广义概率数据关联算法

随着跟踪环境、跟踪对象和跟踪系统的不断变化、发展,目标与量测已很难仅仅以一一对应的关联关系来描述,这使得多目标跟踪中数据关联这一核心问题更具挑战.Jesus Garrcia、T.Kirubarajan和Bar-Shalom等学者从智能方法或重复使用一对一分配JPDA等方面进行了研究,取得一定成效,但计算量和性能均未达到理想效果.本文首先提出更符合实际情况的新的目标与量测相关联的可行性规则,给出广义联合事件的一种分割与组合方法,利用贝叶斯法则推导出了一种全局次优的广义概率数据关联算法(Generalized Probability Data Association,GPDA).通过本文设计的各种典型环境的仿真计算表明,GPDA算法的性能在目标与量测无论是否在一一对应的情况下,全面优于JPDA算法,且由于新算法的设计技巧,使计算量和存储量也大大小于JPDA算法,为发展同时具有良好实时和关联性能的多目标跟踪算法给出了新的尝试.     

基于光流特征与序列比对的实时行为识别*

提出一种基于光流特征与序列比对的行为识别算法.首先利用分层光流提取视频序列中的运动信息;然后用光流场的方向直方图构造相应行为的模板库和索引序列库;最后用序列比对方法实现行为识别.实验结果表明,该算法可在线进行人的典型行为识别,对目标尺度变化、小角度倾斜和旋转具有一定程度的鲁棒性.目前以该算法为核心的行为识别实验系统对图像尺寸为320×240的序列平均处理速度达到10 fps.     

基于局部边缘检测的虹膜编码算法研究*

虹膜特征在于其纹理的细节性,目前虹膜的编码主要采用小波方法。对虹膜区域进行二值化编码,获得虹膜特征模板。在识别匹配阶段,采用汉明距离进行模板匹配,根据匹配准则,进行身份识别。     

飞行轨迹重构的一种二阶滤波方法

本文从非线性逼近角度入手,提出一种比推广卡尔曼滤波更接近非线性本质的二阶滤波方法,并将该方法应用于飞行轨迹重构问题,仿真和实际计算结果表明;本文提出的二阶滤波方法比推广卡尔曼滤波可得到更满意的结果。     

新息滤波交互式多模型噪声辨识算法

预先或在线获取系统噪声的统计特性，往往是有效设计一个估计器或控制器的先决条件．早期关于噪声辨识的工作主要针对平稳或统计特性缓变的噪声过程．本文提出一种混合系统噪声辨识新算法，该算法将新息滤波与交互式多模型算法结合起来，前者降低了权概率系数对量测噪声的敏感程度，而后者则是基于混合系统模态的马尔可夫链过程实现多模型的动态交互与动态切换．仿真结果证明了本文新算法的有效性．     

HPG延缓交联型屏蔽暂堵剂的应用

在压井、洗井、酸化作业和钻井过程中，由于地层具有非均质性．处理液优先进入阻力相对较小的高渗透层或大裂缝中，致使油层受到较大伤害。通过对增稠剂、延缓交联系统和破胶系统的研究，确定了HPG延缓交联型屏蔽暂堵剂配方，评价了HPG屏蔽暂堵剂的暂堵和解堵性能。室内研究表明，改性后的羟丙基瓜尔胶粉HPG具有稠化能力强、水不溶物含量低等特点，使用浓度为0．4％～0．6％；在温度为30～60℃下，可实现延迟交联，延迟交联时间可控制；HPG屏蔽暂堵剂对不同岩心的暂堵率均大于96％，解堵率均大于93％；该技术有效地降低了作业入井液的用量，减少了满失和对地层的伤害，达到了保护油气层的目的。现场应用表明．该技术满足了粱46-支平1井保护油气层的要求，提高了终济效益。     

卡尔曼滤波计算方法研究进展

本文简要回顾了卡尔曼滤波研究的发展历程，重点对卡尔曼滤波及其在改善数值稳定性，提高计算效率等数值计算方面的研究与发展进行了综述，对ＱＲ分解，Ｕ－Ｄ分解，奇异值分解等在卡尔曼滤波，状态与偏差分离波及并行滤波与分散滤波等方面应用的新进展作了介绍。     

基于U－D分解推广卡尔曼滤波的神经网络学习算法

本文针对前馈神经网络ＢＰ算法所存在的收敛速度慢区常遇局部极小值等缺陷，提出一种基于Ｕ－Ｄ分解的渐消记忆推广卡尔曼滤波学习新算法．与ＢＰ和ＥＫＦ学习算法相比，新算法不仅大大加快了学习收敛速度、数值稳定性好，而且需较少的学习次数和隐节点数即可达到更好的学习效果，对初始权值，初始方差阵等参数的选取不敏感，便于工程应用．非线性系统建模与辨识的仿真计算表明，该算法是提高网络学习速度、改善学习效果的一种非常有效的方法．     

基于小子样机械零件全寿命试验数据的处理方法

用三参数威布尔模型对机械零件的可靠度、应力及寿命之间的关系建模。与传统数据处理方法相比 ,这一模型将所有失效数据或几个应力水平的数据一起分析 ,所需样本容量小、需估计的参数总数少、计算过程简单。本文方法的计算结果与传统分析方法的计算结果一致 ,但所需的样本只是传统方法的 6 0 %。而且 ,机械零件的 R- S- N方程和强度分布用新方法可直接导出 ,没有附加误差产生。实例分析表明 ,本文方法是一种分析机械零件全寿命试验小子样样本的有效方法。     

密集回波环境下多目标跟踪的一种新算法

在多目标跟踪中，一个量测可能是几个目标的混合量测，一个目标也可能产生几个量测。目前，基于贝叶斯的数据关联算法沿用的均是JPDA的“量测与目标一一对应”的可行性规则，它不符合上述情况下数据关联的实际情况。因此，为了解决该问题，从分析JPDA的可行性规则入手，打破JPDA可行性规则的限制，提出了更符合实际的量测与目标均可复用的观点，及新的可行性规则，认为量测与目标之间的关联关系是多对多的关系，并据此利用条件贝叶斯公式，推导出边缘概率的一种新的计算方法——广义数据关联算法(GPDA)。利用该方法对多目标进行跟踪，取得了良好的跟踪性能，并且计算量大大减小。