采用测地线活动轮廓模型检测与跟踪运动目标

水平集几何活动轮廓模型能较好地适应曲线的拓扑变化.为了跟踪和获取刚体和非刚体运动目标的轮廓信息,提出了一种基于改进测地线活动轮廓(GAC)模型和Kalman滤波相结合的算法以检测和跟踪运动目标.该算法首先采用高斯混合模型和背景差分获取目标的运动区域,在运动区域内采用引入距离规则化项的GAC模型进行曲线演化,使改进GAC模型在运动目标的真实轮廓处收敛;然后通过结合Kalman滤波预测目标下一帧的位置,实现对目标轮廓跟踪.实验结果表明,该方法适用于刚体和非刚体目标,在部分遮挡的情况下也能保持良好的检测和跟踪效果.     

改进的GMPF在动态跟踪系统中的应用

针对动态跟踪系统的非线性问题,提出一种非线性非高斯性能较优的状态估计器:考虑最新观测值的影响,使用基于平方根二阶差分(SRDD2)的高斯混合(GM)模型给出粒子滤波的建议分布.重要性采样和再采样阶段分别采用基于蒙特卡罗的重要性采样和进化的再采样方法,以减轻粒子滤波(PF)的样本退化问题,增强样本的多样性.实验结果表明,与平方根二阶差分Kalman滤波、PF、GM粒子滤波相比,该状态估计器提高了动态跟踪系统状态估计器的综合估计性能.     

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DSmT的机载目标断续航迹关联

针对机载目标跟踪中常见的目标航迹断续问题,将多传感器获得的目标属性与状态等多特征信息相结合,建立中断前后各航迹段组合的关联统计量,以各特征关联度为证据并基于DSm理论进行合成,根据识别结果对同一目标中断前后的航迹段进行关联,提高航迹连续性并降低战场态势复杂度。仿真结果表明了该方法的有效性与可行性。     

双基阵方位—频率匀加速运动目标跟踪算法研究

针对水中匀加速运动目标的跟踪,将两部声纳基阵量测的目标方位信息和其中一部声纳基阵量测的目标频率信息作观测融合后,根据匀加速运动状态方程,建立双基阵方位—频率匀加速运动目标跟踪系统。对于系统的非线性性,根据量测值应用非线性滤波算法对匀加速运动目标进行状态估计,从而提出了一种双基阵方位—频率匀加速运动目标跟踪算法。将系统的观测方程伪线性化,应用线性系统可观测性判定定理对系统的可观测性进行分析,得到了该系统的可观测性判定条件。仿真验证了算法的有效性与可观测性判定条件的正确性。     

话题跟踪中静态和动态话题模型的核捕捉衰减

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4％和3.3％的性能改进.     

改进的SURF算法及其在目标跟踪中的应用

SURF特征描述子在目标跟踪中得到了有效应用.针对SURF特征描述子运算复杂,难于在嵌入式系统中实时实现的问题,提出了一种改进的SURF特征描述子.对SURF特征描述子的生成过程进行了改进,利用三角特征和对角线特征设计了改进的SURF特征描述子.对不同变化情况下的图片进行了特征点匹配实验,对其性能进行了验证和分析;在DSP中对所提改进SURF特征描述子的快速实现进行了验证,在实验条件下,改进的SURF特征描述子在DSP中的运算速度达到了28f/s,比改进前提高了约47％.最后,基于SURF特征点匹配,设计了目标匹配跟踪策略,对改进SURF特征描述子在目标跟踪中的有效性进行了验证.     

基于信念重用的WSNs能量高效跟踪

针对无线传感器网络(WSNs)中目标跟踪性能与传感器能量消耗难以平衡问题,提出一种信念重用的WSNs能量高效跟踪算法。使用部分可观察马尔可夫决策过程(POMDPs)对动态不确定环境下的WSNs进行建模,将跟踪性能与能量消耗平衡优化问题转化为POMDPs最优值函数求解过程;采用最大报酬值启发式查找方法获得跟踪性能的逼近最优值;采用信念重用方法避免重复获取信念,有效降低传感器通信带来的能量消耗。实验结果表明:信念重用算法能够有效优化跟踪性能与能量消耗之间的平衡,达到以较低的能量消耗获得较高跟踪性能的目的。     

Research on frequency tracking and locking for resonant optical gvro based on minimization of light source

谐振式光学陀螺是一种基于Sagnac效应的高精度新型角速度传感器,通过检测谐振腔顺逆时针两路光路的谐振频差得到角速度.谐振式光学陀螺的小型化关键是实现光源的小型化.基于半导体窄线宽小型化光源调制方式的特点,分析了谐振谷的频率跟踪锁定问题,实现了陀螺的频率跟踪控制.     

机器人系统输出反馈重复学习轨迹跟踪控制

针对高度非线性多关节机器人的轨迹跟踪问题,提出一类输出反馈重复学习控制算法,使得在只有位置信息可测以及模型信息不确定的条件下即能获得良好的控制品质.非线性滤波器的引入解决了现实中速度信号较难获得的问题,重复学习控制策略实现了对周期性参考输入的渐近稳定跟踪.应用Lyapunov直接稳定性理论证明了闭环系统的全局渐近稳定性.三自由度机器人系统数值仿真结果表明了所提出的输出反馈重复学习控制的有效性.