基于航海模拟器实施雷达定位训练的方法探究

文章基于TRANSAS航海模拟器,运用其内置电子海图进行纸质海图的制作,解决雷达定位的培训和训练问题,经过实践,完全满足要求。     

结合双向光流约束的特征点匹配车辆跟踪方法

针对复杂交通场景中动态光照变化、目标尺度变化和部分遮挡等因素带来的影响,提出了一种基于特征点的稳定可靠的车辆跟踪方法.针对运动车辆高速行驶时具有较大帧间运动的特点,构造KLT算法的金字塔模型,根据前向和后向跟踪偏移量,对稳定性较差的特征点进行剔除.同时,采用SURF特征匹配算法对目标特征点集进行更新和校正.最后,利用特征点之间的位置信息,确定目标的尺度和旋转变化因子,从而实现当前帧中目标区域的定位.实验结果表明,提出的车辆跟踪方法可以有效地解决复杂场景中目标形变和部分遮挡等问题,对尺度和旋转变化也具有较强的鲁棒性.     

基于特征分割与匹配的智能叉车定位算法

针对智能叉车现有主流定位方法中存在的精度低问题,提出了基于特征分割与特征匹配的定位算法.建立了应用环境的特征地图和反光柱系统,同时推导了智能叉车航向角计算公式;设计了基于反光柱反射点特征分割算法和以反光柱之间距离为先验条件的特征匹配算法;搭建了智能叉车定位系统,并对定位算法的精度与可靠性进行测试验证.实验结果表明:定位...     

电子海图导航的潜在风险和对策分析

从显示信息、海图数据、系统设置、系统设备、系统软件、系统匹配六个方面分析在使用电子海图系统(ECS)导航时存在的潜在风险,并提出相应对策,最大程度上减小风险、充分发挥电子海图系统的作用。     

大样本量地图匹配方法研究

为保证GPS浮动车交通信息采集与预测的精度,采用直接投影算法,即点到线地图匹配算法来进行大样本量的GPS浮动车数据的地图匹配.文章以唐山市为例,在MapInfo图层中绘制唐山电子路网图以及路网中的GPS点,利用MapX控件将图层插入到VB可视化语言环境下进行编程、运行,通过道路搜索、估算投影点坐标、判断投影点是否在选定道路上,最后利用VB中的循环语句来将唐山市电子地图中的大样本量GPS点完全匹配到电子线路中,实现点到线的完全匹配.     

基于点特征的图像数据配准方法研究

数据配准是数据融合过程中最重要的一个环节,通过感兴趣点检测算子提取点特征,利用点特征中的控制点或特殊点来定义松弛算法中的基本点对,并对松弛算法中点特征的匹配度进行改进,从而完成基于点特征的图像配准过程.实验表明,在仅存点特征位置偏移和存在比例、旋转与平移变化2种情况下的点特征匹配中,文中所提出的匹配算法有很高的匹配正确率.     

面向遥感影像匹配的特征点检测算子性能评估

在基于特征点的匹配方法中,特征点检测是非常关键的步骤,直接影响到匹配的效果.为了确立遥感影像匹配过程中特征点算子的选择依据,本文从光谱、时相和尺度（分辨率）3个方面,选择不同类型的遥感影像作为实验数据,以特征点重复率作为评估标准,对当前主流的Harris-Laplace、Hessian-Laplace、DoG和MSER 4种特征点检测算子进行性能评估,并分析了每一种算子的优缺点和适用范围.实验结果表明:在光谱和时相方面,Hessian-Laplace的平均重复率达到40%,性能最好,其次为Harris-Laplace和DoG,而MSER的性能相对较弱;而对于尺度方面,MSER表现出最好的性能,平均重复率达到35%,其次为Hessian-Laplace,而Harris-Laplace和DoG的性能较弱.      

基于几何约束的倾斜影像特征匹配方法

针对倾斜影像视角变换较大、重复纹理导致匹配数量少、匹配精度不高的问题,提出一种适用于倾斜影像的特征点、线分级匹配方法.首先,用直线提取（检测）算法（LSD）获取影像直线特征,并将直线特征以一定约束进行直线组对,构建直线对区域与改进的SIFT (scale-invariant feature transform)特征描述符进行匹配,使用RANSAC算法剔除误匹配,获得初始匹配结果后再进行核线约束;然后,利用已获得直线对区域进行影像局部纠正,在纠正后的局部影像上采用SIFT匹配并反算回原始影像,利用得到的同名点全局纠正倾斜影像,并进行特征点匹配与采用基于方格的运动统计算法（GMS）剔除误匹配,仍将匹配结果反算回原始影像上;最后,将仿射尺度不变特征变化结果与点拓展匹配结果进行合并,得到最终匹配结果.试验结果表明：本文方法匹配正确率与经典的仿射不变匹算法（ASIFT）的正确率相差不大,但匹配数量却是ASIFT算法的1倍～3倍.     

基于 ECDIS 的雷达与 AIS 信息融合的算法与工程实现

为达到雷达与AIS（船舶自动识别系统）优缺点互补以提高航行安全性的目的,提出AIS目标信息与雷达目标信息融合算法。采用多因素模糊综合决策算法进行目标关联,并且基于ECDIS （电子海图显示系统）实现雷达与AIS目标信息融合。工程研究与实现最终验证了融合算法的可靠性及有效性。     

一种改进的SIFT图像立体匹配算法

针对SIFT算法复杂度高、计算时间长、影响立体匹配的实时性等问题,提出了一种改进的立体视觉特征点匹配算法该算法从两个方面对SIFT算法进行改进:首先利用24维特征描述符代替128维特征描述符,以降低计算复杂度;其次在图像对匹配过程中采用改进的BBF搜索算法,通过引入最小优先级队列的限制条件和匹配精度更高的马氏距离判断两幅图像特征点的匹配性.采用经典图像和未知的室外环境下拍摄的图像对本文算法进行实验验证,结果表明,本文提出的算法每100个特征点检测时间为0.01 s,正确匹配率平均为89.65%,相对于原算法,提高了匹配的准确度,并降低了匹配时间.      

Radar Emitter Signal Recognition Using Wavelet Packet Transform and Support Vector Machines

This paper presents a novel method for radar emitter signal recognition. First, wavelet packet transform （WPT） is introduced to extract features from radar emitter signals. Then, rough set theory is used to select the optimal feature subset with good discriminability from original feature set, and support vector machines （SVMs） are employed to design classifiers. A large number of experimental results show that the proposed method achieves very high recognition rates for 9 radar emitter signals in a wide range of signal-to-noise rates, and proves a feasible and valid method.     

基于原子分解的辐射源信号二次特征提取

提出了基于原子分解的辐射源信号二次特征提取方法.在过完备多尺度Chirplet原子库基础上,首先用匹配追踪(MP)方法进行信号时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳Chirplet原子.在此基础上,降低特征参数的维度,提取最具分类意义的原子特征向量.对5种典型雷达辐射源信号的特征提取实验表明,提取的原子特征类内聚集性强、类间分离度大,证实了本文方法的可行性和有效性.     

路面雷达检测技术初步研究

路用探地雷达的基本原理是向地下发送脉冲形式的高频电磁波。电磁波在地下介质传播过程中．当遇到存在电性差异的地下目标体,如空洞、路面结构层分接口等时,电磁波便发生反射,返回到地面时由天线接收。在对接收到的雷达波进行处理和分析的基础上,根据接收到的雷达波形、强度和双程走时等参数可推断地下目标体的空间位置、几何形态。采用地质雷达对路面脱空缺陷雷达检测进行初步研究,得到了路面脱空缺陷识别方法。     

石化现象瓶颈问题的研究及实证方法探讨

本文通过梳理石化与第二语言习得、中介语研究之间的关系,讨论了石化概念差异所引发的五个主要问题即：语言石化是局部发生还是普遍发生;最后成就是否石化;石化是一种结果还是一种过程;固化是否等于石化;五年可作为衡量纵向研究时间的一个标准等。并对如何开展外语环境下的实证研究做了一定的探讨。     

Vehicle Ego-Localization Based on Streetscape Image Database Under Blind Area of Global Positioning System

Vehicle positioning is critical for inter-vehicle communication, navigation, vehicle monitoring and tracking. They are regarded as the core technology ensuring safety in everyday-driving. This paper proposes an enhanced vehicle ego-localization method based on streetscape image database. It is most useful in the global positioning system(GPS) blind area. Firstly, a database is built by collecting streetscape images, extracting dominant color feature and detecting speeded up robust feature(SURF) points. Secondly, an image that the vehicle shoots at one point is analyzed to find a matching image in the database by dynamic programming(DP)matching. According to the image similarity, several images with higher probabilities are selected to realize coarse positioning. Finally, different weights are set to the coordinates of the shooting location with the maximum similarity and its 8 neighborhoods according to the number of matching points, and then interpolating calculation is applied to complete accurate positioning. Experimental results show that the accuracy of this study is less than 1.5 m and its running time is about 3.6 s. These are basically in line with the practical need. The described system has an advantage of low cost, high reliability and strong resistance to signal interference, so it has a better practical value as compared with visual odometry(VO) and radio frequency identification(RFID) based approach for vehicle positioning in the case of GPS not working.     

Mobile Robot Hierarchical Simultaneous Localization and Mapping Using Monocular Vision

A hierarchical mobile robot simultaneous localization and mapping (SLAM) method that allows us to obtain accurate maps was presented. The local map level is composed of a set of local metric feature maps that are guaranteed to be statistically independent. The global level is a topological graph whose arcs are labeled with the relative location between local maps. An estimation of these relative locations is maintained with local map alignment algorithm, and more accurate estimation is calculated through a global minimization procedure using the loop closure constraint. The local map is built with Rao-Blackwellised particle filter (RBPF), where the particle filter is used to extending the path posterior by sampling new poses. The landmark position estimation and update is implemented through extended Kalman filter (EKF). Monocular vision mounted on the robot tracks the 3D natural point landmarks, which are structured with matching scale invariant feature transform (SIFT) feature pairs. The matching for multi-dimension SIFT features is implemented with a KD-tree in the time cost of O(lbN). Experiment results on Pioneer mobile robot in a real indoor environment show the superior performance of our proposed method.     

天文导航定位的计算机决策选星

论文建立了天文导航定位时利用计算机选取最优定位星体组合的数学模型.对天文定位中星体高度、亮度、方位夹角的要求进行量化处理,建立特征向量,并对特征向量的各元素设定合理的权重,利用线性加权方法,对符合定位基本要求的星体组合计算理想度,理想度最高的即为最优组合.建立了选星模型的计算流程,利用VC++语言实现了计算机自动选星,验证了模型的快速性和有效性.