基于激光视觉技术的运动目标位姿测量与误差分析

针对当前方法测量运动目标姿态和位置存在精度较低的问题,将激光视觉技术应用到运动目标位姿的测量中,提出基于激光视觉技术的运动目标位姿测量与误差分析方法。利用三维激光扫描仪和双目相机构成的系统,实现运动目标位姿的测量,分别采用三维激光扫描仪和双目相机采集运动目标的深度信息和二维图像信息,融合深度信息和二维图像信息,获取运动目标的位姿。通过三维坐标和光斑图像坐标、外部参数以及位姿解算之间存在的误差传递矩阵,构建运动目标位姿测量综合误差传递模型,利用误差传递模型对测量结果中存在的位姿误差进行分析,根据分析结果对运动目标位姿测量过程进行改进和优化,提高运动目标位姿测量结果的精度。在模拟风洞的实验环境中,验证了基于激光视觉技术的运动目标位姿测量与误差分析方法的可行性。     

雷达与红外数据融合的近距空中目标识别

为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型：对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明：和单传感器相比,所提出的模型可以更加精确地进行目标识别。     

人体识别系统中通行识别技术的研究

人体识别系统是城市轨道交通自动售检票系统的关键组成部分。为了对人体识别系统中通行识别技术进行研究,采用对射式红外传感器采集通行目标的通行状态,在通道两侧分别安装传感器,在Matlab仿真的基础上将步态识别方法与人体识别规则相结合,分析闸机通道内通行目标的类型和数量,对其新型识别方法进行实验,实验结果表明该识别方法有效可靠。     

信息战条件下敌我识别技术研究

敌我识别是高技术条件下现代战场中自动目标识别技术的重要应用之一.高科技条件下现代战场中的敌我目标识别问题,一直是国际雷达领域和信息处理技术的主攻方向.系统地介绍了敌我识别系统的工作原理,分析了敌我识别系统的工作模式,给出了基于贝叶斯原理的目标综合识别方法,并将贝叶斯目标属性识别算法应用于敌我目标综合识别系统中,实现了信息战条件下对敌我目标的属性判别.     

基于DS证据推理方法的图像目标识别

针对单一目标图像目标识别结果的不确定性问题,分析了不确定性推理相关理论方法,通过多传感器获取目标图像,并将DS证据推理方法应用于多传感器目标识别结果的决策融合环节。试验中基于单一目标影像目标识别过程中的模型匹配相关系数计算基本概率赋值及不确定性,最终通过DS证据组合规则得出融合识别结果,从而降低单一目标图像目标识别的不确定性。     

《电讯技术》专题资料 《现代战争目标识别技术的现状及发展》题要(二)

超视距雷达的舰船目标识别技术探讨传统的敌我识别系统都只能在视距内工作 ,而高频地波和天波雷达、微波超视距雷达均可探测到视距外的海上目标 ,但目标的属性识别问题一直是它们的难点 ;本文针对超视距雷达的技术特点 ,对有关的舰船目标识别方法进行了探讨。非协同目标识别的相关技术目标识别是雷达发展过程中的一个重大研究课题 ,而非协同目标识别更是当今最为活跃的研究领域。本文对非协同目标识别的概念及其相关技术进行了介绍和简要分析。基于多传感器数据融合的非协同目标识别文中介绍了多传感器数据融合的概念 ,数据融合应用于非协同…     

露天煤矿运输车辆主动防撞预警目标识别系统设计

现有的主动防撞预警目标识别系统容易受到干扰信号影响,导致目标识别结果误差较大,为此提出并设计露天煤矿运输车辆主动防撞预警目标识别系统。硬件设计中,在车速传感器中安装带有屏蔽装置的变速器,并采用能够根据环境亮暗自动调节快门时间的红外CCD摄像机,提高目标识别精度。软件部分,构建目标定位模型计算相对车距,模拟汽车行驶环境,使用网格法强化目标识别结果,减小目标识别误差。由实验结果可知,该系统在测量镜头前方50 m处、车速为40 km/h时,最大报警距离误差为2.0 m;在测量镜头前方100 m处、车速为16 km/h时,最大报警距离误差为0.5 m,说明该系统具有精准的目标识别结果。     

基于分辨力的融合目标识别系统中的传感器管理方法研究

针对融合目标识别系统传感器管理过程信息不确定性的特点,首次提出了一种基于分辨力的目标识别系统中的传感器管理方法.该方法从分辨力的角度出发,利用D-S证据理论进行推理,在满足约束的条件下,依据使系统预测识别分辨力最大的原则进行优化,实现传感器资源的管理.实验仿真证明了该方法的有效性和合理性.     

基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别

针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林（Random Forest,RF）和最小冗余最大相关（minimum Redundancy and Maximum Relevance,mRMR）相结合的特征选择方法（RF-mRMR）,得出综合的特征重要性排序结果 .通过实验得出分类模型所需的最优特征子集,达到降低数据处理复杂度和提高目标分类结果的目的 .为了捕捉到数据中的高阶结构,在联合稀疏表示模型的基础上,使用核函数将线性不可分的特征数据映射到高维核特征空间.为了充分挖掘稀疏重构后包含在残差波段中的有用信息,使用指数平滑公式对具有一定意义的残差信息进行再利用,最后由核特征空间下的最小误差准则判定目标的类别.应用本文提出的方法对4类目标的海试数据进行识别,结果表明,相较于其他7种对比算法,本文提出的改进方法具有更好的分类性能,而且大多数情况下,本文提出的算法在双基地声呐模式下具有比单基地声呐更高的识别准确率和更低的虚警率.     

目标综合识别系统中多传感器目标特征管理

研究了传感器级目标综合识别系统中多源特征信息之间关联和融合的方法,在此基础上探讨在实践中如何对多传感器关于各个目标的分类特征进行管理,并通过关联和融合形成关于目标全面特性的特征向量最终进行目标识别的实现过程。     

Closed-loop linear model validation and order estimation usingpolyspectral analysis

Suppose that we perform closed-loop linear system identification using polyspectral analysis given noisy time-domain input-output measurements. In this setup, it is assumed that various disturbances affecting the system are zero-mean stationary Gaussian, whereas the closed-loop system operates under an external (possibly noisy) non-Gaussian input. The closed-loop system must be stable, but it is allowed to be unstable in the open loop. Various techniques have been proposed for system identification using polyspectral analysis. Having obtained a model, how do we know if the fitted model is “good?” This paper is devoted to the problem of statistical model validation using polyspectral analysis. We propose simple statistical tests based on the estimated polyspectrum (integrated bispectrum and/or integrated trispectrum) of an output error signal or the estimated cross-polyspectrum between the external reference and the output error signal. Model order estimation is performed by repeatedly using the model validation procedure. Computer simulation examples are presented in support of the proposed approaches     

零极值目标函数系统辨识算法

该文提出一种零极值目标函数最小化系统辨识算法。目标函数为系统均方误差与系统噪声方差之差的平方,其极小值为零。在系统辨识过程中采用滑动平均法在线估计系统均方误差、输入自相关矩阵以及输入与期望响应的互相关向量。推导出自适应滤波器权值向量的更新表达式。算法的步长能够根据统计量自适应地调整,使得在得到较小稳态误差的同时提高算法收敛速度。分析了算法的稳定性,得到了算法收敛的条件。对比实验结果表明,该算法具有更快的收敛速度,更小的稳态误差以及更好的稳定性。     

基于四值脉冲参数模型的单粒子瞬态传播机理与软错误率分析方法

随着工艺尺寸的不断缩小,由单粒子瞬态(Single Event Transient, SET)效应引起的软错误已经成为影响宇航用深亚微米VLSI电路可靠性的主要威胁,而SET脉冲的产生和传播也成为电路软错误研究的热点问题。通过研究SET脉冲在逻辑链路中的传播发现：脉冲上升时间和下降时间的差异能够引起输出脉冲宽度的展宽或衰减;脉冲的宽度和幅度可决定其是否会被门的电气效应所屏蔽。该文提出一种四值脉冲参数模型可准确模拟SET脉冲形状,并采用结合查找表和经验公式的方法来模拟SET脉冲在电路中的传播过程。该文提出的四值脉冲参数模型可模拟SET脉冲在传播过程中的展宽和衰减效应,与单参数脉冲模型相比计算精度提高了2.4%。该文应用基于图的故障传播概率算法模拟SET脉冲传播过程中的逻辑屏蔽,可快速计算电路的软错误率。对ISCAS89及ISCAS85电路进行分析的实验结果表明：该方法与HSPICE仿真方法的平均偏差为4.12%,计算速度提升10000倍。该文方法可对大规模集成电路的软错误率进行快速分析。     

NBTI效应导致SET脉冲在产生与传播过程中的展宽

本文研究了负偏置温度不稳定性(NBTI)对单粒子瞬态(SET)脉冲产生与传播过程的影响.研究结果表明:NBTI能够导致SET脉冲在产生与传播的过程中随时间而不断展宽.本文还基于工艺计算机辅助设计模拟软件(TCAD)进行器件模拟,提出了一种在130nm体硅工艺下,计算SET脉冲宽度的解析模型,并结合NBTI阈值电压退化的...     

A design method of the wide-area damping controller of the power system considering the communication time-delay based on an iterative identification

There must be a non-negligible communication time-delay in the transmission process of wide area information through the power system. Communication time-delay will reduce the system stability or even cause system instability, and also there exists an identification error problem in the model identification. Therefore, the identification error will make model parameters not accurate enough, and it cannot ensure the control effect of the power system time-delay damping controller. Aiming at the problem of communication time-delay and identification error in the power system, firstly, a closed-loop time-delay model of the power system is described in this paper. Secondly, a design method of iterative identification damping controller of the power system considering the time-delay (constant delay and time-varying delay) is proposed. In addition, the whole step of the proposed method and a mathematical calculation method of the exact time-delay controller model are given. Finally, the four-machine two-area system model is taken as an example in this paper. Simulation results show that the response of both angle and active power of motor can stabilize within 8 seconds. The designed controller in this paper can effectively suppress low frequency oscillation and ensure the stability of power system.     

直接识别系统参数的闭形式解

本文提出了一种直接识别系统参数的闭形式表达式，避免了参数递归迭代方法的误差传播问题。由于本方法仅与高阶累积有关，因此具有抑制加性高斯噪声能力。模拟结果表明，本文的方法具有比参数递归迭代方法更优越的性能。     

应用于无人机测控传输系统的多元LDPC码

针对无人机巡查区域地理环境复杂、信道特性多变、突发衰减严重的问题,设计了一种基于多元低密度奇偶校验( Q-LDPC)码的无人机测控传输系统。为减小置信传播( BP)类译码算法中振荡变量节点引入的错误传播,采用加权因子校正迭代前后的变量信息,从而减小短环对遥测、遥控等中短码字译码性能的影响,提高无人机测控传输系统可靠性。基于突发衰减信道建立系统仿真模型,仿真结果表明,所提方案通过将连续的突发比特错误转换为数量较小的符号错误,能够有效抵御快速衰落,降低误码率,为无人机对地观测提供安全保障。     

基于BP神经网络的RSSI测距优化算法

基于接收信号强度指示(received signal strength indication, RSSI)测距的研究和应用领域很广泛,一直是物联网研究的热点. 为降低传统基于反向传播(back propagation,BP)神经网络的RSSI测距误差,文中提出一种基于K-means聚类算法对样本数据进行预处理的BP神经网络测距算法,来解决由于RSSI值衰减程度不同引起的不同距离区间RSSI值和真实距离之间映射关系不均匀的问题. 将K-means聚类算法应用于BP神经网络模型中,对样本数据进行距离区间划分,然后将已经分类好的数据分别输入BP神经网络建立网络模型并进行实验仿真. 结果显示:传统基于BP神经网络的RSSI测距算法的均方根误差为1.425 7 m;而经过K-means算法改进后的BP神经网络测距算法的均方根误差为1.288 7 m,降低了测距误差,并优化了目标RSSI值与真实距离的映射关系.     

基于非理想运动误差补偿的SAR地面运动目标成像(英文)

传统的SAR地面运动目标成像算法主要集中在距离徙动校正和目标的运动参数估计上.但在SAR实测数据处理中,非理想运动误差补偿对动目标聚焦成像质量至关重要,而且该误差既不能通过固定的SAR运动误差补偿算法来补偿,也无法通过采用自聚焦技术解决.该文根据含有非理想运动误差的SAR运动目标回波信号模型,对影响动目标多普勒中心的两类非理想运动误差进行深入分析,提出一种将INS惯导数据与距离走动轨迹相结合的非理想运动误差补偿算法,并通过实际数据和计算机仿真数据验证了该算法的有效性.