Joint spatial registration and multi-target tracking using an extended PM-CPHD filter

An extended product multi-sensor cardinalized probability hypothesis density (PM-CPHD) filter for spatial registration and multi-target tracking (MTT) is proposed. The number and states of targets and the biases of sensors are jointly estimated by this method without the data association. Monte Carlo (MC) simulation results show that the proposed method (i) outperforms, although computationally more expensive than, the extended multi-sensor PHD filter which has been proposed for joint spatial registration and MTT; (ii) outperforms the multi-sensor joint probabilistic data association (MSJPDA) filter which is also extended in this study for joint spatial registration and MTT when the clutter is relatively dense.     

复杂场景实时目标检测方法

针对含有非平稳背景的复杂场景,提出一种基于空间混合高斯模型的实时目标检测方法.该方法以混合高斯模型作为颜色分布的统计框架,并在空间邻域中利用背景与前景隶属度之间的竞争确定像素的归属,提高了检测准确率;同时通过基于偏差均值的匹配判断和低权重模型的移除提升了混合高斯统计框架的性能,以实时地对运动目标进行准确的检测.实验结果表明,文中方法对非平稳背景有很好的适应能力,在检测准确率和运行效率上均优于其他检测方法.     

LTE下行MIMO模式自适应切换算法

由于用户在各种不同场景下采用不同的MIMO模式可以达到不同的传输效果,为了使用户达到平均吞吐量和频谱效率的最佳要求,提高系统传输率,研究了TDD LTE系统下行MIMO模式切换技术。搭建TDD LTE下行业务控制信道PDSCH仿真平台,对MIMO传输模式进行仿真实验,通过比较不同模式下的误码率和吞吐量的仿真结果,确定切换门限,提出MIMO模式自适应切换算法。在实际应用中,根据这种算法自适应地配置适合的MIMO技术,可以最大限度的提高系统频谱利用率,此方法优于单独采用一种MIMO技术达到的传输效率。     

一种基于高阶统计信息的信噪比估计改进算法

针对多进制正交幅度调制(Multiple quadrature amplitude modulation,MQAM)信号在低信噪比条件下估计精度不高的问题,提出了一种基于综合利用高阶统计信息的信噪比估计改进算法。根据所选高阶统计量最高阶数的不同,建立了3种信噪比与多种高阶统计量运算式之间的线性关系,利用全回归线性分析方法将3种线性关系转化为3种全回归模型,并求解模型系数。该算法充分利用了多种高阶统计量的有用信息,提高了信噪比估计精度。MQAM的仿真结果表明:在低信噪比条件下,该算法减小了信噪比估计误差,其估计性能明显优于传统的其他算法,且3种模型估计性能依次增加,可依据不同的信噪比要求对3种模型进行选取。     

针对语音变换的语音篡改检测

针对使用语音变换技术的语音篡改,提出一种自动检测方法。在分析语音变换基本模型和变换语音失真的基础上,提取语音信号的声道参数以及相关的信号统计量,并通过支持向量机递归特征消除法,选择出对语音变换比较敏感的特征作为分类特征,使用支持向量机进行语音变换检测和变换语音的说话人性别判别。对于一种语音变换软件的实验结果表明,该方法具有较高的检测准确率,其中语音变换检测的平均准确率为94.90%,变换语音的说话人性别判别平均准确率为92.09%。     

多分辨率点状地标实时渲染研究

大规模点状地标的高性能实时渲染是地理信息系统和计算机图形技术面临的一项具有挑战性的难题。采用多分辨率的技术是解决上述问题的有效方法,其本质是通过动态控制显示的规模获得最佳的显示效果和性能。根据不同层次分辨率的点状地标的空间分布特点,提出一种基于空间分割和视点高度的显示规模控制方法,推导了帧时间计算公式,由此确定最佳空间分割尺寸。通过两个不同层次点状地标的空间分割和性能测试,给出了最佳空间分割尺寸,验证了基于空间分割的多分辨率点状地标渲染方法的正确性和有效性。     

局部特征表征的6D位姿估计算法

为解决有纹理模型在遮挡条件下6D位姿估计精确度不高的问题,提出了一种局部特征表征的端到端6D位姿估计算法。首先为了得到准确的定位信息,提出了一个空间—坐标注意力机制（spatial and coordinate attention）,通过在YOLOv5网络中加入空间—坐标注意力机制和加权双向特征金字塔网络（bidirectional feature pyramid network）,YOLOv5-CBE算法的精确度（precision）、召回率（recall）、平均精度均值（mAP@0.5）分别提升了3.6%、2.8%、2.5%,局部特征中心点坐标误差最高提升了25%;然后用 YOLOv5-CBE算法检测局部特征关键点,结合3D Harris关键点通过奇异值分解法（singular value decomposition）计算模型的6D位姿,最高遮挡70%的情况下仍然可以保证二维重投影精度（2D reprojection accuracy）和ADD度量精度（ADD accuracy）在95%以上,具有较强的鲁棒性。     

青藏高原东南部径流特征的空间规律及控制因子研究

采用青藏高原东南部的水文气象资料,对比分析了该地区23个(区间)流域的年径流深、集中度与集中期、基流系数、退水系数等径流特征及其空间分布规律,并进一步研究了这些径流特征的控制因子。结果表明:该地区径流特征的空间分布规律为年径流深从东南(700~1 300 mm)向西北(<400 mm)递减,而集中度则呈相反的空间格局(从<0.44增加到>0.59);退水系数及基流系数,在低海拔地区随高程增大而增大(分别为0.55~0.69、0.51~0.73),但在高海拔地区则随高程增大而减小(0.74~0.42、0.79~0.63)。本研究发现,青藏东南径流特征空间规律的控制因子,具有显著的区域分异:在低海拔流域(平均高程<3 000 m),降水是径流特征的主要影响因子;而在高海拔流域(平均高程>3 000 m),仅径流深和集中度受降水控制,其他特征则主要受温度、冻土、地形等条件的共同影响。可见,由于青藏高原东南部降水和冻土对气候变化敏感,该地区水资源时空分布格局将面临很大的不确定性,对此应予以充分重视。     

滦河上游植被指数NDVI及EVI对SPEI的响应差异

在全球气候变化和人类活动的双重影响下,干旱呈广发、频发态势,使植被生长受到限制,进而影响生态系统结构,威胁区域生态安全。以滦河上游为研究区,基于2000-2019年归一化植被指数NDVI和增强型植被指数EVI,并结合标准化降水蒸散指数SPEI,分析滦河上游气象干旱和植被生长状况的变化趋势及空间分布特征,探讨植被变化对多时间尺度SPEI指数的响应差异。结果表明：近20年滦河上游SPEI呈波动式增大趋势,年尺度SPEI增大速率为0.040 1/a;干旱面积总体减少,减少速率为-1.430 4％/a;NDVI和EVI空间分布特征和变化趋势大体一致,植被覆盖度呈东南高西北低的特征,NDVI和EVI增大速率分别达0.027/a和0.026/a;大部分区域SPEI与植被指数呈正相关,其中NDVI对SPEI-3的响应最强,EVI对SPEI-6的响应最强,总体上EVI与SPEI的相关性强于NDVI;草地对气象干旱最敏感,农田次之,林地最弱。     

一种雷达和摄像机的空间标定方法

多传感器融合技术已经广泛应用在智能汽车环境感知领域中;雷达和摄像机的空间标定是伴随信息实时融合的道路检测技术的基础;结合智能汽车的实际应用,提出了针对激光雷达和摄像机的空间标定方法;通过特制的标定板来获得雷达数据和图像数据,选取激光雷达坐标系作为世界坐标系,通过参数拟合的方法来求取图像坐标系与雷达坐标系的变换关系,进而实现两种传感器的空间配准;该方法只需要标定板就能够完成激光雷达和摄像机的空间标定,标定精度高,实现了多个传感器世界坐标系的统一,避免了后续处理中数据解释的二义性;实验结果表明这种方法简单准确,满足系统要求。