海上卫星通信遮挡预报模型研究

海上卫星通信不同于其他卫星通信方式,除了障碍物自身特性以外,船舶位置的改变与船体晃动都会对遮挡情况产生影响,传统遮挡问题研究中未考虑电波绕射特性,且不适用于海上移动目标。针对上述问题,本文基于菲涅尔区特性分析,研究了障碍物边缘处的最小仰角,结合海上移动通信特点,在考虑船体晃动的情况下,提出遮挡区域算法,并基于以上研究得出遮挡预报模型。遮挡区域算法能为船载卫星天线与其他设施的设计安装提供参考指标,遮挡预报模型可用于辅助工作人员提前调整航向或切换天线来对抗遮挡,以满足军事应用中对于全时通信的需求。     

基于水域精细划分的VTS雷达站选址配置优化

为了提高水上安全监管效率和保障水上运输安全生产, 以船舶交通管理系统(VTS)雷达站为研究对象, 研究了基于水域精细划分的VTS雷达站选址优化问题; 考虑实际环境中遮挡因素和水域风险因素对雷达监测效果的影响, 基于软件ArcGIS 10.4.1提出了水域精细划分方法; 以雷达站建站位置和雷达配置类型为决策变量, 以水域覆盖率最大和总成本最小为目标函数, 构建了混合整数规划模型; 基于模型特点设计了多目标粒子群算法, 给出了生成初始粒子群的启发式规则, 并在算法中引入有效的变异操作; 为了验证方法的有效性, 以ZDT系列测试函数对算法搜寻最优解的性能以及算法的收敛性进行了研究。研究结果表明: 水域精细划分方法能够在考虑遮挡因素和风险因素的情况下实现对水域的空间划分, 实例中在存在62个雷达站候选点的情况下将雷达站所需监测水域划分为2 812个水域单元; 改进的粒子群算法在ZDT测试函数中能够有效地寻找全局最优解, 并且在最优解的分布上具有良好的收敛性和分布性; 针对实例中的VTS雷达站选址项目模型达到了95.92%的覆盖率, 成本为33 800元。可见, 考虑环境遮挡和水域风险因素的VTS雷达站选址模型是有效的, 改进的多目标粒子群算法可以提高VTS雷达站选址的科学性和合理性, 是解决VTS雷达站选址优化问题的一种有效方法。      

游艇码头定位桩内力分析

定位桩是游艇码头的一种重要锚碇形式,现行规范对游艇码头风荷载、波浪荷载等规定存在不详尽之处,为完善游艇码头定位桩的计算分析,采用ANSYS有限元软件对游艇码头在风荷载和波浪荷载作用下的受力情况进行分析,对游艇码头定位桩计算提出合理建议,建议游艇码头计算采用整体建模,风荷载的遮挡效应应考虑船型、受风高度、船舶间距等因素。     

金属挡板遮挡效应试验

在抑制和控制雷达天线间的电磁干扰中,通常认为采用金属挡板的遮挡可减小雷达间的电磁耦合。本文对双叶挡板和菲涅尔圆盘的遮挡效应进行了理论和试验研究,采用菲涅尔原理对双叶挡板的几何尺寸进行了设计,在标准天线试验场地对双叶挡板和菲涅尔圆盘的遮挡方向图进行了测试。通过对试验结果的分析表明,如果金属挡板的几何尺寸设计不当,不仅不能抑制干扰,相反会加重干扰。     

我国拟取消醉驾记12分规定

交管部门正计划修改有关法规，以加大对遮挡号牌、闯红灯等交通违法行为的记分处罚力度：其中，遮挡号牌拟由记6分改为记12分，闯红灯拟由记3分改为记6分。与此同时，对醉驾行为记12分的处罚规定拟取消。     

一种基于特征点的跟踪算法

设计了一种基于特征点的图像跟踪算法．采用卡尔曼滤波器跟踪运动目标，并针对跟踪过程中的旋转及遮挡问题，提出相应策略：根据特征光流计算得到目标的旋转角度，适时地更新特征点的匹配模板，解决了旋转问题；当有局部遮挡发生时，通过模板与图像的匹配相关系数判断出被遮挡的特征点，并把这部分特征点加以滤出，而只有未遮挡特征点的跟踪结果送到卡尔曼滤波器，从而有效解决了局部遮挡问题．试验结果表明，这种跟踪算法具有跟踪精度高、鲁棒性强的特点．     

基于秩约束的车辆遮挡点恢复方法

为了恢复车辆跟踪过程中丢失的特征点,提出了一种基于秩约束的车辆遮挡点恢复方法,该方法利用所有车辆图像点组成一个秩3的矩阵,并利用该特性构造一个投影矩阵,利用该投影矩阵求到车辆遮挡点,再将求到的车辆遮挡点代替图像中的车辆遮挡点,经过多次迭代,最后求到车辆遮挡点的真实位置。该方法的优点是所有的图像及图像点都平等地看待,模拟试验和真实试验表明,该方法具有鲁棒性好、收敛性好及误差小等优点。     

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.     

多车道高速公路路侧交通标志遮挡概率研究

为了计算不同交通量、不同运行车速情况下,多车道高速公路路侧交通标志视认中大型车对小型车的动态遮挡概率,将内侧车道小型车与外侧车道大型车车头间的垂直距离作为判断路侧交通标志遮挡的依据,根据视距几何关系确定多车道高速公路驾驶人在视认区域内视线被遮挡的最大和最小临界距离;建立路侧交通标志遮挡模型,根据视认距离确定内侧及外侧车道仿真路段长度,以0.1 s为仿真步长,借助VISSIM交通仿真软件获取车辆车头坐标、与前车跟车距离等动态基础数据,实现高速公路交通标志遮挡概率计算过程的动态化。结果表明：外侧车道的车型、交通量、视认距离以及大小车运行速度都对路侧交通标志遮挡率有一定的影响;在交通量一定的情况下,驾驶人视线被遮挡的概率随着外侧车道大型车数量的增加而增大;在外侧车道大型车数量一定的情况下,驾驶人视线被遮挡概率随着小型车数量的增加而增大;在小型车速度一定的情况下,驾驶人视线被遮挡概率随着大型车速度的增大呈降低趋势;小型车速度增大时,驾驶人视线被遮挡的概率会有所提高。     

基于ST-MRF的自适应车辆跟踪算法研究

可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素.为了解决这一难题,文中提出一种基于ST-MRF模型的自适应车辆跟踪算法.在ST-MRF模型中,把图像分成块,将相邻图像间的块通过它们的矢量联系起来,建立运动序列图像的时空马尔可夫随机场模型并且构造其相应的能量耗费函数,然后利用松弛算法实现目标地图最小化能量计算,从而解决车辆跟踪中的遮挡问题.实验结果表明,跟踪不遮挡的车辆时达到的跟踪成功率为95%,遮挡情况时成功率也可达到91%.通过实验得出以下结论:基于ST-MRF模型的自适应车辆跟踪算法能在交通量比较大,且车辆出现相互遮挡的情况下,能较准确地获得车辆跟踪数据.为以后的交通事件检测提供重要的数据基础.