具有形状信息的多传感器群目标跟踪算法

针对多传感器环境下具有形状信息的扩展/群目标跟踪问题,提出了两种融合算法,即高斯逆韦氏并行PHD滤波算法和高斯逆韦氏序贯PHD滤波算法。新算法分别结合并行滤波和序贯滤波算法思想,能够对扩展/群目标的质心状态进行跟踪,对形状进行有效估计。高斯逆韦氏并行PHD滤波算法将各个传感器产生的量测集合并到一个量测集中,统一对量测集进行划分。在滤波更新阶段,对划分后的量测集进行扩维,从而在形式上将多传感器环境下的跟踪问题转化为单传感器环境下的跟踪问题。高斯逆韦氏序贯PHD滤波算法则先对各个传感器产生的量测集依次进行划分,再依次对每一个划分后的量测集进行滤波,从而达到融合多个传感器量测的目的。仿真结果表明该算法的可行性和有效性。     

部分监测区域重叠条件下的扩展目标跟踪

若多传感器监测区域部分重叠,则使用传统的序贯滤波算法对扩展目标进行跟踪,会出现目标漏估计的现象。为了解决该问题,首先,在量测更新阶段使用预测步骤产生的高斯分量,而非任一传感器量测更新后的高斯分量,从而使得各个传感器滤波更新后的结果相互独立。然后,当对各传感器接收到的量测更新后,若高斯项中表示目标位置的分量落在重叠区域,则对这部分高斯项的权值进行调整。最后,对所有高斯项进行修剪与合并。仿真结果表明改进算法的有效性与精确性。     

硕士学位论文在线盲审系统的设计与实现

分析在当前高校论文传统盲审过程中存在的成本高、效率低、保密性差等现实问题,提出基于B/S模式下的论文盲审系统,分析基于当前流行的WEB开发技术来实现系统的功能模块。