基于IMM多传感器顺序粒子滤波跟踪机动目标算法

针对交互式多模型粒子滤波在跟踪机动目标时精度受限问题,提出一种基于交互式多模型(IMM)的多传感器顺序粒子滤波算法。采用IMM机制实现目标运动模式的确认;在合理利用单传感器量测和多传感器量测中冗余和互补信息的基础上,引入顺序重抽样方法改善粒子分布,并将改善后的粒子应用于IMM粒子滤波算法框架。仿真实验结果表明:新算法能够估计出强机动目标状态,且精度明显优于标准IMM粒子滤波算法。     

基于自适应网格变形的图像编辑算法

提出一套基于自适应网格变形的图像编辑算法框架,包括图像中特征物的平移、旋转和变形,以及保持特征物的任意几何边界图像适应.该算法将图像表示为基于图像特征的自适应三角网格,由此将图像编辑问题转换为带约束的网格变形问题.网格变形由一个二次型能量函数所控制,特征物的平移、旋转和变形可以表述为该能量优化问题的约束;代表特征物的三角网格在网格变形过程中只允许发生刚性变换.该能量优化问题的全局最优解可以通过求解1个或多个稀疏方程组得到.实验结果表明,该算法效果理想、鲁棒性好、运行效率高,可以有效地应用于图像处理软件中.     

具有温度补偿的FBG电流传感器研究

采用双光纤Bragg光栅(FBG)和2种不同的解调方法实现对基于电磁力的FBG电流传感的温度补偿,对2种解调方法进行比较。实验结果表明:采用光谱分析仪(OSA)进行波长解调,测量范围为0.35～2.5 A,灵敏度为0.93 nm/A;采用滤波调谐进行光强解调,测量范围为0.30～0.70 A,灵敏度可达到9.6 nW/mA。     

无线迁移工作流环境中功能片动态装载机制

从无线迁移工作流环境中资源受限的移动设备特性出发,提出一种基于功能片的动态装载机制,以实现大型迁移工作流程序在移动设备上的不降级运行.首先,给出了动态装载单元的定义,包括功能片、说明文档和控制块.控制块确定了功能片的状态;其次,设计并实现了FU的动态装载方案,包括功能片的读入、处理、调度、执行和卸载几个部分;最后,设计并实现了一个移动酒店预订系统来验证其合理性.     

多单播模型下的网络编码研究

每个信源-信宿对之间只有一个商品流(Commodity)唯一地表示从信源到信宿的流量,该模型称为多单播模型.由于无线网络、P2P等应用均可看作基于多单播模型,所以如何在多单播模型下提升网络的性能成为研究的重点.网络编码近年来作为能有效提升网络性能的方法之一,其应用于多单播模型下的各种科学问题成为研究热点.本文研究多单播模型下的网络编码关键理论,主要内容包括网络容量区域、编码构造算法和联合编码等方面,最后讨论基于多单播模型下网络编码的研究前景.     

基于小波域的两阶段多描述图像编码

为加强图像在不可靠网络上传输的鲁棒性,提出基于小波域的两阶段图像多描述编码方案.第1阶段对原始图像经小波变换后的系数进行SPIHT编码,形成第1部分描述;第2阶段对SPIHT编码后的系数进行解码,与原始小波系数作差分,实现差值信号的四叉树抽样,通过SPIHT编码形成第2部分描述.将2部分描述复制并同步传送到两信道中.实验结果表明,该方案冗余调节方便,编码后的数据流能适应各种网络传输状况.     

C~1插值二次B样条曲线曲面

利用二次均匀B样条曲线的端点性质,导出了构造插值二次均匀B样条曲线曲面的一种新的基函数―BB基函数。由BB基函数构造了C1保形插值二次均匀B样条曲线,构造了C1双二次均匀B样条插值曲面。     

宽带最大似然方位估计快速算法水池实验研究

建立了宽带阵列高分辨方位估计水池实验系统,进行了宽带最大似然方位估计快速算法的水池实验研究。研究结果表明,基于马尔可夫链蒙特卡罗方法宽带最大似然方位估计快速算法分辨能力强,突破了二分之一波束宽度,估计出了目标的方位。     

基于量子粒子群算法的聚类分析方法

针对K-均值聚类方法受初始聚类中心影响,容易陷入局部最优解的问题,提出一种基于量子粒子群算法的聚类方法,该方法引入了动态调整量子门旋转角和量子变异操作,采用改进的变异算子,使粒子群体保持品种的多样性和优良性,避免陷入局部最优,同时结合粒子群优化算法,增加粒子群的全局搜索能力。仿真实验表明该方法在全局寻优能力和收敛效率上都有所提高。     

有限状态矢量量化在语音端点检测中的应用

语音端点检测在语音处理中占有非常重要的地位,传统的检测方法是基于短时能量和过量率的双门限比较法,但是在信噪比较低的情况下,利用短时能量和过量率很难得到准确的检测结果。另外,在双门限比较法中,判别门限的取值对整个端点的检测影响很大,而这个门限值往往是靠经验所得,具有不稳定性。因此,针对传统方法的不足,根据语音帧间相关性,提出了一种改进算法。让语音信号通过双门限比较,完成端点检测的一级粗判,在语音起止点的模糊帧段,取一定范围的信号矢量,让这些矢量经过处理后再通过有限状态矢量量化器(FSVQ),得到量化矢量,再对量化矢量进行二级细判,从而得到准确的语音起止点。将改进算法应用于汉语连续数字语音识别,平均识别时间由原来的0.871s缩短为0.719s,平均识别率由原来的81.47%上升至89.13%,实验结果表明了该算法的有效性。