一种改进的实时压缩跟踪算法

压缩跟踪算法作为一种新的算法,具有简单、高效、实时的优点,但该算法依然存在缺陷。首先,在复杂背景或有遮挡等情况下,容易较快的引进误差;其次,跟踪窗口保持不变,使得不能正确跟踪目标位置且不能准确更新正负样本;最后,搜索样本数目大,导致跟踪速度不理想。针对这些问题,利用前后帧跟踪点的直方图对比来判断遮挡的发生,并自适应的改变更新系数;采用在原算法最优匹配点周围小范围多尺度搜索更优位置的方法,来适应目标尺寸的变化;引入粗精跟踪策略,在不同阶段使用不同数量的子特征集进行匹配,以筛选样本、减少计算量。这些改进避免了算法缺陷导致的跟踪失败,提高了跟踪效率。实验证明,改进后的算法比原算法具有更好的鲁棒性且跟踪速度更快。     

弱小目标检测与跟踪算法

低对比度小目标检测与跟踪算法的研究是电视跟踪领域的关键技术之一。针对弱小目标的目标特性，按USAN原则进行目标检测，利用目标的特征参数及目标运动的一致性、连续性排除噪声干扰，实现对目标的稳定跟踪。实验采用VC＋＋仿真平台验证该算法的可行性和有效性，并移植到DSP专用图像处理平台上，达到了工程的5可靠性与实时性要求。     

规避目标的纯方位被动跟踪

构造了基于笛卡耳曼滤波器的改进极坐标扩展卡尔曼跟踪滤波器。提出了应用于方位角测量的规避目标的跟踪算法，对提出的算法进行了相应的仿真实验。仿真结果表明，该算法非常适合于规避目标的纯方位跟踪，具有很好的工程应用前景。     

微小型移动机器人的路径规划及编队研究

针对微小型移动机器人的路径寻优及编队问题,提出了路径规划与轨迹跟踪相结合的方法来实现多机器人的编队任务。首先提出了基于传统蚁群算法的改进算法,仿真结果证明,改进算法通过改进参数及初始信息素矩阵,使其收敛速度提高了50%,全局寻优能力提高了30%。其次设计了基于李雅普诺夫算法的轨迹跟踪控制器,仿真结果证明,其误差最终趋于0,验证了该控制器的稳定性。最后结合李雅普控制器和路径寻优算法,实现了多机器人在最优路径上的稳定编队。     

基于被动式传感器的目标跟踪算法研究

仅有角度量测的被动式单传感器跟踪搜索系统有广泛的应用前景,但现有的针对性跟踪算法并不能很好的处理实际问题,失跟现象常常发生。本文对现有算法所存在的问题进行了深入研究,并提出了相应的改进算法。通过对机动目标运动分析,总结出角度向量在时间域中的变化规律,通过引入新的计算向量,对原算法残差计算进行了修正。它对基于单个被动传感器的纯方位跟踪问题的处理提供了新的思路。仿真实验及实际应用已证明了该算法有效性。     

试析网络视频监控中运动目标跟踪方法改进

本文简单的介绍了网络视屏监控的系统框架,并进一步的研究和探讨了Mean Shift目标跟踪算法及其改进方法,希望能够有效的促进我国网络视频监控目标跟踪的实时性和有效性。     

不确定环境下一种多目标跟踪算法研究

本文针对工程应用背景下,真实环境存在的各种不确定问题,提出一种基于多模型的多目标跟踪算法.通过双门限法判断各量测的使用情况,首先初步确定与量测可能关联的目标,然后对这些目标调用相应的跟踪算法,保证算法的可行性和实时性;由多目标状态估计信息,预测其飞行情况,并根据预测的不同飞行情况切换不同跟踪算法,保证算法的鲁棒性要求.实测数据验证本文的算法具有较好的跟踪性能,适用于工程应用.     

改进粒子群算法的啤酒灌装机液位控制PID参数整定

目的 整定最优的PID控制参数,对啤酒灌装机中贮液罐液位进行控制,以保证PID控制器能满足啤酒生产中的控制要求。方法 结合Rosenbrock搜索法和个体扰动策略来改进粒子群算法,并利用改进算法整定PID参数,最后将整定好参数的PID控制器用于控制液位对象;基于Matlab进行仿真实验,利用粒子群算法与文中方法做比较。结果 通过Matlab仿真验证,改进了粒子群算法整定的PID参数,其跟踪特性的调节时间为16.18 s,超调量为10.20%,IAE性能指标约为6.09;粒子群算法整定结果表明,跟踪特性的调节时间为27.72 s,超调量为26.90%,IAE性能指标约为7.23。结论 与原始粒子群算法相比,文中算法整定的3个PID参数在控制液位对象时综合性能评价指标更好,且能使系统平稳过渡,超调较小,响应速度快,调节时间快,其控制器性能能满足啤酒灌装机的生产要求。     

一种新型磁跟踪模式及其L-M算法研究

为了提高磁跟踪系统的定位精度,设计了分时交流励磁跟踪方法,通过接收线圈检测目标的空间磁场,利用相关电磁场理论求解出目标方位.针对高次非线性定位方程组变量多、不单调、具有多个局部极值点的特点,将方程组求解问题转化成非线性无约束最小二乘问题,运用改进后的列文伯格(Levenberg-Mar-quardt)算法对其求解.仿真结果表明,改进后的定位算法具有不依赖于初值、精度高、收敛速度快的特点,成功解决了定位中多局部极值的高维优化问题,从而为跟踪方案的实现提供了理论依据.     

多边缘法实现对高速扩展目标解体的自动跟踪

根据一般扩展目标的性质,结合某些高速扩展目标分离(如高速再入大气层的目标)的实际情况,分析了此类目标发生分离、特征产生剧烈变化的特点,指出了一般图像跟踪算法中基于对比度跟踪算法在此情况下难以适用的原因,并综合这些算法的特点,提出基于光学图像序列的加权多边缘跟踪算法,结合FDEKF滤波,实现了对此类(超)高速扩展分离目标的自动稳定跟踪.通过对多个此类目标序列图像进行仿真验证,并与其它四种基于对比度的跟踪算法所得结果进行比较,结果表明,该算法稳定性好、精度更高,且易于实现.     

QR分解的最小二乘格型自适应滤波算法在噪声主动控制中应用

在噪声主动控制系统中?,滤波-x递归最小二乘(FxRLS)算法收敛速度快但计算量大。本文提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好。仿真结果表明本文提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好。     

基于MUSIC算法的罗兰C接收机天地波自动识别方法研究

针对常规罗兰C接收机天地波识别方法不能有效利用信号能量的缺点，根据天波到来时间的估计与合成信号频率的分离相似的特点，提出了一种基于多信号分类算法估计天波延迟的方法．该方法在低信噪比条件下可分离出地波和天波，并能根据天波的延迟变化实时地选择接收机采样基准点的最佳位置．计算机仿真结果表明，该方法可以用于天地波的自动识别，能增加基准点处的信噪比，因而能显著提高罗兰C接收机的性能．     

船载式水声定位系统信号处理改进算法研究

针对船载式水声定位系统的特点,在座底式等常规水声定位系统信号处理算法的基础上,对船载式系统可能出现的声脉冲叠加现象进行仿真分析,证明常规算法存在丢失数据的可能性,并且常规算法对声信号幅度变换较快的情况难以适应。提出一种并行实时数字信号处理算法,允许每块数据拥有不同的属性,并采用数据匹配方法进行后置冗余处理,获得有效数据。经过湖上跑船试验证明,该算法具有更高的检测率,并能提高跟踪轨迹的平滑性和真实性,具有较高的工程应用价值。     

基于固定尺度欧氏距离的变因子递推子空间辨识算法

针对传统的子空间辨识算法采用固定遗忘因子出现跟踪能力不足或效果易受噪声影响等问题,提出了一种新的变因子递推子空间辨识算法.该算法分为3个步骤:首先引入变因子构造与更新Hankel矩阵和观测向量;其次为保证广义能观测阵的列向量收敛于主子空间的正交基上,采用OPAST算法递推估计广义能观测矩阵,并由广义能观测矩阵估计系统参数矩阵;最后用A的特征值空间距离信息实现变因子,因此,算法具有自适应能力.应用于一类时变系统,仿真结果表明改进算法具有较好的快速跟踪能力和跟踪效果.     

Visual data association for real‐time video tracking using genetic and estimation of distribution algorithms

In this article, an efficient and novel approach for video data association is developed. This new method is formulated as a search across the hypotheses space defined by the possible association among tracks and detections, carried out for each frame of a video sequence. The full data association problem in visual tracking is formulated as a combinatorial hypotheses search with a heuristic evaluation function taking into account structural and specific information such as distance, shape, color, etc. To guarantee real‐time performance, a time limit is set for the search process explore alternative solutions. This time limit defines the upper bound of the number of evaluations depending on search algorithm efficiency. Estimation distribution algorithms are proposed as an efficient evolutionary computation technique to search in this hypothesis space. Finally, an exhaustive comparison of the performance of alternative algorithms is carried out considering complex representative situations in real video sets. © 2009 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 19, 208–220, 2009     

An evolutionary algorithm for global optimization based on self-organizing maps

In this article, a new population-based algorithm for real-parameter global optimization is presented, which is denoted as self-organizing centroids optimization (SOC-opt). The proposed method uses a stochastic approach which is based on the sequential learning paradigm for self-organizing maps (SOMs). A modified version of the SOM is proposed where each cell contains an individual, which performs a search for a locally optimal solution and it is affected by the search for a global optimum. The movement of the individuals in the search space is based on a discrete-time dynamic filter, and various choices of this filter are possible to obtain different dynamics of the centroids. In this way, a general framework is defined where well-known algorithms represent a particular case. The proposed algorithm is validated through a set of problems, which include non-separable problems, and compared with state-of-the-art algorithms for global optimization.     

一种混合优化策略在工步排序中的应用

结合创成式ＣＡＰＰ系统中工步优化问题，介绍了由遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，ＧＡ）和模拟退火算法（ＳｉｍｕｌａｔｅｄＡｎｎｅａｌｉｎｇＡｌｇｏｒｉｔｈｍｓ，ＳＡ）构成的混合寻优策略。最后以一箱体的工艺规划过程为例，将基于混合寻优策略的工步排序融入以加工中心为主要加工设备的ＣＡＰＰ工艺决策过程。     

两种新的基于子空间跟踪的时变模态参数快速辨识算法

该文研究了基于子空间跟踪的时变模态参数快速辨识算法的过程。对更新的输入/输出数据的预处理后, 时变模态参数辨识的主要问题转化成子空间跟踪, 引入NPI 和API 子空间跟踪算法替代PAST 形成两种新的时变模态参数快速识别算法。通过对移动分布质量-悬臂梁这一典型的时变结构系统以及两自由度弹簧-质量系统的时变模态参数识别验证了新算法的有效性并且比较分析了这3种基于不同子空间跟踪算法的时变模态参数识别算法的辨识能力。     

水下机动目标跟踪技术研究

水下目标跟踪是海洋国土监视、反潜战等环境下的关键技术。以往的跟踪滤波算法主要基于卡尔曼滤波、扩展卡尔曼滤波等算法,这些方法实现比较复杂,滤波精度不高。最近出现了不敏卡尔曼滤波、粒子滤波、转换瑞利滤波、双多基地跟踪算法等,需要研究这些算法在水下目标跟踪中的性能。总结对比了国内外学者在此领域的研究成果,得出了这些滤波算法在水下目标跟踪中的优缺点。重点论述了纯角度跟踪和非线性滤波算法的发展、在水下目标跟踪中的应用以及多基地声纳跟踪水下目标技术的发展,回顾了机动目标跟踪和多目标数据互联算法。研究表明,非卡尔曼滤波算法能够更高精度地跟踪水下目标,双多基地声纳是今后发展的重点。为今后的研究提供参考。     

基于不完备损伤指标和遗传算法的特大桥损伤识别和传感器布点优化

特大桥健康监测系统不可能在所有自由度安放传感器,该文讨论了用由不完备振型建立的损伤指标的损伤识别和传感器布点优化方法。与过去用遗传算法优化传感器布点的适应度函数不同,该文用损伤指标最灵敏来建立适应度函数。对桥梁的单个损伤,该文用不完备模态柔度矩阵差和截断模态应变能变化率两个不完备损伤指标作为适应度函数来优化传感器布点,并与传统的COMAC指标对比,还改进了多种群遗传算法,以提高收敛速度和全局寻优能力。并以西堠门悬索桥有限元模型为例,识别不同部位的损伤。算例表明:该方法在损伤识别和传感器布点优化方面不仅可行而且有效。