一种基于粒子滤波的自适应相关跟踪算法

相关跟踪是最常见的一种目标跟踪方法,但传统相关跟踪采取的“峰值”跟踪方法抛弃了所有小于峰值点相关值的位置点的信息,不够稳健,受遮挡影响大,并且很难求解相关模板的仿射变形参数。提出了一种改进的非线性相关跟踪算法,以改进的灰度模板作为目标表示方式,粒子的权值与相关值成比例,目标状态的后验概率由粒子加权表示。模板更新时根据粒子权值进行自适应调节,对所有粒子所在位置的区域进行加权更新,权值大的粒子具有更高的更新系数,避免了仅利用单一峰值点处的模板进行更新可能造成的误差累计。该算法大大提高了跟踪与模板更新的鲁棒性,同时也是一种在仿射空间进行运动参数搜索的实用方法。     

基于柔性三元线阵的目标被动定位精度研究

提出了一种基于柔性三元线阵的被动声定位方法,重点研究了在一定扰动情况下三元垂直线阵被动声探测装置对水下目标的定位精度,从理论上分析了影响柔性三元线阵被动目标定位精度的几种主要因素及其相互关系.数值仿真试验表明:在大深度条件下,基于柔性三元线阵的被动声定位方法可以满足水下目标定位精度的要求,在水下被动探测技术领域具有广泛的应用前景.     

基于谱分析的船舶模拟器的输入轨迹生成方案

应用Stewart机构模拟船舶在波浪中的不规则摇荡,首要任务是获得机构六通道的输入轨迹。针对这一问题,以模拟船舶的不规则横摇运动为例,将船舶运动谱分析方法与并联机构反解理论相结合,提出了一种输入轨迹的生成方案。将生成的输入轨迹输入到船舶模拟器实验平台中进行实验,实验结果表明所得输入轨迹可以实现Stewart机构对船舶不规则运动的模拟,验证了该方案的可行性,并为模拟船舶不规则摇荡的后续工作奠定了基础。     

大型船舶电力系统快速拓扑分析新方法

为应对现代船舶朝着大型化、自动化发展的同时对船舶电力系统网络拓扑监控能力提出的更高要求,本文提出一种大型船舶电力系统快速拓扑分析的新方法。首先,利用图论拓扑信息数据模式将船舶电网拓扑信息录入系统;其次,遍历初始网络拓扑形成母线,基于独岛搜索策略形成电气岛,完成静态分析并生成拓扑信息数据库;最后,利用节点标记法对受影响的母线进行连通性分析,并结合独岛搜索策略,实现船舶电力系统拓扑结构的动态更新。对某现代化大型集装箱船舶电力系统进行验证分析表明,本文方法结构简便易于实现、满足现代大型船舶电力系统拓扑分析的实时性与有效性需求。     

基于方位时差的多站协同目标跟踪

为提高多站无源协同跟踪的精度.提出了一种基于方位时差的目标跟踪方法.从一种拟线性的方位增量卡尔曼预处理方法人手,降低方位观测的误差,利用距离和时差跟踪建立观测方程.使用扩展卡尔曼滤波的方法对目标的运动状态进行估计,并采用分布式估计集中处理的方式融合多站并行估计数据.通过计算机仿真分析了该方位时差方法的跟踪性能.仿真结果表明.该方法对于目标状态的估计与真值偏差较小,能够满足跟踪精度要求.     

机车安全链的动态检测研究

根据铁道部＂5T＂系统的要求,对机车在高速运行过程中,底盘上的元件可能出现的脱落、移位等故障问题进行实时监控,发现问题并及时报警。采用高速CCD摄像机在机车底盘进行摄影,并对所摄图像采用了二值化、投影法、边缘跟踪等各种数字图像处理方法,判断底盘中的安全链是否存在丢失、断开的现象,并输出报警信号。     

基于车辆轨迹的驾驶员自由换道行为研究

自由换道行为会对交通流稳定运行产生较大的影响,在换道过程中驾驶员的行为是重要的影响因素。基于车辆运行轨迹的分析,对驾驶员在自由换道过程中的心理行为进行分析,为自由换道模型的构建提供参考依据。     

浅析基于稀疏表示的航运船体检测方法

为进一步强化航道安全,解决海事CCTV人工值守、非自动化问题,提出了基于稀疏表示的船体检测方法.利用稀疏表示实现对船体的检测时,首先构建样本特征矩阵,然后利用K-SVD算法对样本特征矩阵进行学习,得到冗余字典,最后对测试样本进行重构,根据马氏距离判断测试样本属性.通过与传统方法的试验比较,实验结果表明,该算法实时性好、检测准确率高,可以很好地对CCTV视频监控的船体进行检测与跟踪,解决CCTV人工值守、非自动化问题,节省大量人力资源.     

一种新的雷达间隙辅助红外的机动目标跟踪算法

论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为：在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波（IMM-EKF）或交互式粒子滤波（IMM-PF）;在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。     

纯距离条件下的UKF目标参数估计方法

在多站测角的被动目标跟踪中,目标的状态与角度量测值之间存在非线性关系,现有的方法主要是对其进行线性化,但线性化过程会带来滤波精度的下降,甚至会产生滤波发散而丢失目标.无迹变换卡尔曼滤波器（Unscented Kalman Filter,UKF）通过产生采样sigma点对系统状态进行逼近,可以较好地解决这一问题.将UKF应用到多站测角被动目标跟踪问题中,并通过仿真试验证实了算法的有效性.