基于锁相环实现信号相频突变的跟踪

锁相环是一种相位误差自动控制系统,在通信领域有着广泛的应用。通过设计锁相环路,实现对输入信号的频率和相位突变时的跟踪。首先介绍锁相环路的基本原理,然后对一阶和二阶锁相环的动态跟踪特性进行分析,最后采用仿真软件Multisim 13.0设计仿真电路,针对一阶、二阶PLL的输入信号频率和相位突变时的情况进行仿真研究,实际仿真结果与理论分析相吻合。仿真结果表明,设计的锁相环路实现了对输入信号频率和相位突变后的跟踪。     

基于惯性姿态参量量化融合的机器腿仿生步态控制

为了提高机器腿仿生步态控制的稳定性,提出一种基于惯性姿态参量量化融合的机器腿仿生步态控制方法。构造机器腿仿生步态的运动学模型,进行机器腿仿生步态控制约束参量建模,采用陀螺仪和加速度计等位姿传感器进行姿态参量采集。采用扩展卡尔曼滤波方法进行机器腿的惯性姿态参量融合并输入到时控制执行器中。针对未知扰动对机器腿步态参量控制的误差,采用自回归更新方法进行姿态参量误差反馈修正,实现机器腿仿生步态稳定控制。仿真结果表明:提出的方法对机器腿仿生控制的稳定性较好,姿态参量的定位跟踪能力较强,提高机器腿步行的稳健性。     

典型相关滤波跟踪算法的比较与分析

为综合评价现有的相关滤波类算法,对典型的相关滤波跟踪器进行全面的比较与分析,从而为进一步完善相关滤波器的设计提供指引。从相关滤波跟踪理论的一般框架切入,重点对当前四种具有代表性的相关滤波跟踪器即KCF,DSST,HCF和ECO展开研究,分别从理论分析以及在大规模公开数据集OTB100上的实验表现详细地比较各算法的优劣。比较与分析结果表明,使用卷积特征的算法在跟踪准确性和鲁棒性上相比单纯使用人工特征的算法具有显著优势,然而跟踪速度也会急剧下降,具有尺度估计模块的跟踪器能够得到更优的跟踪成功图表现。最后对深度学习结合相关滤波方法存在的实时性不足、长时跟踪等问题进行分析,并对未来的发展趋势进行了展望。     

卫星激光通信粗跟踪系统复合控制策略

针对卫星激光通信粗跟踪系统的跟踪稳定精度指标要求高的特点,建立了基于永磁同步电机直接驱动的粗跟踪系统模型并进行了跟踪稳定误差分析。在采用传统PID控制策略存在跟踪误差较大、动态性能较差等不足的基础上,提出了一种基于粗跟踪系统的改进型前馈复合控制策略。从理论上分析了前馈复合控制策略提高了粗跟踪系统的动态性能,为降低跟踪稳定误差提供了改善方案。地面实验验证结果表明,与传统控制策略相比,改进型复合控制策略极大地降低了系统的动态跟踪误差,动态跟踪误差由606μrad降低至13μrad(1δ)。进一步的在轨实验也验证了改进型复合控制策略的合理性和先进性,总体指标满足了卫星激光通信终端的极高精度要求。本文所提出的控制策略对其他高性能跟踪伺服系统设计也具有较大的借鉴意义。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。