压缩感知在无线传感器网络目标跟踪中的应用

针对无线传感器网络的目标跟踪要考虑准确性但又受到能耗约束的问题,对压缩感知理论（CS）进行研究,综述了CS理论及其关键技术,并着重介绍了CS理论在资源受限传感器网络及目标跟踪等方面的应用和发展.根据分布式无线传感器网络目标跟踪框架,通过压缩域的数据融合,解决计算与通信能耗、数据丢包问题,为提高无线传感器网络目标跟踪技术提供新思路.     

压缩域下的数据融合在传感器网络中的应用

针对无线传感器网络数据融合中传输数据量高、能耗大的问题,研究基于压缩感知的数据融合方案,并提出在压缩域直接数据融合的算法.该算法通过配置传感器网络以生成多个层次类型不同的簇结构,提高数据在不同层次的压缩率,减少了网络中的传输数据量和传输能耗.压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合.通过仿真实验和标准数据库SensorScope真实气象数据测试,该算法在保证准确重建的基础上,在减少传输数据量方面都有较大优势,适用于较大规模的无线传感器网络.     

面向智能电网的无线传感器网络目标探测算法

文中提出一种结合压缩感知(CS)路由算法进行目标源定位的方法。该路由算法通过对网络节点进行分簇,将簇内节点的信息集中在簇头上。然后对无线传感器网络进行拓扑优化,并采用多跳路由策略完成簇头节点与汇聚节点间的通信。最后利用次梯度投影算法,从来自簇头的少量数据中恢复汇聚节点信号源,用于目标源信号的定位。采用一种自适应处理机制优化压缩感知算法的信号重构性能。仿真结果表明,算法能准确探测目标,减少计算量,并具有良好的重构性能。     

基于感知代理和移动控制法则的分布式目标跟踪

针对由无人自动跟踪机器人构成的移动传感器网络中的目标跟踪问题,提出了一种基于感知代理和移动控制法则的分布式目标跟踪方案。首先,在构建移动机器人代理模型和覆盖感知目标跟踪模型的基础上,提出了一种分布式目标跟踪算法,算法由估计阶段和一致性阶段构成.通过这两个阶段的执行,网络中的全部代理就最大感知置信值以及相应的目标状态和后验协方差矩阵达成一致,从而提高各自预测的性能;其次,针对一般移动代理的移动提出了一种基于势场的控制法则,以确保传感器网络在任何时候都保持连接,使得每个移动代理尽可能接近目标,提高其感知置信值,并避免与目标、环境墙壁和其他代理发生碰撞,从而有助于保持该区域的覆盖率在令人满意的水平。仿真实验结果表明,跟踪方案不仅能够提高跟踪精度,而且还具有较好的覆盖感知性能。     

联合高阶目标感知与相似匹配的目标跟踪算法

视觉目标跟踪算法利用自注意力机制增强上下文联系,但面对复杂场景时,自注意力机制中的相关性易发生失配,为此提出一种联合高阶目标感知与相似匹配的目标跟踪算法。构建高阶目标感知模型,针对自注意力机制中的一阶自注意图,利用坍塌的极化过滤方式进行空间和通道维度的正交化建模,优化内部相关性;同时组合非线性拟合函数避免坍塌引起的信息损失,进而获得高阶自注意图,捕获具有高阶上下文信息的感知特征。通过不同维度分解目标的感知特征来细化匹配区域,抑制背景噪声并约束当前帧的响应图,提高网络的判别力。在OTB100和UAV123基准的实验结果表明,所提算法有更好的跟踪性能,可以有效应对相似干扰等问题。     

压缩感知理论在MIMO雷达目标测量中的应用

目前,压缩感知理论和多输入多输出（MIMO）雷达系统得到了越来越多研究人员的关注。压缩感知理论已经成功应用在图像处理、无线通信等领域;MIMO雷达在目标检测中有着重要的应用。主要分析了压缩感知理论在MIMO雷达信号目标检测方面的应用。MIMO雷达系统通过多个发射天线发射一组正交探测信号（例如：频分窄带线性调频信号）,这些信号遇到空间中的运动目标后发生反射,回波被一组MIMO雷达接收天线接收。基于压缩感知理论,实现了从MIMO雷达接收的回波信号中提取匀速运动的目标、测量目标的速度和方位角,并在MATLAB仿真环境下取得了良好的效果。     

基于压缩感知的综合能源数据处理

摘要：综合能源系统是集多种能源为一体,便利于人民生活的一种综合供能系统。综合能源信息的采集与分析是构建综合能源信息系统的基础和前提。本文提出一种基于复合数据结构压缩感知的综合能源数据压缩采集方法。首先,对综合能源数据进行分析,研究综合能源数据存储的复合数据结构,实现多源综合能源数据的数据融合;然后,利用综合能源数据设计复合数据结构的归一化过完备字典,将其应用于综合能源数据的压缩采集和信号重构;在此基础上,提出能够处理综合能源数据的压缩感知重构算法,并利用压缩感知重构对用户的综合用能特性进行分析,最后通过仿真结果验证了本文设计方法对处理综合能源数据的有效性。     

多传感器目标跟踪航迹关联技术及应用

多传感器目标跟踪是信息融合技术在目标跟踪领域的应用范例。航迹关联是其中的关键技术之一。本文分析了多种航迹关联算法，提出一种将最近邻法与chi—square分布相结合，通过计算统计均值选择航迹的关联方法。实验表明该算法有较好的融合效果。     

基于SIFT和感知哈希改进的CamShift跟踪算法

传统的CamShift仅使用目标的颜色直方图作为特征,因此在相似背景干扰、遮挡、高速运动等情况下容易出现跟踪不准确或丢失跟踪目标的现象。针对上述不足,提出了基于SIFT和感知哈希改进的CamShift跟踪算法。首先,将图像从RGB颜色空间转为HSV颜色空间,分别得出色调和饱和度直方图,并提取图像的边缘梯度直方图进行融合获得目标的融合直方图。其次在CamShift算法框架下得到最优候选目标,若候选目标与目标模板的Bhattacharyya距离大于阈值时,则使用改进的感知哈希算法进行最优候选目标的搜索。然后在下一帧搜索时,在目标和视频序列的高信息熵部分使用SIFT算法进行特征点的提取并匹配从而获取初始搜索窗口,若SIFT算法匹配失败,则使用卡尔曼滤波预测的搜索框作为初始搜索窗口。将该算法首先在OTB-100数据集上和其他常用的跟踪算法进行对比实验,实验结果表明算法能够准确地跟踪目标,跟踪成功率达到了90.1%。将该算法应用于人脸跟踪任务中,并与其他的人脸跟踪算法进行对比实验,实验结果表明该算法具有更好的性能和准确性,跟踪成功率达到了93.5%。     

基于信息融合的运动目标跟踪算法

针对复杂背景下目标遮挡后跟踪不稳定的问题,提出了一种在粒子滤波框架下融合异类信息进行目标跟踪的算法.该方法建立了声源特征模型和颜色特征模型,在此基础上将声音信息和图像的颜色信息融合到粒子滤波跟踪算法中,通过粒子更新策略实现跟踪.实验结果表明与基于单一特征的跟踪算法相比均方误差降低了18.3%.在低信噪比情况下,该算法更...     

感知策略下的无线传感网络保密容量问题研究

无线传感器网络(WSN)指的是由可以感知和检查外部世界的传感器组建而成的分布式无线网络。得益于硬件系统的飞速发展,无线传感网络广泛应用到了军事、智能交通、环境监控、医疗卫生等多个领域。考虑到无线传感器受限于能量,计算能力等诸多因素,其引发出来的无线传感网络通信安全问题成为了一大研究热点。本文旨在探讨如何应用压缩感知技术保证无线传感网络的安全通信,针对放大转发式压缩感知技术下的无线传感网络安全保密问题推导给出了可计算的保密容量门限值。最后分别讨论了不同数目下的活跃感知节点,中继节点以及窃听节点对无线传感网安全保密容量的影响。仿真结果进一步验证了所推导的保密容量结论。     

Visual tracking in HEVC compressed videos

We present a robust visual tracking algorithm to track a rigid object in high efficiency video coding (HEVC) compressed‐domain. Based on a Markov random field model, we estimate the target object state by using motion vector extracted from compressed bitstream. Especially, we employ residual discrete cosine transform (DCT) coefficient (RDC) in the bitstream as the shape information of the target object to prevent the drift problem. The measurements of motion vector and RDC are adaptively reflected through our potential functions for the target state. Our experiments on test sequences compressed by an HEVC encoder show that it is robust to track rigid objects. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于EM的多目标跟踪算法

为了提高多目标跟踪的鲁棒性,增强目标之间的区别性,使用了一种基于能量最小化(energy minimization,EM)的多目标跟踪算法,不同于现有算法,本算法专注于将多目标跟踪中的复杂问题表示为能量函数的模型,模型中包括了更优的目标区分策略(相似度模型)。通过将每个能量函数成本值对应一个多目标的跟踪轨迹方案,算法将多目标跟踪问题转化为能量最小化的问题。在能量函数模型的优化方法上,算法采用共轭梯度算法和一系列的跳转运动来找到能量最小的值。公开数据集的实验结果证明了本算法的有效性,而且定量分析结果证明了本算法提高了目标与背景、目标之间的相互区别性从而与其他算法相比能获得更好的鲁棒性能。     

一种目标自动识别与跟踪算法研究

目标自动识别与跟踪是跟踪系统中的关键技术.在坦克的目标自动跟踪系统中,由于摄像仪安装在运动载体上,其拍摄的图像背景相对于摄像仪是运动的,从运动背景中检测出其中的运动目标难度较高.本文将目标分为对地目标与对空目标2种类型,并根据目标类型的不同特征,分别采用SSDA和以图像矩为特征值的相关跟踪方法来识别.实验结果表明,该方法可以较好地自动识别与跟踪运动目标.     

无线传感网低开销型数据可靠传输方法的研究

利用GPRS网络实现传感数据远程采集的无线传感网应用已经得到越来越广泛的运用。由于GPRS网络不稳定,传感节点传输常会出现数据丢包。如何保证电池供电的传感节点数据可靠传输,同时降低传感节点传输开销,延长传感网整体寿命是个很重要的研究课题。分析了RMST、ESRT和PSFQ等无线传感网络协议在该数据传输问题中的适用性,提出了一套拥塞控制型数据分包传输协议CCDS,协议具备拥塞控制、选择性重传等特性。通过理论分析仿真、实验测试,对比了CCDS与RMST的传输开销,验证了CCDS协议在传感器节点数多、网络不稳定的环境下,数据可靠传输的低开销性,从而延长无线传感网整体寿命。     

基于变维交互式多模型算法的近区目标跟踪研究

雷达数据处理中的一个关键部分是目标跟踪,它负责对目标的点迹进行滤波,降低噪声影响.交互式多模型算法是一种基于广义伪贝叶斯算法的具有马尔科夫转移概率的多模型算法.它可以用多个模型匹配目标的不同机动模式,避免了单模型不能全程匹配带来的模型误差.近区目标往往具有较大的角速度和角加速度,模型集里包含角速度分量可以更好的匹配其机动形式.于是在交互式多模型的基础上提出了一种变维交互多模型算法,可以对不同维度的模型集进行交互滤波,以取得更好的跟踪精度.     

基于动态自适应相关滤波的复杂场景目标跟踪算法

为解决目标变化、场景非均匀照明等复杂场景下的目标跟踪问题,提出了一种复杂场景下基于动态自适应相关滤波的目标跟踪算法。该算法首先构造一组几何失真的目标参考图像的版本,然后基于组合滤波器的思想,将构造的适用于每个图的最优模板组合起来;同时为避免下一帧中预先指定目标预期位置的需要,算法采用基于时间序列的预测机制,通过考虑目标的运动学来提高跟踪精度;最后该算法设计了重新初始化机制,在系统发生故障时算法进行重启。仿真结果表明,所提的算法的跟踪精度和跟踪效率上优于现有的算法,从而验证了所提算法的有效性和可行性。     

大矩阵压缩特征目标的低秩跟踪算法

针对压缩感知的矩阵低秩稀疏分解目标跟踪算法实时性差的问题,提出一种大矩阵压缩特征目标的低秩跟踪算法。该算法通过将大矩阵分成多个小矩阵的方法构建观测矩阵,进行矩阵低秩稀疏分解,获得各候选目标的误差向量并构建误差矩阵,求解误差矩阵列向量最小1-范数问题得到跟踪结果。为了适应跟踪过程中目标外观信息的变化,基于向量相似度判别有选择地更新字典。在跟踪结果不可信时,利用轨迹修正更新当前帧跟踪结果。通过6个典型视频序列上的对比实验,新算法的实时性是原算法的3倍。实验结果表明,在目标发生部分遮挡、光照变化、快速运动时,所提出的算法能实现目标的鲁棒跟踪。