CAN总线测控网络的设计与实现

本文介绍了基于CAN总线构建现场测控网络的设计和实现方法。文中阐述了CAN总线网络的设计原理 ,给出了应用层软件的编制方法和现场组网的方式     

系统辨识中小波基模型的优化

本文研究系统辨识中小波基展开模型的优化问题.优化准则借用了经典辨识方法中的阶次判定准则.仿真结果表明,与原小波基模型相比,优化小波基模型不仅保留了原模型的辨识精度,而且模型简化,辨识工作量降低.     

一种新的基于环境纹理映射的浓淡方法

提出了一种新的基于环境纹理映射思想实时近似Ｐｈｏｎｇ效果的浓淡方法。由于采用了预先定义的光照纹理与仿射纹理映射方法,使得该方法具有较高的效率,同时几乎不损失生成画面的质量,并可以在低档系统中实现帝时的仿Ｐｈｏｎｇ浓淡效果。     

基于Volterra级数的离散MIMO非线性闭环系统的稳定性

基于非线性传递函数矩阵的Volterra级数表示,利用多维Z变换,讨论了一类MIMO离散非线性系统的闭环稳定性,给出了直接利用开环稳定性来判别系统闭环稳定性的新方法,并用实例仿真来验证其有效性。     

多扩展目标跟踪中基于多特征优化的传感器控制方法

针对多扩展目标的优化跟踪问题,该文在有限集统计(FISST)理论框架下,提出一种能够综合优化多扩展目标跟踪性能的传感器控制方法。首先,该文给出加权广义最优子模式分配(WGOSPA)距离构造多扩展目标跟踪多特征估计在其统计平均周围的广义离差,进而研究提出多特征融合下的传感器控制最优决策方法,并利用序贯蒙特卡罗(SMC)技术研究传感器控制最优决策过程的数值求解方法,然后利用伽马高斯逆威沙特多伯努利(GGIW-MBer)滤波器实现所提出的传感器控制策略。最后通过仿真实验验证了所提算法的有效性。     

基于Lyapunov函数的直流调速系统模糊逻辑控制设计

针对直流调速控制系统中采用变结构滑模控制方法存在的缺陷进行分析,提出了基于经典Lyapunov函数合成法的模糊输出跟踪控制器设计方法.使用这种方法,不需要建立系统的精确数学模型和精确测量系统的全部参数,只需根据少量系统的定性分析信息,总结出系统控制的规则库,进而建立推理机,构造出系统的控制器,完成对系统的有效控制.最后的仿真结果说明了本文所采用方法的有效性.     

序言

上世纪七八十年代,美国科学家提出了一个称为"多传感信息融合"(Multisensor information fusion)或"多源信息融合"(Multi-source information fusion)的全新概念,并迅速扩大到世界范围内,成为当今信息技术领域的一个研究热点.所谓多源信息融合,就是提出一些理论和方法,对具有相似或不同特征模式的多源信息进行处理,以获得融合信息.简单地说,将多种传感器获得的数据进行所谓的"融合处理",可以得到比任何单     

用于机动目标跟踪的多模型高斯混合概率假设密度滤波器

提出一种多模型高斯混合概率假设密度(PHD)滤波器的实现方法.该算法使用多模型方法对高斯混合PHD滤波器中存在目标对应的高斯分量进行预测及更新,使用融合估计后的估计值描述机动目标PHD分布的高斯分量.该算法具有PHD滤波器和多模型方法的优点,可以用来处理目标数未知时的机动目标跟踪问题.该算法与单模型高斯混合PHD滤波器相比,可提高滤波器对目标发生机动时的跟踪精度;与已有的多模型PHD滤波器相比,节省计算时间30％以上.     

基于Hausdorff距离的3维模型匹配的改进方法

通过单目灰度图像来实现已知3维模型移动对象的精确定位，是基于3维模型的交通视觉检测与目标跟踪系统的首要环节，也是机器视觉领域的一个重要问题。为了更好地进行图像匹配，提出了一种带权值的Hausdorff距离作为3维模型投影和图像中物体轮廓相似性的测度，以避免建立图像特征与模型之间的点一点对应，这样既可减少计算量，也可提高匹配精度。为了避免陷入局部最优，可将一种带记忆功能的模拟退火(SA)算法引入图像模型匹配，这样可提高匹配参数的搜索精度。实验证明，由于SA算法和改进的Hausdorff距离相结合能有效地对3维模型和图像进行匹配，从而可对具有平移、旋转的物体实现精确定位。     

基于环形像素点匹配的快速图像跟踪算法

相关跟踪法能有效地跟踪目标,但非常费时。序贯相似检测法结合了粗-精搜索策略,在跟踪性能和时间上都有很大改进,但在处理时间上还有进一步提高的可能。基于特征点的跟踪方法在跟踪时运算量小,但提取目标的特征时需要大量运算,且特征点的提取往往不理想。针对以上不足,论文提出了基于环形像素点匹配的快速图像跟踪算法,该算法采用环形像素点为特征点,在借鉴序贯相似检测法的基础上,对匹配区域先进行粗搜索以确定待匹配窗口,再进行精搜索以确定正确的匹配窗口,最后利用相关跟踪法中的归一化相关系数确定模板的更新策略。实验结果表明,该算法不仅能稳定地跟踪目标,与相关跟踪法和序贯相似检测法相比,在处理时间上具有明显的优越性。