一种基于多传感器多目标跟踪数据的时间对准方法

在智能交通系统应用中,常常需要利用多种传感器对不同的交通目标进行数据采集,经常遇到时间不同步、数据率不一致的问题。采用BP神经网络算法,提出了一种基于多传感器多目标数据的时间对准方法,较好地解决了多目标跟踪的基础问题,提高了数据融合效率,并通过仿真实验及与传统时间对准方法的比较给出了该方法的优点。     

数据融合在轮速信号处理方面的研究

在轮速采集试验台采用双传感器采集数据,用多传感器卡尔曼滤波融合技术对其进行滤波处理,将处理结果和传统卡尔曼滤波比较,发现此方法能够比较精确的提取一些制动工况的特征参量,削减外界噪声,能够比较真实的反应制动规律。多传感器卡尔曼滤波融合技术能有效提高ABS控制性能。     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

浮动车数据和定点检测数据的融合算法研究

城市道路交通信息系统涉及众多子系统和多源数据,各类数据之间互为补充,叉存在交叉、冗余甚至矛盾的现象。而运用数据融合技术,可将这些数据有效组织起来并充分挖掘其蕴含的交通信息,发挥城市道路网的整体效能。     

基于数据融合的城市轨道交通线网指挥中心综合信息平台研究

线网指挥中心综合信息平台是城市轨道交通网络化运营管理的主要技术保障系统.在分析城市轨道交通线网管理需求及特征的基础上,引入全生命周期管理的理念,提出了具有信息融合的开放式架构的综合信息平台框架和功能.探讨了信息共享机制、实时监控与GIS技术结合、多模式应答及设备报警趋势预测等关键技术.系统应用对网络化运营管理具有决策支持、安全保障和数据资源效益发挥的重要作用.     

改进的无迹粒子滤波在组合导航中的应用研究

粒子滤波算法是一种适用于非线性非正态约束的统计滤波算法.针对粒子滤波存在退化现象,从围绕增加粒子的多样性和重要性分布函数的选择出发,提出了一种改进的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波产生的近似高斯分布作为重要性密度函数,在每次迭代中,结合马尔科夫链蒙特卡洛使粒子能够移动到不同地方,从而可以避免贫化现象.将这种算法应用到GPS/DR组合导航系统中,仿真结果证明了采用改进的无迹粒子滤波方法能达到很好的跟踪效果.     

基于CPN高铁临时限速数据融合方案验证

高速铁路列控系统中C3单元和C2单元相对独立控车,两套系统中的列控数据在系统层之间缺乏共享和约束机制.本文在分析系统结构和数据传输特性的基础上,提出一种基于数据融合,提升高速铁路临时限速安全性的方案,并利用有色Petri网（CPN）对融合方案进行建模.通过仿真软件分层和赋时功能构造系统顶层模型、临时限速生成子模型、故障子模型、融合子模型和时间序列,模拟临时限速信息传输过程中的系统状态和行为.仿真结果表明：在故障注入情况下,数据融合方案在一定程度降低了错误数据的输出,提高了系统的安全性.     

高速公路可变信息标志的应用探讨

分析湖南省高速公路可变信息标志的应用现状,指出存在的问题与误区,并从可变信息发布系统应用功能的角度．对高速公路可变信息标志设备选型、规模确定、布点及显示内容等关键性问题进行了深入的分析和探讨。     

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。     

Orthogonal discriminant improved local tangent space alignment based feature fusion for face recognition

Improved local tangent space alignment (ILTSA) is a recent nonlinear dimensionality reduction method which can efficiently recover the geometrical structure of sparse or non-uniformly distributed data manifold. In this paper, based on combination of modified maximum margin criterion and ILTSA, a novel feature extraction method named orthogonal discriminant improved local tangent space alignment (ODILTSA) is proposed. ODILTSA can preserve local geometry structure and maximize the margin between different classes simultaneously. Based on ODILTSA, a novel face recognition method which combines augmented complex wavelet features and original image features is developed. Experimental results on Yale, AR and PIE face databases demonstrate the effectiveness of ODILTSA and the feature fusion method.