基于均值平移和自适应预测的运动目标跟踪

针对运动目标跟踪算法不足之处,提出结合改进的均值平移与自适应预测的目标跟踪算法,基于Bhattacharyya系数值进行Kalman滤波器与粒子滤波器之间的切换.引入Kalman滤波器为Mean Shift算法估计初始点,在跟踪稳定的情况下进行模板更新,根据Kalman残差大小判定是否发生遮挡：部分遮挡情况下即结合Kalman滤波器实现对快速运动目标的实时跟踪;完全遮挡情况下结合均值平移和粒子滤波进行鲁棒跟踪.实验证明,改进的算法可以有效地提高跟踪算法的效率,并且能很好地解决遮挡问题.     

矩形大定源层状介质中感应电动势的数值求解方法

研究地电断面电阻率的变化是瞬变电磁勘探中常用的方法.为了得到地电断面电阻率的变化,一种方法就是在求出感应电动势的基础上进行电阻率的求解.因此,准确而有效的求出感应电动势的值是非常关键的.矩形大定源回线在求解层状介质中,感应电动势的值时分为零偏移距和非零偏移距两种情况.在中心点接收时,采用线性数字滤波方法求解频率域垂直磁场分量;在非零偏移距情况下,为了求解频率域垂直磁场分量,首先采用傅里叶正余弦变换法将双重贝塞尔函数积分转换为正余弦变换形式,再利用折线逼近快速算法对其进行数值计算,最后,根据法拉第电磁感应定律,可得到二次场时间域感应电动势的数值解.其数值模拟结果表明,利用线性数字滤波方法及折现逼近方法可以有效的求出矩形大定源层状介质中感应电动势的值.     

一种基于卡尔曼数据平滑的分段曲线拟合室内定位算法

室内定位技术的关键在于获取距离参数,在这一问题的研究中运用RSSI信号获得距离参数一直是比较通行的方法.本文针对室内环境复杂,接收RSSI信号存在较大噪声的情况,提出了一种运用卡尔曼滤波器对信号数据进行平滑预处理,随后利用最小二乘法进行分段曲线拟合从而实现定位的算法.通过实验测试结果表明,本文所提出的算法平均定位精度可达0.9 m,与普通数据平均值预处理算法和曲线直接拟合方法相比较,定位精度更高;比直接应用对数距离损耗路径模型的定位算法更为合理可靠,能够在一定程度上满足无线传感器网络室内定位需求.     

基于UKF算法的车辆质心侧偏角估计

将无味卡尔曼滤波(UKF)算法运用到车辆质心侧偏角的估计之中,基于纵滑—侧偏联合工况下的统一指数(Uni-tire)轮胎模型建立非线性车辆动力学模型,采用最小偏度单形采样的UKF算法估计车辆的几个关键状态参量,并由此得到质心侧偏角估计。最后采用奇瑞A3两厢型汽车的车辆参数,使用车辆动力学实时仿真软件DYNAware/veDYNA对观测器进行了实时验证。仿真结果表明,UKF非线性估计方法精度高,估计结果能够满足实际应用要求。     

�����ƽ˳ʱ�����й����ȼ���仯�����о�

轨道几何形状检测数据是一个随时间变化具有随机特征的时间序列,反映轨道几何状态的变化.在本文中,灰色关联度理论用于研究轨道水平不平顺时间序列数据,挖掘时间序列数据之间隐含的关系;经过普遍适应性改进和残差修正改进的灰色GM（1,1）模型预测固定测点轨道不平顺长期状态变化趋势,随机线性AR和卡尔曼滤波模型分析单元区段轨道不平顺短期变化趋势,探索轨道状态变化随机数据序列中隐藏的规律并进行预测.短期和长期预测模型验证结果表明,三种模型是有效的,能够达到预期的精度.     

大断面隧道仰拱底鼓破坏模式

仰拱作为隧道重要的组成部分,其底鼓变形是影响路面及轨道平顺性的关键因素,与车辆的安全运行息息相关,为确定大断面隧道仰拱底鼓的基本破坏模式,弄清仰拱底鼓产生机理,采用室内模型试验与扩展有限元数值模拟相结合的方法,对不同加载模式下仰拱底鼓的基本破坏模式进行研究,将试验结果与扩展有限元结果进行比较,验证试验中破坏模式的准确性。将围岩压力分为底部受力占优,侧面受力占优以及底部和侧面受力同时占优3种情况,以确保模型试验加载方式的可靠性,并对其破坏机理进行分析。研究结果表明：大断面隧道仰拱底鼓破坏的基本模式可以分为U-W形破坏、U-LJ形破坏以及U-H形破坏3种;U-W形底鼓时仰拱底部承受较大的顶升力,引起仰拱隆起变形,以仰拱中心受弯破坏为主,仰拱两侧拱腰处与上部衬砌相连,对其隆起有一定的阻碍作用,导致中心部位隆起速度明显高于两侧,最终形成W形的破坏形态;U-LJ形破坏时仰拱承受较大的水平轴力,导致仰拱出现剪切破坏,最终形成W形的破坏形态;U-H形破坏时仰拱在底部和侧面荷载的挤压下,仰拱与边墙的连接部位受剪破坏,无法有效传递轴力,最终导致仰拱与边墙脱开;仰拱中心以及仰拱与边墙连接部位为仰拱的易损薄弱位置;研究成果可为隧道仰拱结构的设计和施工提供理论依据,对保证隧道的安全运营具有重要意义。     

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

基于混合轴辐式的运输网络决策模型

依据某公司的实际数据,利用启发式贪婪算法求解所构建的模型,先求出子网模型的解,然后并用分枝定界和回溯法来求解子网模型,提高求解效率.计算结果表明：采用混合轴辐式的运输网络优化后的成本比优化前少,降低了3.5％.与此同时,本模型减少了中途停靠点,节省了运行时间,提高了效率.     

基于Hessian特征的视网膜血管图像的增强滤波算法

提出了一种基于Hessian特征的视网膜血管图像的增强滤波算法,分析了Hessian特征值对各类形状的抑制和加强作用,将Hessian矩阵的特征值与特征向量应用于视网膜血管特征的响应函数及形态学和非线性扩散处理的各个环节,并选择合理的尺度空间范围和尺度空间增量,调节因子而平滑非线状区域和锐化增强血管区域,本文算法在同等准确率下具有较高的稳定鲁棒性。     

Accommodating risk in the valuation of expected travel time savings

Valuation of travel time savings is a critical measure in transport infrastructure appraisal, traffic modelling and network performance. It has been recognised for some time that the travel times associated with repeated trips are subject to variation, and hence there is risk embedded in the treatment of expected travel time. In the context of the expected utility framework, we use a nonlinear probability weighting function to accommodate choice made under risk. Although the empirical findings suggest small differences between the value of expected travel time savings (VETTS) in the presence and absence of risk, the mean estimate does make a noticeable difference to time benefits when applied to real projects. By incorporating nonlinear probability weighting, our model reveals that the probabilities associated with specific travel times that are shown to respondents in the choice experiment are transformed, resulting in overweighting of outcomes with low probabilities and underweighting of outcomes with high probabilities. Copyright © 2011 John Wiley & Sons, Ltd.