基于扇扫声纳图像的动态目标跟踪方法

扇扫声纳在搜寻目标,躲避障碍物,跟踪动态目标,水下检视等方面有着广泛的用途。针对影像噪声大,实现动态目标的自动跟踪有较大难度的问题,分析了扇扫声纳影像中动态目标和静态目标的特点,利用目标在序列影像中的变化完成动态目标的分离,在此基础上,使用卡尔曼滤波方法实现动态目标的跟踪,最后结合实际数据进行了分析,表明算法的有效性。     

有界噪声条件下基于集员滤波的扩展目标跟踪方法

现有概率框架下的扩展目标跟踪方法需要已知系统量测噪声统计特性,然而在实际过程中量测噪声大多为边界已知而统计特性未知的有界噪声,其难以利用概率方法对扩展目标运动状态与形态进行计算。针对有界噪声条件下的扩展目标跟踪问题,提出一种基于集员滤波的扩展目标跟踪方法,该方法通过UBB椭球集合对量测噪声进行表示,并采用集员滤波对运动状态集合参数进行计算。在对扩展目标形态估计过程中,结合凸包计算几何理论中的Graham scan算法,求解包含目标形态最大误差的最小边界矩阵,最后利用仿射变换和偏移超曲面计算椭球Minkowski差的边界参数,从而对目标形态矩阵进行更新。仿真结果表明,在有界噪声条件下,相比于传统概率框架下的贝叶斯滤波方法,文中所提出的方法对目标运动和扩展形态的跟踪精度更高。     

基于MPC的智能车辆路径规划与跟踪控制

针对在障碍物环境下的避障路径动态规划效果较差,以及在面对复杂工况和曲率较大的路况时,跟踪控制的效果仍然不理想等问题,本文以智能车辆为研究对象,提出了一种模型预测控制(MPC)结合人工势场(APF)算法的路径规划跟踪系统。将改进的势场模型函数引入到MPC的目标函数和约束中,设计了基于MPC和APF的避障路径动态规划器。。运用模糊控制对MPC的车辆横向路径跟踪控制器的权重系数进行优化。仿真结果表明：在干燥路面下,与MPC控制器相比,模糊MPC路径跟踪控制器的最大横向偏差减少19.14%。在湿润路面下,模糊MPC控制器最大横向偏差减少0.55 m。基于MATLAB/Simulink与Carsim软件搭建避障路径规划与跟踪控制联合仿真模型,选择动态障碍物不同速度进行障碍物路径动态规划及跟踪控制仿真试验。实验结果表明：跟踪规划路径过程中的最大横向偏差约为0.170 m,说明规划的避障路径能够安全有效地避开障碍物。     

动态路径规划形式化集成建模方法

提出形式化方法与Ad-Hoc人工势场法集成建模的思想。在多障碍物动态环境中,由于是相对于机器人-障碍物动态计算随机可达集,因此随机可达集为碰撞概率与斥力场的关联提供了一种形式化方法。该方法可以使用Ad-Hoc方法生成可比较的斥力势场,然后将这种斥力势场与障碍物和机器人的相对运动联系起来,从而提高动态环境中机器人避障路径规划的成功率。方法验证表明,在任何环境噪声水平上,提出的方法与高斯人工势场法比较,提高了到达目标位置的无碰撞成功率。     

基于卡尔曼滤波的车辆跟踪技术

为了满足高速行驶下系统对目标的快速定位,介绍了如何运用卡尔曼滤波技术建立一个通用的物体运动模型,从而达到快速跟踪一个或多个运动目标的目的.着重介绍了动态噪声为有色噪声的卡尔曼滤波算法,针对具体对象构造了状态方程和测量方程,并给出了具体计算方法和实验结果.该跟踪技术在四川省高速公路上进行了反复实验,本车时速达到120 km/h时,仍然可以实时跟踪定位前方车辆.     

基于势场法的无人车局部动态避障路径规划算法

根据无人车动态实时避障的需求,提出一种基于人工势场法的局部避障路径规划算法,通过改进势场环境及势场力来解决传统势场法局部极小值和目标不可达的问题. 考虑车辆碰撞安全性,对侧向动态障碍物和同向动态障碍物工况进行分析,采用动态窗口法进行实时动态避障规划. 同时为保证规划路径的平滑性和可跟踪性,采用贝塞尔曲线对轨迹进行平滑处理. 最后,在CarSim和Matlab/Simulink 联合仿真平台下,对所提出的控制算法进行验证. 仿真结果表明了规划算法的避障有效性、安全性以及可跟踪性.      

机械臂目标区域跟踪防撞控制

针对医疗护理机械臂在轨迹跟踪过程中的人机交互与防碰撞问题,本文提出了一种基于目标区域跟踪以及碰撞预测的机械臂控制方法.本文根据Lyapunov函数,结合人工势能场,设计保证系统稳定性的控制器,实现在目标区域内人机交互的柔顺性;采用会遇距离与会遇时间构造防撞预测模型,建立障碍物作用半径与防撞安全指数的关联模型,实现障碍物作用半径实时可变.实验结果验证了本文所提方法对目标区域跟踪的有效性,人机交互的柔顺性,以及障碍物规避过程的高效,平滑.     

基于主成分分析的粒子滤波器目标跟踪方法

提出一种基于主成分分析的粒子滤波器目标跟踪新方法． 该方法将主成分分析法和传统的粒子滤波方法相结合, 避免了传统粒子滤波器的过度重采样, 提高了目标跟踪精度． 实验结果表明, 该方法对单个目标跟踪精度高, 且对多障碍物下的目标跟踪精度也较高, 适用于复杂背景下的人脸跟踪． 与传统粒子滤波方法相比, 该方法提高了目标跟踪的精度和鲁棒性, 避免了粒子退化和粒子贫化．     

基于噪声方差估计的高斯混合概率假设密度滤波算法

针对传统的高斯混合概率假设密度(GM-PHD)滤波器在噪声先验特性未知或不准确时跟踪性能会下降,提出了一种基于噪声方差估计的高斯混合概率假设密度(NCE-GM-PHD)滤波算法.该算法可以同时在线估计时变的目标个数、多目标状态以及噪声方差.首先,通过引入遗忘因子和采取有偏估计的方法改进了传统的Sage-Husa自适应滤波器.基于改进的自适应滤波器,推导了带噪声方差估计的GM-PHD滤波算法.仿真结果表明,在非时变或时变量测噪声方差未知的情况下,NCE-GM-PHD算法的跟踪性能优于传统的GM-PHD算法,对噪声变化的适应能力更强.     

考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略

汽车加速度和速度因交通环境障碍物实时动态变化,智能汽车避障实时参考轨迹不光滑变化;参数摄动,车速实时变化和采集信号干扰,将造成智能汽车动态侧向避障精准控制困难。为此,提出考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略。该控制策略分为动态轨迹规划层和动态轨迹跟踪层;动态轨迹规划层依据障碍物汽车加速度和速度动态变化,采用基于避障极限位置的动态轨迹规划算法,以规划能够保证智能汽车侧向安全避障的实时参考轨迹;动态轨迹跟踪层设计了考虑了质量、转动惯量和前后侧偏刚度参数摄动的鲁棒控制器,以实现实时动态参考轨迹精准跟踪。最后,利用Matlab/Simulink和Trucksim软件联合仿真,进行所提控制策略仿真验证。仿真结果表明：动态轨迹规划层能够依据障碍物汽车加速度和速度实时变化,实时规划了安全侧向避障动态参考轨迹;轨迹跟踪层克服了质量、转动惯量、前后侧偏刚度参数摄动,以及实时参考轨迹不光滑动态变化,平滑良好地跟踪了侧向避障实时参考轨迹。因此,所提控制策略实现了智能汽车安全动态侧向避障,同时确保了避障过程汽车横摆稳定性。     

去除相位卷绕的一种简单而有效的方法

相位信息的提取在信号处理中是一个重要方面，然而在相位信息提取中，常存在相位卷绕问题。该文介绍了一种简单而有效的去相位卷绕的方法，该方法采用差分原理，用共轭运算实现。该方法适用于诸如相位法时延估计、信号中瞬时频率的估计等直接应用相位信息的问题中。配合简单的多段平均和稳健处理，就可去除很强的噪声和干扰，在信噪比为０ｄＢ甚至更低时也能可靠工作。     

差分混沌键控(DCSK)通信系统估值误差分析

在具有去噪声模块的DCSK（differential chacs shift keying）通信系统中，存在三种导致估值误差的因素，这三种因素分别来源于DCSK信号本身、加性信道噪声和去噪声模块。经过对上述三种因素的分析，提出了一种新型的DCSK通信系统，该系统使用混沌多相序列（CPS）避免DCSK信号本身带来的误差，同时采用相空间量子化的方法降低加性信道噪声的干扰。仿真结果表明，虽然这种新型的DCSK通信系统因去噪声算法带来的误差而使其噪声特性略逊于FM－DCSK，但是在CPU运算时间及系统结构上，该系统比FM－DCSK复杂性降低，易于实现。     

锁相频率合成器相位噪声的精确估计与仿真

实现对相位噪声的精确估计必须考虑环路中电阻噪声的影响。从建立并分析电阻噪声模型出发,设计了两种能满足基本技术指标的环路滤波器。用仿真手段对这两种不同的环路滤波器进行了仿真,清楚地表明了电阻对相位噪声的影响。最后的实验结果证明了这种估计方法的精确性。     

二维谐波频率的频域非线性预滤波估计方法

根据谐波信号在带噪信号的频谱中表现为异常脉冲这一特性,提出了一种新的有色噪声背景下二维频率估计方法.利用二维滑动中值滤波器能够滤除异常点的能力,提取噪声频谱,消除有色噪声对信号的影响.将有色噪声转化为白噪声,然后利用高分辨率的二维ESPRIT方法估计信号频率.在不需要知道有色噪声任何统计特性的情况下,该方法对有色噪声具有很强的普适性,仿真实验表明,在信噪比达到-18 dB时,该算法仍然能够准确地估计频率.且由于算法中仅利用了二阶统计量,更便于实现.     

基于高阶累计量的车辆上下行声频检测方法

提出了一种基于麦克风阵列信号处理的车辆上下行估计的新方法,将车辆的上下行估计归结为阵列信号处理中的波达方向变化的估计。针对车辆噪声信号的复杂性和二阶统计量的局限性,采用高阶累计量实现了DOA估计,并说明了基于高阶累计量实现的估计结果明显优于二阶统计量。最后通过试验论证了该方法在实现行车方向估计时的有效性。     

带有色观测噪声的自适应滤波算法

对于带有色观测噪声的系统,基于最小二乘准则(LS),提出了递推增广最小二乘算法(RLSE),该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机仿真例子和信噪比的计算证明了算法的正确性和有效性.     

基于贝叶斯估计的图像去噪算法研究

本文提出了一种基于贝叶斯最大后验概率估计（Bayesian MAP）的图像去噪方法。通过 Matlab软件仿真,对均值滤波、中值滤波、小波阈值去噪和本文提出的图像去噪方法进行分析比较。实验表明：本文提出的方法根据图像和噪声的特点,在小波变换之后,对其中的高频系数进行贝叶斯最大后验概率估计,比其他几种图像去噪方法更能提高去噪后图像的峰值信噪比,更好地保留了图像的细节特征,取得了较好的视觉效果。     

带有色观测噪声的改进自适应滤波算法

在噪声消除系统中,若观测噪声为有色噪声,则基于最小二乘准则(LS),提出了两段RLS-RELS算法,这是一种改进的递推增广最小二乘法,该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机数值仿真例子和信噪比的计算比较证明了算法的正确性和有效性.     

平稳噪声中的谐波恢复

研究乘性噪声均值先验知识未知情况下的谐波恢复问题。提出了基于一阶、二阶循环统计量的混合方法和基于一阶、三阶循环统计量的混合方法．即先利用一阶循环统计量得到对应非零均值乘性噪声的谐波频率，再求出与谐波频率对应的乘性噪声均值．去均值后用二阶或三阶循环统计量来恢复谐波。在此基础上．提出了谐波分量个数的估计方法。仿真结果证实了该方法的有效性。     

脉冲多普勒信号最大最小频率的估计

百分比法是脉冲多普勒信号最大频率、最小频率估计的典型方法。由于这种方法对最大频率和最小频率较难同时有高精度的估计。为此提出了两种新方法：改进的百分比法和三直线拟合法,通过对不同信噪比下模拟脉冲多普勒信号估计的比较实验,发现：改进的百分比和三直线拟合法对最大频率,最小频率同时有高的估计精度,其中三直线拟合法的估计性能最优。