澜沧江船舶监控系统关键技术研究

从澜沧江具体航道和地理特征出发,以利用现代手段和技术对航运船舶进行科学化管理为目标,对船舶监控系统中的关键技术进行了研究。     

交叉口机动车运动轨迹特征提取与标定

为探讨机动车在交叉口的运行特性,采用复合特征提取算法获取图像上机动车运行的轨迹特征;在多边形线性扫描算法的基础上,考虑摄像机成像畸变的影响,引入中心偏移因子,提出了考虑中心偏移的多区域扫描标定算法,将运行轨迹图像特征转化为真实的运动特征;最后,与多边形线性扫描算法的计算结果及实测数据进行了对比,结果表明:该算法能够有效地提取交叉口机动车的运行轨迹,准确地表征机动车在交叉口的相关运行特性;与实测车速相比,计算得到的机动车速度误差小于4%.      

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

扰动观察法的MPPT负载突变误判现象研究

在光伏系统中,Boost电路常常作为前级电路,使其工作在最大功率点处,以向后级电路传输最大的能量。然而在系统运行过程中,由于后级电路在调整过程中以及到达稳态后负载的加载、掉载等原因,会造成后级电路等效输入电阻(前级电路输出电阻)发生变化。因此可能会造成前级Boost电路功率点比较发生错误,从而发生误判现象。针对前级电路在应用扰动观察法做MPPT时,负载突变对电路误判的影响,对电路从开始调整到电路稳态后的全过程中的误判现象做了理论分析和总结。最后搭建了Boost实验电路验证了分析的正确性。     

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.     

瑞芬太尼复合丙泊酚靶控输注在门诊隆乳术中的应用

目的探讨胸部美容手术行非气管插管全身麻醉中,不同浓度瑞芬太尼复合丙泊酚靶控输注的量效关系。方法选择ASAI-Ⅱ级行乳晕切口假体植入隆乳术女性患者,根据诱导期瑞芬太尼效应室靶浓度(0、1.0、1.5ng/mL)分为3组(n=20):C组(单纯丙泊酚组);REF1组(丙泊酚复合1.0ng/mL瑞芬太尼组);REF2组(丙泊酚复合1.5ng/mL瑞芬太尼组)。观察并记录患者不同时间点的血压、心率、脉搏氧饱和度及丙泊酚、瑞芬太尼的效应室浓度以及诱导期和维持期丙泊酚、瑞芬太尼用量和麻醉过程呼吸抑制、体动等不良反应,术后随访患者对麻醉的满意度。结果各组患者在不同时间点的血压、心率、脉搏氧饱和度、麻醉期间不良反应发生率的差异均无统计学意义(P>0.05),患者对麻醉满意率为100%;达到口头反应消失时,C组丙泊酚效应室浓度和诱导时间明显高于其余两组(P<0.05),且REF1和REF2组间比较无统计学意义(P>0.05)。结论小剂量(1.0～1.5ng/mL)瑞芬太尼复合丙泊酚靶控输注可满足胸部美容手术非气管插管全身麻醉需求,并且没有剂量依赖性效应。     

基于Arcgis Engine危险品货物及车辆目标的综合显示

描述Arcgis Engine的特点,阐述插件式GIS的基本原理。在分析危险品货物及车辆监控系统的基础上,设计系统的基本框架,该系统具有目标实时监控、目标定位、目标轨迹回放等功能。采用C#语言实现系统框架。     

星载SAR技术在智能交通中的应用浅析

分析星载SAR在交通领域中的应用,对2种传统交通监控方式进行概括说明,指出交通是卫星遥感技术的重要应用方向,并对3种遥感技术——低空遥感技术、星载光学遥感技术和星载SAR技术进行对比分析。重点介绍星载SAR的优缺点,对其在智能交通中的应用进行深刻分析,阐述其在路网信息探测、单车及车辆群运动状态感知3方面的应用前景,并指出其在交通应用中的重点技术突破方向。     

多重子阵回波提取与检测方法

针对主动声呐目标检测的问题,提出了一种先提取目标回波、再加以检测的方法.构造若干相互重叠的子阵,利用子阵的波束输出提取目标回波的时间序列;运用空时二维数学量度量提取序列与理想回波序列的差异,从而实现目标的检测.区别于传统相关接收、相干累加、滤波等方法,此种解析计算的方式无需混响与信号的统计特性.通过仿真数据与实验数据的处理证明了该方法的有效性.     

基于模糊粒子滤波的视频跟踪方法研究

智能视频监控系统的基础就是对监控范围的视频序列中目标进行有效实时的跟踪,针对当前跟踪方法在光照突变、部分遮挡情况下的跟踪缺陷,本文提出了一种利用模糊粒子滤波（Particle Filter,PF）进行视频目标跟踪的新算法.该算法结合模糊控制理论,引入量测的模糊性来克服特征信息的不确定性,并建立一个基于背景建模技术的自适应高斯混合模型和基于序贯蒙特卡洛的跟踪算法（sequential Monte-Carlo-based）.在新算法的指导下,针对静止摄像机在光照条件改变以及目标发生部分遮挡的情况进行了深入的研究.通过多种模糊量测技术的比较和应用,本文方法实现了多个目标精确有效跟踪.