基于权值优选粒子滤波的雷达目标跟踪

本文详细分析了粒子滤波的特点,给出了基于权值优选的粒子滤波算法,对雷达目标进行了跟踪。仿真结果表明,基于权值优选的粒子滤波算法在N值较小的情况下较标准粒子滤波算法具有更明显的优势。     

设计管理在国际EPC港口项目中的策划与实施

以施工实施为主体的承包商,如何在EPC项目运作过程中有效组织和引导设计单位实现设计的质量控制、成本控制、进度控制,是EPC项目管理的一个重要课题。以某海外EPC港口项目为例,阐述在项目准备和实施阶段中设计管理对项目进度、质量、成本控制等方面的注意事项和建议。     

一种改进的分数阶Fourier变换目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难于在时频域得到好的检测结果。对此提出了分数阶Fourier变换检测算法做出改进,新的算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真实验中利用改进的分数阶Fourier变换算法对运动目标进行检测,结果表明新的分数阶Fourier算法的检测性能优于原分数阶Fourier变换。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

高频雷达信号的双线性时频分布性能研究

针对海杂波背景下高频地波雷达的目标探测问题,采用时频分析方法研究对海杂波中的非平稳多分量目标探测。讨论了海杂波背景下的目标检测问题,以及信号的双线性时频分布,通过仿真研究了时频分布性能,尤其是核函数抑制多分量目标的交叉项作用。仿真结果显示,伪Wigner-Ville分布较Wigner-Ville分布对于交叉项的抑制作用较大,而平滑伪Wigner-Ville分布降低交叉项的效果更好。     

基于CD4046的新型频率跟踪移相PWM控制电路研究

结合几种频率跟踪移相PWM控制技术的优点,提出了一种基于CD4046的新型频率跟踪移相PWM控制电路,并对电路的工作原理进行了详细的分析,给出了电路参数的计算方法;该电路能满足电源输出功率调节的要求。与其它频率跟踪移相PWM控制电路相比,该电路具有电路简单、工作稳定可靠等优点。     

高精度随动系统的变结构控制

陀螺稳定平台控制系统是控制平台框架系统快速跟踪陀螺仪的高精度随动系统,是保证平台正常工作和精度的重要系统。用传统的PID调节器可以满足工作在系统线性区的要求。由于放大器、电机等存在饱和特性,因而在系统启动和随大的干扰产生大偏角时,系统将进入非线性区,PID调节器将难以满足稳定性的要求。滑模变结构控制器对非线性具有很好的适应性,对系统启动初始偏角没有限制要求,本文将应用变结构控制的方法对平台的控制系统进行设计。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.     

多重功能复合的市域快轨速度目标值研究——以成都市轨道交通13号线为例

成都市轨道交通13号线贯穿中心城区连接新机场同时又串联温江、简阳新城、空港新城等外围组团,全长接近100 km,是一条兼顾城区和市域功能的快线。以13号线为例从两方面的约束出发:一是选用较高速度目标值来节省全线旅行时间,二是不同的站间距对速度目标值的影响,在此基础上,以满足时间目标为目的,考虑对速度目标值选取影响的大小,选择站间距的匹配性、时间目标的适应性、车辆购置费、线网适应性、能耗、土建工程等方面进行比选,通过综合分析法、定性和定量相结合的研究方法,综合各方面的比选结果最终确定全线选用140 km/h的速度目标值,在城区范围内按100 km/h限速的方案。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。