智能视频监控中运动目标检测的研究

针对某武器试验中背景复杂,现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,以及对近地目标提取检测困难的问题,提出一种改进的背景差分法。该算法采用结合邻域信息的背景差分法和最大方差阈值法,能够在一定程度上减小背景滞后更新引起的运动目标检测误差,且使目标边缘提取更加明确,从而提高了系统的运行速度,实现复杂背景下的运动目标检测。在Visual C＋＋6.0中用OpenCV实现了相关算法的设计,并给出了完成系统任务所需的部分关键代码,实现了运动目标和试验场景的分离与提取。仿真实验验证了该算法的有效性以及实时性。     

The Bivariate Transmuted Family of Distributions: Theory and Applications

The bivariate distributions are useful in simultaneous modeling of two random variables. These distributions provide a way to model models. The bivariate families of distributions are not much widely explored and in this article a new family of bivariate distributions is proposed. The new family will extend the univariate transmuted family of distributions and will be helpful in modeling complex joint phenomenon. Statistical properties of the new family of distributions are explored which include marginal and conditional distributions, conditional moments, product and ratio moments, bivariate reliability and bivariate hazard rate functions. The maximum likelihood estimation (MLE) for parameters of the family is also carried out. The proposed bivariate family of distributions is studied for the Weibull baseline distributions giving rise to bivariate transmuted Weibull (BTW) distribution. The new bivariate transmuted Weibull distribution is explored in detail. Statistical properties of the new BTW distribution are studied which include the marginal and conditional distributions, product, ratio and conditional momenst. The hazard rate function of the BTW distribution is obtained. Parameter estimation of the BTW distribution is also done. Finally, real data application of the BTW distribution is given. It is observed that the proposed BTW distribution is a suitable fit for the data used.     

隐目标回归算法设计研究

对常用的回归方法进行研究.此类方法虽然几何解释明确、易于求解,但均须事先确定(或假定)变量间的因果关系,再考虑建模,在实际应用中,对于很难确定变量的因果关系的问题,如物联网数据分析,上述方法就会失效.为此,提出一种无需假定因变量的隐目标回归方法.该方法易于核化,可以推广到非线性回归问题.通过人工数据和国际标准数据集上的实验验证了所提算法的有效性.     

基于射频隐身的相控阵雷达搜索控制参量优化设计

机载雷达射频隐身技术对提高飞行器生存能力具有重要意义。 本文研究了机载相控阵雷达基于射频隐身的搜索控制参量优化设计。通过分析截获概率原理 ,给出了目标特征和雷达系统性能对驻留时间和波位间隔等搜索控制参量的影响关系,构建 了目标探测性能与隐身性能约束下的优化模型。仿真获得了满足隐身要求下相控阵雷达的最 优搜索控制参数。     

一种用于目标跟踪的波形自适应选择算法

提出了一种用于雷达目标跟踪的自适应广义调频波形设计算法。该算法根据跟踪器的动态需求,以广义调频信号为样板波形自适应设计下一时刻的发射波形,其目的是最小化预测的目标跟踪均方误差,并假定高信噪比条件,且目标跟踪运动模型和观测模型均为线性,利用与某一波形相对应的克拉美--罗下限（CRLB）以及卡尔曼滤波器,通过最小化预测的跟踪均方误差来实现广义调频波形的自适应设计。仿真结果表明：在信噪比相同的情况下,与使用固定参数、自适应参数的线性调频波形设计算法相比,所提出的算法能够获得更低的目标跟踪均方误差。     

WSN中基于线性规划的多类别目标覆盖算法

多类别目标覆盖问题是目前无线传感器网络中的研究热点。针对现有目标覆盖算法在时间效率、网络生命周期等方面的不足,将多类别目标覆盖问题建模为基于线性规划的网络生命周期最大化问题,提出一种基于分簇的目标覆盖算法。该算法依据节点的剩余能量和感应能力,在每个簇结构内求解最优覆盖集的基础上得到接近于最优解的全局覆盖集,进而调度节点相应的感应模块去覆盖其感知范围内同属性的目标。实验结果表明,该算法是有效的,在网络生命周期和时间效率等方面均优于CWGC方案,接近于线性规划最优值。     

基于自适应定位的传感器频率的对比研究

为了研究传感器的运动频率对目标定位的影响,运用传感器与目标之间的距离信息,提出一种能在连续时间内进行目标定位的线性自适应算法。借助定位算法的稳定性条件,理论分析了传感器的频率对目标定位的作用。进一步通过Matlab仿真,对比研究了不同频率的传感器对固定目标以及持续漂移目标的定位效果。实验表明,传感器的频率会影响目标定位的时间以及定位结果的准确性;高频率的传感器可以减少目标定位所需的时间;在三维空间中,当传感器在每个坐标方向上的振幅相同时,为取得准确的定位结果,传感器的频率分量不能完全相同。对持续漂移的目标进行准确定位,传感器的运动频率要比目标漂移频率高。     

橡胶对HIPS树脂落锤指标的影响

通过对高抗冲聚苯乙烯树脂出现产品落锤指标偏低问题的分析，从橡胶配量及其粒径大小上进行了改进，同时改进了工艺操作，采取了提高反应釜搅拌速度、降低乙苯浓度等措施。结果产品合格率达到９９％以上，优级品率达到９８％以上。     

一种卡尔曼增益约束滤波算法

在滤波过程中,将卡尔曼增益结合约束条件,可以有效地提高滤波精度.论文推导了含有卡尔曼增益约束条件的代价函数,根据Karush-Kuhn-Tucker（KKT）最小化的一阶必要条件,使用高斯牛顿法求出约束卡尔曼增益的最优约束解.最后对具有约束条件的目标跟踪问题进行了仿真实验,结果表明该算法的跟踪精度要高于普通卡尔曼滤波算法.