快速运动目标的Mean shift跟踪算法

针对Mean shift本身的理论缺陷，提出Mean shift和卡尔曼滤波器相结合的快速目标跟踪算法。利用卡尔曼滤波器来获得每帧Mean shift算法的起始位置，然后再利用Mean shift算法得到跟踪位置。在目标出现大比例阻挡情况时，利用卡尔曼残差的计算来关闭和打开卡尔曼滤波器，此时，目标位置的线性预测替代了卡尔曼的作用。试验证明，本算法可以实现对快速运动目标的跟踪，对阻挡也有很好的鲁棒性。     

正弦插值滤波器的FPGA实现

本文基于正弦内插的原理,设计了插值滤波器的结构,给出了滤波器的算法结构,并且在FPGA上利用VHDL语言实现验证了该算法,阐述了具体实现方法。     

一种基于卡尔曼预测的动态目标跟踪算法研究

针对视频序列中目标的跟踪,均值漂移算法和卡尔曼滤波器相结合的目标跟踪算法已经被提出,而在移动机器人上实现对机动目标的实时跟随时,机器人自身的运动引起目标在像平面的偏移不能被忽略,在详述了两者的关系的基础上,建立起以机器人一个周期内的运动作为输入量的状态方程,以卡尔曼滤波器的估计值作为均值漂移算法的启动点,均值漂移算法的最终收敛点作为每帧的跟踪结果,并以此收敛点替代滤波器的估计值,两种算法交替使用,互为补充.实验表明所提算法可以实现在室外环境下对动态目标的实时跟踪.     

统计容积卡尔曼滤波器的混合试验模型更新方法

为解决模型更新算法因初始参数选择不当对模型参数识别精度的影响,提出统计容积卡尔曼滤波器的混合试验模型更新方法。该方法采用容积卡尔曼滤波器算法多次识别模型参数,将统计后的参数识别值样本均值作为最终的识别结果,以弱化算法初始参数选择对参数识别结果的影响。应用统计容积卡尔曼滤波器对自复位摩擦耗能支撑模型进行在线参数识别,分析了在不同参数条件下统计容积卡尔曼滤波器的识别精度;针对两层带有自复位摩擦耗能支撑框架结构进行混合试验数值仿真。结果表明,基于统计容积卡尔曼滤波器的方法可以有效提高模型更新混合试验精度及鲁棒性。     

贝叶斯目标跟踪方法性能分析

目标跟踪中的一个核心部分就是滤波算法。经典的卡尔曼滤波算法对于具有高斯分布噪声的线性系统,可得系统状态的最小均方差估计,α-β-γ滤波器比卡尔曼滤波器计算量小且易于实现。基于贝叶斯滤波的目标跟踪原理,在线性高斯环境下对比分析了标准卡尔曼滤波器和α-β-γ滤波器的估计精度,并给出两种方法的适用条件。介绍了标准卡尔曼滤波器和α-β-γ滤波器的原理及算法实现,分别对匀速直线运动和匀加速直线运动的目标进行跟踪仿真分析。仿真表明,在高斯背景环境下,卡尔曼滤波器、α-β滤波器和α-β-γ滤波器都具有很好的跟踪精度和很强的实时性。     

高阶数字滤波器分布式算法结构比较

基于FPGA,对高阶FIR滤波器两种算法--"基于查找表(LUT)的分布式算法"和"改进的分布式算法"的功能及结构差异进行类比."改进的分布式算法"是对"基于LUT分布式算法"在减少存储器技术上的改进.对于一个高阶滤波器来说,"改进的分布式算法"比"基于LUT的分布式算法",需要更少的存储器和系统资源.减少存储器使用的递归反复技术极大地增加了在FPGA平台上可实现的滤波器阶数的最大值."改进的分布式算法"不仅节省了使用的电子器件数量,而且还平衡了FPGA硬件资源中逻辑单元(LE)和存储器的使用.从FPGA的执行结果可以确定,"改进的分布式算法"可以实现一个1024抽头的FIR滤波器,且比"基于LUT的分布式算法"节省更多系统资源.     

列车橡胶弹簧参数识别方法研究

针对难以准确判断高速列车车下悬挂装置内橡胶弹簧是否失效的问题,提出了通过广义卡尔曼参数识别算法对装置的阻尼及刚度进行识别从而判断橡胶弹簧工作状态的诊断方法.针对卡尔曼滤波器跟踪速度不足的问题,应用自适应-强跟踪卡尔曼滤波算法对卡尔曼算法进行改进,提高辨识速度.通过对仿真信号及实测数据的辨识结果对滤波器性能进行了验证,结果表明自适应-强跟踪滤波器能够快速对参数进行跟踪.     

基于CORDIC算法的动态FIR数字滤波器FPGA实现与应用

传统动态FIR数字滤波需要将大量滤波器系数存入FPGA中,该文提出一种基于CORDIC算法的动态FIR数字滤波器实现方法,通过CORDIC算法对随信号参数动态变化的滤波器系数进行实时计算,节省大量FPGA内存资源。实验表明:基于CORDIC算法的动态FIR数字滤波器系数计算绝对误差小于±4×10-3,动态滤波器阻带衰减达-50 d B以上,具有准确度高、实时性好、占用内存少的特点。将该动态FIR数字滤波器应用于超声相控阵回波信号动态滤波,取得较好滤波效果。     

平方根升余弦滤波器的FPGA实现

通信系统中使用根升余弦滤波器作为成型滤波器,使系统满足奈奎斯特准则。随着滤波器工作频率的不断提高,使用DSP实现已经不太现实,而FPGA的成本不断降低,采用FPGA设计工作在高频率的滤波器更加适合。本文介绍了一种根升余弦滤波器的FPGA实现方法。     

基于模糊逻辑的两步卡尔曼滤波器设计

在对惯性运动跟踪系统的建模分析中,常采用基于计算机的集中式卡尔曼滤波算法进行数据处理。由于该方法存在算法复杂,处理数据速度慢等问题,难以在嵌入式系统中实现高速运动跟踪,提出一种基于模糊逻辑的自适应两步卡尔曼滤波算法。该方法根据人体不同的运动状态调整卡尔曼滤波器,实验结果证明所提的方法能够更好地估计各个传感器的测量精度,减少了运算量,并在一定程度上提高了滤波器的容错性能。