基于联合概率数据关联的车用多传感器目标跟踪融合算法

针对智能车辆前向多传感器多目标跟踪融合问题,提出一种基于改进的联合概率数据关联的车用多传感器跟踪融合算法。首先,根据车辆坐标系和各传感器坐标系的相对运动关系,对多传感器数据进行坐标变换,之后采用基于改进的联合概率数据关联的单传感器多目标跟踪算法、基于相关序贯关联法的多传感器关联算法和凸组合融合算法实现了对目标的稳定跟踪与准确融合。最终,通过装备毫米波雷达和摄像头的实验车在实际交通环境下进行实车试验,试验结果表明:目标被稳定跟踪且融合结果具有良好的精度,验证了算法的可行性和有效性。     

融合超分辨率重建技术的多尺度目标检测算法

目前大多数目标检测算法,由于尺度跨度较大而导致模型整体精确率和召回率不高,容易出现错检、漏检等现象。针对上述问题,提出一种融合超分辨率重建技术的多尺度目标检测算法。首先,算法以单阶段目标检测算法YOLO框架为基础,在颈部网络实现多尺度特征融合时加入超分辨率重建模块,避免进一步丢失较深层特征图中的细节特征。其次,使用通道注意力模块将较浅层特征图中的无关特征进行抑制,重点关注含有目标轮廓特征的通道信息,进一步增强浅层特征的表达能力。最后,在PASCAL VOC 2007和MS COCO 2017公开数据集上进行了消融实验和对比实验。实验结果表明,所提模块对检测性能有不同程度的提升,相比当前其他多尺度目标检测算法,所提算法在大、中、小三种尺度下目标平均精确率分别提升约1.20%、1.20%和1.30%,平均召回率分别提升约4.20%、3.50%和4.20%,算法整体检测性能得到进一步改善。     

基于联合概率数据融合的多目标车辆安全跟随

为了实现密集杂波环境下多目标车辆安全跟随,提出多源传感器数据融合的多目标车辆跟踪算法与纵向避撞预警策略.针对多源传感器观测序列因采样周期、采样起始时刻、通信时延差异等引起的时间异步,以及空间上存在不同维度、不同坐标系的问题,给出时间配准与空间融合的软同步方法.采用基于改进的联合概率数据关联(JPDA)的单一传感器多目标状态估计算法对目标轨迹进行滤波估计,能够在保证有效关联的同时,在一定程度上降低计算复杂度.基于多源传感器联合概率数据融合(MSJPDA)序贯滤波算法对目标的运动状态进行序贯更新,将最后一级的输出作为融合中心的最终状态估计,再根据威胁估计模型对追尾危险的发展态势进行评估与分级.实车试验与仿真结果验证了该算法的可行性与有效性.     

基于图像融合的多分辨率动态轮廓线检测跟踪

提出一种基于图像融合的动态轮廓线检测与跟踪方法.该方法首先使用一种基于对比度塔形分解的图像融合技术.其次,对于融合图像的各分解层,使用一种新颖的多分辨率动态轮廓线.这种方法有3个优点,首先,它不但继承了单分辨率动态轮廓线的优点,而且降低了对初始轮廓线的要求.此外,推导了不同分辨率情况下动态轮廓线与其允许的目标运动速度的关系公式,并用这些公式定量计算出单分辨率和多分辨率情况下动态轮廓线允许目标运动的最大速度,证明本方法可以跟踪运动速度较快的目标.最后,它充分利用了融合图像具有的更准确的图像信息,提高了动态轮廓线检测与跟踪的准确性.     

混合最大后验概率和概率数据关联的软输出多天线检测算法

根据PDA算法的原始形式,提出一种混合MAP-PDA的检测算法。现有的MAP算法和PDA算法可以看作是该算法的两种特殊情况。分析和仿真表明,该算法可以方便地调整控制参数,从而实现最大后验概率算法和概率数据关联算法之间不同程度的性能和复杂度折衷。     

相同概率情况下的分布式检测融合分析

分布式检测融合可以提高检测网络节点的整体检测性能,然而简单地采用某种判决融合方式并不能保证得到最佳的判决结果,必须结合具体的单个节点的检测概率和虚警概率及节点数量采取相应的融合规则. 通过对各节点在相同的检测概率或虚警概率的情况进行分析,得出分布式检测融合判决规则的性质和适用的条件. 最后通过具体的实例表明利用这些性质选择合适的融合规则能够实现提高检测概率,降低虚警概率的目的.     

多传感器检测系统的自适应融合算法

通过分析分布式检测系统的工作原理，提出了一种新的基于并行检测系统的全局检测融合方法，该方法利用检测器局部判决结果与融合中心融合结果的误差对全局检测器下一步判决所采用的方法与参数进行修正，从而达到提高全局检测系统检测概率的目的．分析表明，该算法能有效提高系统的性能．     

联合运动估计和帧选择的多帧超分辨率重建算法

多帧图像超分辨率重建中,连续各帧图像间的精确匹配和帧的选择具有非常重要的意义。提出了自适应帧选择原则,设计了联合光子流运动估计配准和超分辨率重建的方法。首先采用光子流运动估计算法计算各帧间的运动估计,设计一种自适应帧选择方法丢弃一些帧间运动较大的帧,再通过亚像素图像配准,计算得到相对精确的运动估计参数,最后结合最大后延概率方法进行图像超分辨率计算,并充分考虑两次迭代所得图像向量的差值对下次迭代算法的影响。实验结果表明,该方法不仅可以实现亚像素级的精确配准,还可以使重建后图像在视觉效果和峰值信噪比上都得到更好的效果。     

异源共光学系统多分辨率图像的融合

在激光照射性能监测系统中,考虑到对成像激光光谱特性、命中率测量精度的要求,为保证图像的探测动态范围,提高光斑命中精度的测量准确度,使用可见光传感器和红外传感器获得图像。采用加权平均法、PCA变换法、金字塔小波变换法,对共光路光学成像系统的多分辨率图像进行融合,通过融合性能评价指标对以上融合方法进行比较。实验结果表明：基于金字塔小波变换的图像融合方法具有更为理想的图像融合效果,可以提供更多、更有效的信息,提高了图像的分辨效果,能更好的识别光斑。     

基于WPNN与数据融合的损伤检测方法

目的 为了有效利用结构健康监测系统中的多源传感器数据信息，对复杂结构的健康状况进行诊断进而提高确诊率．方法 利用概率神经网络(PNN)的贝叶斯推理与诊断能力及多传感器数据融合原理，将神经网络与数据融合有机结合，使两者优势互补，提出了复杂结构损伤检测技术及其在多层框架结构中损伤检测及诊断中的应用．结果 提出了基于小波概率神经网络(WPNN)与数据融合的损伤检测方法．结论 基于WPNN与数据融合的损伤检测方法是可行的、有效的．     

基于特征融合与决策树级联结构的多姿态人脸检测

为了提高复杂模式下多姿态人脸检测的速度与性能,提出了一种基于特征融合与决策树级联结构相结合的多姿态人脸检测方法.该方法给出了基于形态学梯度的边缘方位场特征,并提出了基于Haar like特征与边缘方位场特征相融合的AdaboostSVM算法.通过对决策树级联结构进行改进,将特征融合的AdaboostSVM算法与改进的决策树级联结构相结合进行多姿态人脸检测.实验结果表明,该方法能明显改善复杂模式下多姿态人脸检测的速度与性能.     

基于ROC融合准则的SAR边缘检测算法

根据ROC(receiver operating characteristics)技术能评估分类器在所有可能工作阈值下总体性能的特点,建立包含边缘像素点相关分析与ROC分类决策的ROC融合准则。依据该准则组合多种SAR边缘检测算子,并得到合成孔径雷达(SAR)影像的理想边缘检测结果。实验结果表明,本文方法能融合多种边缘检测算子的优点,有较强的开放性与目标适应性,并且不需要手工设置阈值,自动化程度高,有很强的工程实用性。     

多传感器检测系统中的次最佳分布式判决融合

在分布式传感器检测融合系统中，各传感器将其对同一假设的判决传给融合中心，该中心将些判决结合起来形成量终判决，文中提出了使错误概率为最小的次最佳判决融合方案，它包括融合中心的最小错误概率检验和各传感器的似然比检验，基于这种融合方案，文中分析了不带判决可信度和有判决可信度两种情况下的接收机工作特性，结果表明：带有可信度信息的判决融合在高信噪比时其性能优于不带可信度信息的判决融合。     

决策信息融合研究

提出了一种新的决策信息融合框架,引入效能概念作为决策信息融合的性能指标,借助神经网络的非线性映射能力,充分利用全状态信息离线建立了合理的决策准则,仿真结果验证了算法的有效性。     

随机相位信号检测概率的递推算法

随机相位信号加窄带高斯噪声包络的概率密度函数服从广义瑞利分布,其检测性能用检测概率来度量．导出了该检测概率的无穷级数形式的计算公式;研究并得到了简明的递推算法;用该递推算法公式计算了以虚警概率和信噪比为参量的检测概率部分结果并图示．     

多分辨率分析和小波能量曲率的框架结构损伤识别

为研究运用多分辨率和小波包分析方法识别结构损伤的有效性,以三层混凝土框架结构为研究对象,分别建立不同损伤工况下的三维有限元数值模型,采用ANSYS程序进行动力时程分析,研究不同识别指标和输入信号的识别灵敏度以及其他因素对损伤识别结果的影响.分析结果表明:小波包能量曲率差法能够较好达到损伤识别的目的,输入信号使用加速度响应信号比速度和位移响应信号具有更好的识别效果;有限元模型网格划分、加速度时程响应信号的提取位置以及采样频率对损伤位置的识别有较大影响;有限元网格划分越密、加速度时程响应信号提取位置离损伤位置越近、采样频率越大,损伤位置识别越精确.     

复合材料层合梁结构在线损伤检测

复合材料层结构在服役过程中关键部位的裂纹或分层损伤累积发展到一定程度，常出现损伤突变现象，导致结构局部刚度突发性降低和结构性能下降，通过粘贴或埋入复合材料结构中的小型电片构成结构动态响应的激励和检测系统、以小波分析技术从应信号中识别结构损伤信息，可主动在线检测服役中的复合材料结构力学性能的突变，准确捕获结构突发损伤的时刻，这项研究将为许多在役中人们无法直接观察或量测的复合材料结构的在线健康监控提供新的技术支持。     

缺口件疲劳损伤累积规律的研究

为解决传统疲劳方法对于缺口件疲劳寿命估算不准确的问题,引入疲劳损伤累积的概念.利用有限元分析方法,计算了中心圆孔试件在4种疲劳载荷作用下缺口处的应力-应变响应.采用坐标变换的方法得到缺口处在4种疲劳载荷作用下任意材料平面上的应力、应变分量.选取6种损伤参量进行研究,计算得到6种损伤参量随截面位置的变化情况,进而可以确定最大疲劳损伤.为了获得6种损伤模型的累积规律,计算在不同循环内的最大累积损伤,进而获得最大疲劳累积损伤与循环次数的关系.结果表明:中心圆孔缺口件在4种疲劳载荷作用下6种损伤模型的累积规律都为线性.以该结论为基础可估算缺口件的疲劳寿命.     

改进粒子群算法的两阶段梁式结构损伤识别

针对实际工程监测时损伤识别误差大的问题,提出一种基于改进粒子群算法的两阶段识别方案。第1阶段利用D-S证据理论融合算法进行损伤定位;第2阶段利用改进的粒子群算法,对定位结果进行修正,同时准确定量损伤。仿真算例和实验分析结果表明：由于第1阶段损伤定位减少了可能损伤单元的数量,第2阶段基于改进粒子群算法的搜索范围减小,能更准确地识别多损伤和小损伤的位置和程度,且抗噪性能良好。