利用角度测量估计机动目标运动参数的方法

针对伪线性参数估计不适用于运动参数估计的问题,提出了一种基于角度测量的飞行目标运动参数实时估计和跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得到飞行目标此刻的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对参数估计值和估计误差协方差矩阵进行实时更新,并将更新值带入目标运动状态方程来估计下一时刻飞行目标的参数值和协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位,且无需存储大量的历史数据,与伪线性参数估计算法相比,计算效率可提高50%.     

基于CAD模型的立体视觉目标运动估计

提出了一种基于CAD模型的目标运动估计和目标轨迹实时生成方法，分为两步：首先采用立体视觉系统由图像特征点求出目标特征点的每个采样周期的空间位置；然后由其匹配模型的特征点集，通过扩展卡尔曼滤波方法估计目标运动参数，有了上述参数，就可以设计与伺服系统事宽匹配、消除图像处理延时影响的目标轨迹生成器，文中对目标的运动估计算法进行了仿真研究，结果表明该算法是可行的，文章创新之处在于推导了双目立体视觉系统的运动估计算法。     

一种基于多角度的运动目标参数估计新方法

在目标匀速直线运动的假设下 ,通常的运动目标参数估计方法 ,需要得到航迹上的 2个有效测量点来建立航迹初值。该文提出了一种新的基于运动目标多角度信息的参数估计方法 ,在提高激光动态回波率受限制的前提下 ,从得到第 1个目标距离信息开始即可建立航迹初值 ,从而可以缩短火控系统的反应时间。由于利用光学仪器可以被动地测量目标的多角度值 ,并且理论上只需获得 1个主动激光回波 ,这将使测量仪器在一定程度上具有隐蔽性     

目标运动参数估值研究

为反武装直升机被动声探测智能雷弹引信研制的需要，该文在分析声测阵所探测到的直升机目标噪声信号的基础上，从加权最小二乘算法出发，提出了一种利用直升机目标噪声信号的多卜勒频移方程，对直升机目标运动参数进行优值的优算方法，并讨论了初值的确定问题，简要分析了估值误差。     

基于Kinect的运动目标跟踪与三维测量

首先利用微软Kinect的图像传感器获得RGB图像,并且利用CamShift算法实时跟踪一个选中的目标物体,然后获得该目标物体的质心,最后将该质心映射到Kinect深度传感器获得的深度图像中,从而实时得到该运动目标质心的三维坐标.实验结果表明,在目标与背景的色彩空间有一定偏差的情况下,该方法能够实时跟踪目标物体并获得目标物体质心的三维坐标.     

仅有角度信息的红外多传感器异步目标跟踪

跟踪机动目标,红外单站有不少缺陷,多站可以提供比单站多的信息。然而,多站存在同步的问题。通过对状态更新过程的分析,发现跟踪可以异步实现。多站采用异步的处理方式极大的灵活了数据的处理,而且可以通过多站组网扩大跟踪范围。为解决系统方程的非线性,采用伪线性观测方程。仿真结果表明本方法可以实现对空中目标的稳定跟踪,且观测站增加可以提高精度。     

一种新的运动目标跟踪方法

运动目标自动跟踪在工业控制、军事、安防等很多领域都具有特殊的重要意义,传统的运动目标跟踪一般采用红外线、超声波等技术,通过这些技术实现跟踪具有距离远、准确性高、受光线条件影响小等优点。缺点是实现技术复杂,硬件要求较高,对于某些特殊的场合并不一定适用,本文结合虚拟相机成像特点,给出了一种新的通过摄像机对运动目标实现自动跟踪方法,实践证明该方法在无人值守录播,实时监控等方面能够取得较好的效果。     

一种基于人体运动目标跟踪的RJMCMC算法

提出了一种基于粒子RJMCMC算法的人体运动跟踪仿真算法,首先利用Simulink仿真将人体运动过程中各个关节点逐一收集起来,建立运动特征值矩阵,然后利用粒子RJMCMC算法来实现对矩阵每个关节点的跟踪,通过将RJMCMC算法与粒子滤波算法中重采样过程的融合,更加合理地对权值分布进行优化,从而降低权值的锐度,提高粒子样本的多样性。     

移动机器人室内运动目标检测的一种新方法

针对室内环境提出了一种运动目标检测新方法,可有效克服室内光线的突然性变化,并能准确检测和提取室内运动的物体.首先将RGB图像转换为更适合图像处理的HSI图像;然后将背景差和帧间差有效融合,以克服室内光线的突然性变化;最后通过背景差和帧间差的合理选择性应用,可准确提取室内运动的物体.方法的核心是在HSI颜色模型下,通过背...     

弱目标运动参数的三维频域估计

具有不同平移运动速度的目标和背景图像在三维频域中形成两个分别与目标和背景运动参数有关的能量聚积平面，提出了用霍夫变换检测这两个平面，确定背景和目标的运动的方法，该方法可用于连续多帧图像情况下在低信噪比时估计运动目标的参数。     

基于改进的GMM参数估计的目标检测方法

背景减除法通过计算当前帧与背景模型的差来实现运动目标的检测,因此背景建模是背景减除法的关键;混合高斯模型(Gaussian mixture model,GMM)可对存在渐变及重复性运动的场景进行建模,有效的提高了在光线强度变化,物体摇摆等复杂场景下建模的准确性;但它也有其固有缺点,针对利用传统EM算法进行GMM模型参数估计时,易陷入解空间的局部最优的缺陷,采用基于最大惩罚的EM参数估计,对传统的EM算法进行改进;另外,在检测不需要满足实时性时,提出了一种基于差分进化算法的GMM参数估计法;最后把改进的GMM参数估计方法应用于基于GMM模型的运动目标检测当中进行验证,并得到很好的检测效果.     

一种高超声速雷达目标检测与参数估计方法

工作于特高频/甚高频(UHF/VHF)频段的双基地雷达探测系统可作为高超声速临近空间目标探测的重要手段之一。为了解决探测系统发现与跟踪目标的实时性问题,提出一种基于图像处理器(GPU)的高超声速高动态目标回波信号检测与参数估计方法。研究了GPU用于高速高动态回波信号检测与参数估计的基本原理,给出实现方案的设计过程、原理框图、软件设计步骤及部分代码片段。最后,选择具有代表性参数的信号在实际平台上进行测试,结果表明,利用GPU进行400路4 096数据点的并行计算时间可以控制在200ms内,实时性和估计参数指标满足设计要求。     

基于互相关分析与ZFFT的目标运动参数估计

针对频率步进雷达多个相邻脉组回波进行互相关分析,得到目标运动参数的一种估计方法.对该方法进一步分析发现,加速度估计误差将导致速度估计产生较大的偏移,为此提出一种复调制细化分析(ZFFT)的简化算法,以较小的运算量实现了加速度估计精度的明显提升,降低了速度估计误差.计算机仿真结果表明,通过互相关分析与ZFFT算法,可准确估计目标的径向加速度和速度,对原始信号进行有效补偿,从而获得高质量的高分辨力一维距离像.     

基于输入估计的机动目标跟踪方法

机动目标跟踪方法有变维滤波、输入估计和交互式多模等方法。由于输入估计法采用常速模型作为状态方程对目标进行滤波跟踪,避免了模型集设计而成为研究的热点,但传统输入估计方法跟踪机动目标时存在机动检测时延较长和估计精度不高的缺点。针对这些问题,对输入估计算法进行了改进。采用变检测窗长度提高机动检测的响应速度,通过对检测窗内信息序列的修正显著提高了估计精度。仿真结果表明所提出的算法比原有算法的跟踪性能有显著提高,且对加速度随时间变化的机动也有一定的跟踪性能。     

基于参数估计的遗传程序设计方法

在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了 GP系统求解问题的能力     

基于改进进化策略的线性参数估计方法

针对线性回归模型,在最小二乘意义下,提出一种基于改进进化策略的线性参数估计方法并用仿真实例检验其有效性.该方法是将进化策略与最小二乘法相结合并且对算法中的变异算子作了相应改进.算法参数估计精度较高,收敛速度快,自适应性强,能有效处理线性回归参数估计问题.     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm,GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题,面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题,提出一种能够快速缩小搜索空间,且有效避免陷入局部最优的在线快速搜索的优化辨识框架,实现电动汽车动力电池等效电路模型参数在线快速辨识,扩展全局搜索优化算法的应用范围.进一步,将此算法应用于电池剩余荷电状态(SOC)估算问题,提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较,结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.