人机交互中的人体目标跟踪算法

针对机器人在与人交互过程中对指定人体目标的跟踪容易受到周围其他人体干扰的问题,提出了一种人机交互中的人体目标跟踪算法.将所有干扰区域看作候选目标,通过建立基于重叠率的粒子分布模型,确保粒子集可以通过均值偏移收敛到所有的候选目标,并减少粒子数量.以权重距离总误差和目标尺寸作为聚类条件,将粒子划分到相应的候选目标粒子集中,最后选择最优的候选目标作为跟踪结果.实验结果表明:该算法能够避免周围相似物体的干扰并准确跟踪目标,具有较好的鲁棒性和实时性.     

基于相干瑞利散射的管道安全光纤预警系统

将相位敏感光时域反射计应用于油气管道安全监测领域.首先通过理论分析其探测原理,推导出干涉光强与光纤折射率的对应关系,从而论证了该方法的可行性;然后提出了一套新的信号处理方案,从空域及时域两方面对信号进行了处理.空域上,在传统移动平均算法的基础上引入间隔参数并提出一种新的差值算法,提高了信号的信噪比并降低了系统运算量;时域上,提取了入侵位置对应的时域信号并通过采用时频分析以及小波滤波的方法直观表现了外界入侵事件的时域特征.现场实验结果表明,该系统能有效探测到外界入侵事件并进行精确定位,差值信号信噪比达到7.8,d B,定位结果标准差在10,m以内.     

基于SRAA延迟渲染抗锯齿王斌

随着三维场景中抗锯齿技术的不断发展,抗锯齿技术已被广泛应用于航空飞行模拟、3D游戏、虚拟现实以及其它实时图形绘制应用中.针对当前抗锯齿技术中仍然存在的资源消耗大,模型部分边缘缺失,过度模糊等导致失真的问题,提出了一种基于SRAA（Subpixel Reconstruction Antialiasing）算法和延迟渲染方法的新型抗锯齿技术.首先,把三维模型的位置、深度、法线和颜色信息存储到G buffer（Geometry Buffer）中;然后,对三维模型的每个像素点进行采样,同时结合法线和深度信息,进行联合双边滤波,计算每个像素的混合权重;最后,计算每个像素加权混合后的颜色值,渲染整个三维模型场景.在此过程中,引入了像素的几何信息,较好的避免了过度模糊问题.同时采用延迟渲染,将原本需要3D化计算的光照数据转化为2D计算,提高了实时绘制性能     

小小区基站网络中能量有效的分布式动态开关策略

最近,由于小小区基站技术可以有效地提高系统的传输速率,其被学术界与产业界广泛关注.提出了一种在小小区基站网络中新颖的能量有效的分布式动态开关策略.本策略通过控制小小区基站的开关与服务的用户,在考虑能量有效性的同时,优化用户的数据包速率.通过系统级仿真,本算法相比两种基本算法:随机开关策略和用户与数据包接入策略,在数据包速率和单位能量消耗下的数据包速率上,具有可观的性能优势.     

一种雾天退化场景快速复原方法

针对雾天条件下图像退化的问题,提出一种新的场景复原方法.首先,结合大气散射模型与光学反射成像的特性,对大气耗散函数提出物理约束条件,利用双边滤波的边缘保持特性得到大气耗散函数的初始估计.然后,引入局部均值与局部标准差近似估计图像对比度,从而降低对比度较强的部分区域的雾浓度估计来获取更加准确的大气耗散函数.最后,求解雾图成像方程,恢复理想光照条件下的辐射强度.实验结果表明:该方法对图像的细节和颜色恢复非常有效,并能有效克服边缘残雾现象以及颜色过饱和等不足.     

电子稳像技术研究与实现简

针对电子稳像技术在现实中的应用,提出了一种基于角点检测与块匹配的电子稳像改进算法.接着根据块匹配方法找到相应的特征块,并从中找到对应的角点对,运用6参数摄像机运动模型求解运动参数,完成运动估计.采用基于FPGA+DSP通用架构的图像处理硬件平台,用CCS编写程序,将改进的稳像算法移植到TMS320C6416DSP中,达到实时实现视频稳像的目的.算法仿真结果与试验表明,改进的算法具有稳像精度高、速度快等特点,同时经过电子稳像系统处理后的视频图像更加清晰稳定且实时性好.?更多还原     

具分布式偏差变元和阻尼项的中立型双曲方程的振动性

研究了一类具有分布式偏差变元和阻尼项的非线性中立双曲型偏泛函微分方程的振动性,获得了这类方程分别在Robin,Dirichlet边值条件下所有解振动的若干新的充分性条件,所得结果推广了已有研究结果.     

二值无线传感网络下异常活动的分布式检测

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct). DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测. DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA )从数据中挖掘正常活动. 算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA )检测活动. 理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2%,精度更高,准确率达到96.9%.      

应用于助听器反馈抑制系统的变步长归一化子带自适应滤波算法

为减小自适应滤波算法中较快的收敛速度与较低的失调量之间的矛盾,提出了一种变步长归一化子带自适应滤波(VSS-NSAF)算法,并将其用于助听器声反馈抑制系统.该算法基于滤波器系数短时平均和长时平均之间的归一化距离,将滤波器的更新状态分为收敛状态、过渡状态和平稳状态.滤波器可在不同更新状态下自适应地使用不同步长,收敛状态下使用大步长以保证快速收敛,过渡状态下则使用逐步减小的阶梯状步长以进一步降低失调量,平稳状态下使用小步长以保证系统收敛至稳态解.仿真实验结果表明,与传统的归一化最小均方误差(NLMS)算法及其他子带自适应滤波算法相比,所提算法的收敛速度更快,平均稳态失调量更低.     

基于形态学和提升小波的心电信号去噪方法研究

心电信号是一种典型的微弱信号,含有大量噪声,还具有强烈的非线性和非平稳性.针对传统小波计算量大,很难同时将心电信号中高频和低频噪声去除的问题,提出一种结合形态学与提升小波阈值去噪的算法,通过形态学滤波器去除信号的低频噪声,提升小波阈值去噪法去除信号中的高频噪声.经过对MIT-BIH心律失常数据库中的心电信号进行仿真,结果表明,结合形态学算法与提升小波去噪算法的去噪方法,能同时有效去除信号中的低频和高频噪声,提高了心电信号的质量.