生网络,输出红外过采样扫描图像小目标跟踪结果。实验结果表明,利用所提算法进行图像滤除后,信噪比能够高达35 dB,所提算法的区域重叠率较高、跟踪精度高,且算法的实时性强,帧率达到200 fps以上,整体跟踪效果好。     

基于 STPF 的 SOC 估计及在多锂电池均衡中的应用

提出一种能跟踪突变状态的锂电池荷电状态(SOC)估计方法,并应用于多锂电池组的SOC均衡中。在粒子滤波算法中引入强跟踪滤波,将当前的采样结果融入到预测误差更新中,得到新的校正项,然后利用该校正项对粒子滤波算法的粒子集进行校正,从而使粒子快速推向高似然区域,抑制粒子退化;渐消因子的引入能实时调整误差协方差矩阵,使粒子滤波算法兼具强跟踪滤波的强鲁棒性和对突变状态的跟踪能力,有效克服模型的不确定性,进一步提高SOC的估计精度。将所提方法应用于多电池主动均衡中,提出一种基于SOC一致性的均衡策略,率先均衡容量差距较大的相邻电池组,再控制能量实时双向传递,提高了整体均衡速度。实验结果表明,改进算法的平均估计误差在0.13%以内,标准差为0.12%;相比传统的粒子滤波算法、扩展卡尔曼滤波算法和强跟踪算法,精度分别提升约64%、85%和75%,并且稳定性也得到了进一步加强。在多电池主动均衡中的应用表明,有效减小了电池组容量在充放电过程中的不一致性,电池组离散度被控制在1%以内,有利于提高电池容量的利用率与使用寿命。     

基于EKPF的机电暂态过程动态状态估计

根据暂态期间发电机的转子动态特性建立了动态状态估计（DSE）模型,针对扩展卡尔曼滤波（EKF）一阶线性化导致的滤波精度下降甚至滤波发散问题,结合粒子滤波（PF）提出了一种基于扩展卡尔曼粒子滤波（EKPF）的机电暂态过程动态估计方法,采用重采样策略选择粗糙采样以防止样本退化。利用WSCC三机九节点系统实现了EKF、无迹卡尔曼滤波（ＵＫＦ）和EKPF 3种算法的DSE,仿真结果说明了EKPF算法的有效性,且暂态期间其估计效果明显优于另2种方法。     

基于改进粒子滤波的锂离子电池剩余寿命预测

针对锂离子电池剩余寿命预测精度低、泛化能力差等问题,提出基于改进粒子滤波的预测方案。首先,提出双高斯模型作为退化经验模型,拟合锂离子电池的容量退化过程。然后,通过先验知识设置退化模型的初始参数,并利用粒子滤波方法进行参数更新。针对预测过程中出现的粒子退化问题,提出高斯混合方法进行粒子重采样,拟合重采样过程中粒子复杂的非线性分布和长尾分布,保证预测结果的概率密度分布状况均匀且集中。最后在不同的数据集上进行了实验验证,结果表明所提出的改进粒子滤波方案具有较高的精度和较强的鲁棒性。     

A sigma point‐based resampling algorithm in particle filter

We propose a novel resampling algorithm to deal with the sample impoverishment problem of particle filter. The algorithm introduces sigma points into the generic resampling procedure to enrich the representation of the posterior distribution. Compared with other relevant resampling algorithms, such as the exquisite resampling algorithm reported recently, our algorithm has shown an improved estimation performance and reduced computational complexity in the simulation of two different nonlinear systems. Copyright © 2012 John Wiley & Sons, Ltd.     

Risk‐sensitive filtering for nonlinear Markov jump systems on the basis of particle approximation

In this paper, the risk‐sensitive filtering method that relaxes the dependence on model accuracy is extended to nonlinear Markov jump systems (MJSs). In the method, the so‐called reference probability technique together with particle approximation is utilized to derive the risk‐sensitive filter in nonlinear non‐Gaussian framework. The novelty of the proposed approach is that a ‘risky’ interacting resampling step is performed to both moderate the modeling uncertainties and to solve the problem of particle explosion. A designer‐chosen parameter named risk‐sensitive parameter allows us to make a trade‐off between the filtering accuracy for the nominal model and the robustness to uncertainties. With a meaningful example, it shows that the developed method can outperform the widely used method‐particle filter and interacting multiple model‐particle filter in nonlinear MJSs with uncertainties. Copyright © 2011 John Wiley & Sons, Ltd.     

电力系统传动转矩控制器低频振荡控制方法研究

转矩控制器时常发生的低频振荡问题,不仅影响电力系统正常运行、对相关系统设备具有较大危害,而且电力系统参数的过快变化,也在一定程度上提升了低频振荡的控制难度,为此,面向电力系统中的转矩控制器,提出一种低频振荡控制方法.根据网压信号构建系统的状态空间模型方程,经初始化与重采样处理粒子集,依据粒子最优状态估计去除信号噪声,基...     

基于改进粒子滤波和平均代价的故障诊断方法研究

为了提高非线性非高斯系统故障诊断的准确性,基于改进粒子滤波方法对系统状态进行估计,将系统状态估计值和实际值之差的绝对值作为残差,当残差平滑值大于阈值时诊断故障发生,使用故障误报率和漏报率构成的平均代价作为诊断效果评价指标。对水位/温度控制系统和一维非线性单变量模型进行仿真,由系统状态方程或观测方程参数跳变模拟故障发生,结果表明,3种算法能诊断出故障的发生,改进粒子滤波算法UPF的故障诊断平均代价小于SIR和UKF,诊断效果优于后两种算法,提高了故障诊断的可靠性。     

基于激光信息的移动机器人定位研究

针对移动机器人在导航定位过程中,使用传统蒙特卡罗定位算法会产生粒子收敛较慢和定位精度不高,以及发生人为绑架情况后重定位效率较低的问题,给出了一种改进的粒子滤波定位方法来提高移动机器人的导航定位效率.首先,在蒙特卡罗定位算法的基础上进行改进,融入自适应区域划分的方法,保证所划区域包含更多有效信息,减少粒子的收敛时间,完成机器人初步粗定位.然后,在粒子采样和重采样阶段,使用正态分布概率模型进行粒子权重更新,实现更加快速高效地全局精定位.通过实验对比分析,所给方法与基于蒙特卡罗定位算法相比较,耗时缩短了4s,且本文的自适应蒙特卡罗定位方法,能够将定位误差保持在6cm左右,从而验证了所给方法的有效性和稳定性.     

Levy噪声中EMD降噪的随机共振研究

经验模态分解(empirical mode decomposition,EMD)降低噪声的同时也削弱信号能量,并会产生虚假信号,导致信号检测存在缺陷,针对这一问题,提出Levy噪声环境下经验模态分解随机共振检测方法。通过将含噪信号进行EMD分解,对分解后信号进行叠加取平均二次采样等处理方法,使其满足随机共振要求,利用自适应算法优化系统参数,进而使处理后信号能够在双稳系统中产生随机共振,达到精确检测的目的。理论分析及实验证明在Levy噪声下,此方法能实现同一特征指数下单频信号与多频信号检测,实验表明在单频信号信噪比为-28 dB情况下能有14 dB的提高,特征指数为1.8下多频信号5 Hz频谱幅值从311.8增加到724,10 Hz频谱幅值由138.9增加到143.2。此方法对在复杂噪声环境中降低剩余噪声能量同时,提高信号能量,减少虚假信号,相对于仅仅进行EMD分解无法判断信号成分,能更好的达到检测效果。     

智能变电站稳定控制装置数字采样的设计与实现

在智能变电站中,电网安全稳定控制装置作为跨间隔设备,需要同时接收、处理多个间隔的采样量。针对稳定控制装置“直采”模式下多间隔采样同步问题,提出了基于本地时标的同步和重采样插值合并处理的方法。以本地时标为基准,借助系统提供的辅助时钟,以重采样间隔对采样数据进行同步和线性插值重采样,并对线性插值误差进行分析。最后,依托FPGA+DSP硬件平台实现了稳控装置的数字化采样,并搭建试验系统,从采样精度和同步有效性方面对文中提出的基于本地时标的同步重采样插值算法的时效性和可行性进行验证,试验结果验证了基于本地时标的同步线性重采样方法能够满足稳定控制装置实际工程对实时性和精度要求。     

基于重采样理论和均值滤波的三相电路谐波检测方法

该文提出了基于重采样理论和均值滤波的数字化谐波检测方法，该方法降低了数字低通滤波器的阶数和计算量。文中设计了一个数字谐波检测系统，该系统根据三相三线制电网的有功电流ip和无功电流iq只含3n(n为整数)次谐波这一特征设计数字均值低通滤波器；根据重采样理论在确保ip和iq的直流分量Ip和Iq的频谱不混叠的情况下可对lp和iq分别进行4倍重采样。通过该数字系统可实现电网谐波电流实时精确地提取。仿真试验表明，它既保留了数字滤波器的准确性，又克服了长期以来数字滤波器跟随性和实时性差的问题，具有较高的实用价值。