基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

基于并行跟踪检测框架与深度学习的目标跟踪算法

在空地协同背景下，地面目标的移动导致其在无人机视角下外观会发生较大变化，传统算法很难满足此类场景的应用要求。针对这一问题，提出基于并行跟踪和检测（PTAD）框架与深度学习的目标检测与跟踪算法。首先，将基于卷积神经网络（CNN）的目标检测算法SSD作为PTAD的检测子处理关键帧获取目标信息并提供给跟踪子；其次，检测子与跟踪子并行处理图像帧并计算检测与跟踪结果框的重叠度及跟踪结果的置信度；最后，根据跟踪子与检测子的跟踪或检测状态来判断是否对跟踪子或检测子进行更新，并对图像帧中的目标进行实时跟踪。在无人机视角下的视频序列上开展实验研究和对比分析，结果表明所提算法的性能高于PTAD框架下最优算法，而且实时性提高了13%，验证了此算法的有效性。     

基于多核处理器的声光复合一体化探测系统设计

介绍一种以多核处理器AM5728为核心处理器的声光复合探测系统,结合现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)处理器实现对音视频数据采集、信号处理、目标识别及跟踪定位的功能,详细阐述了基于多核处理器的高集成度系统设计方案.实验结果证明,通过一体化设计,该系统将传统声光探测系统融合为一体,既提升了系统探测效能,又提升了系统应用的便携性.     

基于区间犹豫模糊语言集的水资源多目标决策

以鄂北水资源配置工程为对象,研究大型调水工程背景下的多水源多目标优化配置。将鄂北地区水库分为充蓄水库、补偿水库与在线水库等3类,根据各类水库特点对鄂北水资源配置工程进行系统概化,建立以年缺水量最小和调水成本最低为目标函数的多水源多目标优化配置模型。采用权重系数法进行求解得到非劣解集。最后采用基于区间犹豫模糊语言与TOPSIS的多目标决策方法对各方案的缺水量与调水量作出评价并遴选出最优方案。研究结果表明:对鄂北水资源配置工程而言,缺水量与调水量的权重比为7∶3的方案综合评价最优,重视缺水的同时兼顾调水成本;基于区间犹豫模糊语言集与TOPSIS的水资源多目标决策方法经本文实例验证具有较高的稳定性与可行性。     

沁园关注健康新“净”界,助力市场需求有序释放

近年来,我国净水行业发展迅速,前几年的复合增长率都在20—30%左右,这几年稍有放缓。2020年,净水器市场规模仍稳步增长,疫情面前净水产业前景被看好。针对当下我国净水行业的总体格局,《家用电器》杂志记者有机会采访到了联合利华生活健康要素品类全球产品创新总监黄怡捷。     

一种基于改进NMS的牛脸检测方法

针对牲畜牛身份认证的多牛脸检测场景，本文给出一种基于改进Faster R-CNN的牛脸检测方法。使用Inception v2替换ZF网络作为Faster R-CNN的基础网络，模型精度得到显著提升；针对多牛检测场景对NMS（Non-Maximum Suppression）进行相应优化，使模型的召回率得到显著提升。通过和其他目标检测模型对比实验，本文的改进模型在精确率和召回率上均优于其他模型。