基于坐标下降和偏移映射的运动编辑与重定向

提出了一种基于坐标下降和偏移映射的人体运动编辑与重定向方法,使角色运动适用于虚拟场景。采用加入生理限制的循环坐标下降算法自动求解约束帧目标姿态,在约束帧附近通过构造运动偏移映射曲线的方法对运动进行自动平滑处理。实验结果表明,该方法较为完整的很好的保留了原始运动的特征,且重定向得到的运动较为平滑自然。     

基于统计学习的逆向运动学实现方法

基于统计学习的思想,提出一种逆向运动学实现方法。角色动画运动数据维数较高,各维度之间存在相关性,直接对其分析计算复杂度高。该方法基于高斯过程隐变量模型对运动数据降维,将高维运动数据映射到二维隐空间,对隐空间数据进行聚类,寻找样本运动数据的典型姿态,典型姿态张成的子空间保留了样本运动数据的主要特征和规律。结合末端约束,对典型姿态进行加权优化,得到满足末端约束的最佳姿态。实验表明,该方法取得了较好的效果。     

基于DTW方法及Hermite插值的运动序列长度归一化

运动捕获设备采集的数据冗余量大,缺乏结构化信息,编辑重用难度大,需用运动编辑方法处理.运动融合作为运动编辑的关键子问题之一,首要步骤就是运动序列长度归一化.提出一种基于动态时可规整方法(Dynamic Time Warping,DTW)及Hermite插值的运动序列长度归一化的方法,首先基于改进的DTW算法将运动序列进行姿态对齐,找到运动序列的一组对齐帧;其次按照长度的需要对运动序列对齐帧进行位移插值和角度插值,对根位移进行Hermite插值,对关节旋转角度采取四元数球面插值;最后,实验结果验证了该方法可以生成新的平滑的角色动画,提高了数据重用性,以此实现了运动捕捉数据处理效率的提高.     

一种姿态角辅助的IMMPF算法

交互式多模型粒子滤波(IMMPF)算法把粒子滤波(PF,Particle Filter)引入交互式多模型估计(IMM)算法,从而能够有效地解决非线性、非高斯机动目标跟踪问题.首次把姿态角信息引入到针对空中机动目标跟踪的IMMPF算法中,通过姿态角测量与当前运动模式的模糊关联来辨识目标的机动模式,然后把辨识结果与IMMPF算法的后验粒子权值相融合,以提高算法本身的模型分辨能力;对机动目标跟踪的仿真实验表明,该方法能够有效地改善原跟踪算法的跟踪精度和稳定性.     

基于OpenGL的目标序列影像姿态仿真方法研究

详细探讨了OpenGL模拟成像特点,结合光电测量系统性能虚拟测试的需求,提出了一种基于序列影像的飞行目标姿态仿真方法,建立了运动特征仿真模型及解算方法,实现了目标运动轨迹与姿态变化的独立模拟,仿真出丰富多样的姿态变化特征。利用双站姿态交会测量算法对模拟影像姿态精度进行了检测,验证了仿真结果的可行性。该方法已有效应用于光电测量系统目标姿态提取算法性能的仿真测试。     

空间微动目标动态全极化回波仿真技术研究

从空间微动目标的运动特性和全极化散射特性两方面出发,研究了进动目标动态全极化回波仿真技术。分析了自由段飞行过程中目标姿态角的变化规律,通过进动坐标系建立了微动参数到目标姿态角的映射关系,修正了直接将偏航、俯仰、横滚等三个欧拉角应用于进动目标姿态角计算的方法。建立了目标测量极化到雷达发射极化的变换关系,指出全极化雷达各个极化通道回波的仿真,均需要目标全极化测量数据的支撑。典型参数下的仿真结果表明,本文提出的方法能够逼真反映空间微动目标的全极化特性。     

初始姿态精度对SAR成像分辨率的影响

分析了合成孔径雷达SAR运动补偿用惯导初始对准误差对SAR天线相位中心运动参数测量精度以及成像分辨率的影响.通过建立惯性器件误差→惯导初始自对准精度→SAR成像分辨率三者之间的量化映射关系,可以直观地发现,SAR合成孔径起始时刻姿态误差对成像分辨率的影响较之初始位置、速度误差更为严重,并分析指出不同方向的初始姿态误差对SAR成像分辨率的影响并不相同,由此进一步分析了SAR运动补偿系统惯导器件对成像分辨率的影响.经过单个点目标SAR成像(RD算法)仿真验证了该方法的正确性.     

串置翼垂直起降无人机过渡机动飞行控制

针对新型串置翼布局推力矢量无人机在垂直起降、过渡机动飞行过程中强非线性、强耦合及控制冗余的问题,采用动态逆控制方法设计全局控制系统,无需针对不同飞行模式切换控制策略。在此基础上,提出二级递进式控制分配策略,将序列二次规划、链式递增方法相结合,对航迹回路和姿态回路的控制量进行综合优化分配。同时,根据任务需求及飞行状态,基于离线数据库在线实时更新直接力控制分配目标函数权值。采用松弛约束策略,局部放宽非线性优化问题约束,增加优化求解速度。仿真结果表明该控制器能够有效跟踪高机动目标航迹。     

非线性姿态镇定控制律设计与仿真研究

研究了具有轴对称特性的飞行器姿态镇定问题。根据球极投影原理引入两个姿态角的微分同胚映射,将原姿态运动模型变换为一新的形式;并在此基础上,通过将飞行器的一个旋转角速度分量先镇定到原点,得到了具有串级形式降维的姿态系统模型。根据降维模型的特点,渐近得出完整的姿态镇定控制律,并用Ｍａｔｌａｂ语言和Ｓｉｍｕｌｉｎｋ实现了系统仿真模型。仿真结果证明了本方法的有效性。     

基于生产间歇改进Elman的转炉煤气发生量预测

针对钢铁企业转炉煤气发生量间歇时长波动大,预测精度低的问题,基于生产间歇特征分类,提出基于混沌映射粒子群算法（CPSO）优化Elman神经网络的转炉煤气发生量预测模型（CPSO-Elman）。提取转炉煤气发生量时间序列中生产间歇特征,并根据间歇时长进行分类;引入经混沌扰动改进的PSO算法优化ENN的初始权值和阈值,利用非线性更新的惯性权重以平衡全局搜索与局部搜索能力,并在粒子初始化中添加了混沌映射;构建CPSO-Elman转炉煤气发生量组合预测模型;在预测未来时间内间歇时长基础上,预测转炉煤气发生量。仿真结果表明：所提方法在预测精度上比未经过优化而预测的方法提高了5%左右。     

Restoration of space-variant blurred image based on motion-blurred target segmentation

In imaging on moving target,it is easy to get spacevariant blurred image.In order to recover the image and gain recognizable target,an approach to recover the space-variant blurred image is presented based on image segmentation.Because of motion blur's convolution process,the pixels of observed image's target and background will be displaced and piled up to produce two superposition regions.As a result,the neighboring pixels in the superposition regions will have similar grey level change.According to the pixel's motion-blur character,the target's blurred edge of superposition region could be detected.Canny operator can be recurred to detect the target edge which parallels the motion blur direction.Then in the segmentation process,the whole target image which has the character of integral convolution between motion blur and real target image can be obtained.At last,the target image is restored by deconvolution algorithms with adding zeros.The restoration result indicates that the approach can effectively solve the kind of problem of space-variant motion blurred image restoration.     

基于模糊层次分析法的卫星探测效能评估算法

以遥感卫星为例研究了卫星探测效能评估技术。首先建立基于实用化的卫星探测能力评估递阶层次结构,接着综合运用运动仿真、概率论、连续马尔科夫链和蒙特卡罗法等方法对卫星探测评估中的单项指标建立相应的算法模型,然后基于模糊层次分析法确定卫星探测舰船目标的各评价指标权重,最后通过一个应用实例验证该算法在方案选优中的优越性。     

基于小波网络的水下机器人执行器故障诊断

针对水下机器人系统的不确定性使得对其进行建模比较困难的特点,提出采用一种改进的小波网络进行水下机器人运动建模。该网络通过学习,调节小波函数的伸缩和平移以及网络连接权,既能逼近函数的整体轮廓,亦能捕捉函数变化细节,使得函数的逼近效果较好。通过比较模型的输出(运动状态估计值)与实际测量值来产生残差,分析残差提取故障判断准则,从而进行执行器故障诊断。仿真试验验证了该方法的有效性。     

基于目标机动模式识别的VSMM算法

针对定结构多模型在高机动目标跟踪算法中存在计算量大、计算时间长、难以满足系统实时性等问题,提出了基于目标机动模式识别的变结构多模型算法。该算法能够选取与目标运动状态相匹配的模型集合,具有时变性、自适应性的优点。通过运用少量的运动模型组成一个模型组,然后不同的运动模型组合形成不同的模型组,以模型组代替原先定结构模型中的多模型,根据跟踪检测到的目标运动模式来选择是否更换模型组,从而用少量运算得到较为精确的次优解。仿真结果表明,该算法在跟踪强机动目标中不但能够有效降低计算量,而且可以使模型集合和目标的运动状态更好地匹配,从而提高目标跟踪精度。     

熵权与群组AHP相结合的TOPSIS法多目标威胁评估

针对传统TOPSIS法在确定权重系数上面的缺陷和不足,提出了改进的TOPSIS法,该法综合考虑主观和客观因素,将运用聚类分析法得出的各决策专家个人权重应用到群组AHP法中确定目标属性主观权重,并与运用熵权法求解出的目标属性客观权重相融合,得到组合权重.运用改进的TOPSIS法研究空战威胁评估问题,建立多目标威胁评估数学模型,并进行了仿真研究.仿真结果表明该算法是合理和有效的.     

海空背景下红外运动小目标的检测方法

针对海空背景下红外运动小目标的检测问题,提出了一种先前景抑制,再二值化,然后基于质心轨迹累加的序列检测流程。利用海空前景红外小目标图像灰度直方图一般呈现"双峰一谷"型式这个特点,前景抑制将海空前景分割和中值滤波结合起来进行。在前景抑制基础上,提出了基于分块门限分割的二值化方法进一步抑制随机噪声。最后,基于目标运动的连续性、规律性和噪声的随机性,在图像二值化基础上,进行了质心迹累加的序列检测。仿真实验结果表明:所提方法具有很好的检测效果。     

虚拟人运动生成与控制技术综述

虚拟人在游戏娱乐、教育培训及虚拟试验等领域都有着巨大的应用需求。由于人体运动系统的冗余性、主动性和底层运动机理的复杂性,虚拟人的特定运动生成与控制技术成为当前虚拟现实和计算机动画应用领域的热点与难点问题。在参阅大量相关文献的基础上,对各种虚拟人运动生成与控制方法进行了分类总结,可为深入研究虚拟人的运动控制提供有益参考。首先对虚拟人运动生成与控制技术的应用发展情况进行了分类概要介绍;然后从内部机理和外部行为两个侧面简要介绍了人体运动系统的建模仿真方法;随后对虚拟人运动生成与控制技术的常用方法进行了分类介绍,并进行了对比分析;最后,分析了该领域的难点技术,对其相关的最新研究进展进行了详细的分析介绍,并对其研究前景进行了展望。     

弹道导弹中段诱饵微动特性研究

微动辨识是弹道导弹中段目标识别领域的研究热点,目标的微动特性与其结构、质量分布、初始状态和受力状态密切相关,将根据给定诱饵的重量、几何特性、释放初始状态等,建立诱饵进动、自旋、章动等微运动模型,对微动模型进行深入研究和理论推导,分析得到释放后诱饵的姿态角变化特性、自旋周期、章动角、章动角速率和欧拉角等微运动特征。仿真结果表明文中建立的微动模型,可以有效的对弹道导弹中段诱饵的微动特性进行分析,对比与弹头微运动特征的差异,可以有效的为弹道中段目标识别提供依据。     

基于运动随机性的群体运动合成

运动捕获技术是目前人体动画领域最有前途的技术之一。针对其重用性问题,多种运动编辑方法被提出。然而,这些编辑方法大都针对单个角色运动进行处理;现有的群体运动方法更多的考虑的是运动决策、运动协调。另外,现有的基于物理的动画方法仅仅考虑利用位置随机性来增加变动。通过对单角色捕获运动,施加位置和时间随机性,并结合反向动力学与多层次B样条拟合技术,来合成逼真的群体运动。     

基于中心距离特征的人体运动序列关键帧提取

运动捕获数据的关键帧是原始运动序列的简洁表示,对于运动压缩、运动检索和运动分割起着重要的作用。提出了一种基于中心距离特征的人体运动捕获数据关键帧提取方法,通过提取四肢到中心点ROOT的距离,得到一组中心距离特征,将特征分为上肢和下肢来分别表示,并提取上下肢的距离模,得到二维的特征向量模;然后采用主成分分析得到一维特征,并提取其局部极值点作为初始关键帧;最后通过对初始关键帧的重新筛选与插入得到最终关键帧序列。实验结果表明,该方法提取的关键帧序列在视觉上能够很好的概括原始运动序列的内容,且具有高压缩率。