自适应运动目标跟踪系统及其性能研究

提出利用非线性联合变换相关器作为核心实现自适应运动目标跟踪识别系统,给出了自适应跟踪系统对目标的跟踪原理,并对跟踪系统的跟踪性能进行了实验研究。     

模块化软体机器人多模式运动分析

为了探讨模块化软体机器人驱动模式多样性对实现有效运动的影响,设计了一个6模块软体爬行机器人,并进行了多模式运动分析。使用差动运动模块设计了一个通过前进波在机体上的传递实现运动的机器人;分析了爬行过程中充放气模块的受力状态和充放气模块位置间隔之间的关系,得出了满足充气时模块获取的运动量、放气时模块向前传递运动量这一单向运动必要条件的位置间隔关系式,依据该模型得到了6模块机器人的10种可行运动模式;采用集中质量法对机器人建立拉格朗日动力学模型,通过ADAMS仿真验证了不同驱动模式的可驱动性;通过实验验证了机器人的可行运动模式并得出了不同模式下的运动速度。研究结果表明:使用充放气模块位置间隔关系公式来分析模块化爬行机器人运动模式可行且准确;多模块软体机器人具有丰富的运动模式,依据驱动模式的不同即可实现运动速度的变化;通过选用高效的运动模式A1D2,多模块机器人可实现最大运动速度13.2mm/s。     

基于多极小值粒子群的自适应运动估计算法

为了提高视频编码效率,提出一种基于多极小值粒子群的快速运动估计算法.该算法将运动矢量特性和多极小值粒子群算法的全局搜索特性结合,采用自适应运动强度、运动矢量预测以及提前终止迭代等方法,克服单峰误差曲面假设的限制.实验结果表明,对运动平缓和中等的视频序列,该算法的运算复杂度与DS相当.对于运动剧烈的视频序列,该算法的运算复杂度与TSS相当.在增加少量搜索点数的情况下,各类视频序列的搜索精度都接近FS.     

基于神经元网络多模型自适应控制

多模型自适应控制（ＭＭＡＣ，Ｍｕｌｔｉ—ＭｏｄｅｌＡｄａｐｔｉｖｅＣｏｎｔｒｏｌ）是一种离线设计和在线识别与决策的新方法，它将有限多个简单控制联结成一种从总体上具有大范围的鲁棒控制。利用神经元网络对被控系统模型进行识别的思想，构成神经元网络的多模型自适应控制。     

跑步机坡度与运动时膝关节力学关系分析

运用运动生物力学实验方法,进行在跑步机上健身跑运动试验,测试获得在0°,2°,5°,8°四种坡度下,膝关节一个步态周期支撑时相和摆动时相,膝关节角度、角加速度、髌韧带张力、胫股平台力、地面支撑力等参数.分析研究发现,股四头肌髌韧带张力在0°～2°增加显著,胫股平台反作用力在2°～5°减小显著,跑步机坡度2°～5°时适合健身跑.     

轮腿式机器人多运动模式运动学分析与建模

轮腿式移动机器人具有轮式、履带式和腿式等多种运动模式,对不同运动模式下的运动特性进行了分析,建立了轮式运动模式下的运动学方程,对履带运动模式下的转向运动学进行了运动学建模;通过对机器人在腿式模式的姿态描述,建立其运动学模型。为对轮腿式机器人进行综合运动分析,实现机器人控制提供了理论基础。     

基于MACA算法的运动目标自适应跟踪

通过对传统Camshift算法的研究,提出了一种多模式自适应CamShift算法(MACA).将CamShift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于ⅡR滤波的目标运动状态信息预测跟踪技术,取得了复杂场景下多色度目标发生旋转、遮挡和速率变化时都能精确跟踪的效果;最后用MACA算法设计了一套自适应实时跟踪系统.经大量实验证明,本算法鲁棒性强、实时性好,系统自动化程度高.     

自适应技术在多载波调制系统中的研究

MCM作为一种新型高速的传输技术,被广泛地应用于现代无线通信系统中．在多载波调制系统的基础上对自适应技术进行分析与研究,展示自适应技术在多载波无线通信系统中所起到的重要作用和良好效果．     

多模式自适应混合压缩法

本文对静态图象压缩标准ＪＰＥＧ的基本压缩系统（以下简称ＪＰＥＧ压缩算法）的特点进行了简要分析,并在此基础上提出对不同相关性、纹理复杂程度的图象区域压缩时区别对待的观点,建立了压缩速度和恢复精度均有较大提高的一种新的压缩模型－多模式自适应混合压缩模型。     

自适应背景更新及运动目标检测算法

从视频中检测运动目标是智能视频监控应用中的一项关键技术.文中提出了一种基于区域的自适应背景更新及运动目标检测算法,首先使用高斯模型建立初始的静态背景图像,通过背景减法得到差值图像;然后使用自适应阈值对差值图像进行二值化,并利用形态学滤波和连通区域面积检测进行后处理,得到运动目标区域掩模;最后,根据运动目标区域掩模检测出运动目标,同时使用基于区域的自适应背景更新算法动态更新背景图像.实验结果表明,该算法能够自适应地对背景模型进行更新,对于背景的扰动、光线的渐变等带来的影响有很好的抑制作用,可以有效地检测出运动目标.     

基于最小发射功率的自适应调制多输入多输出系统

在对多输入多输出信道进行奇异值分解的基础上,推荐了一种新的最小化发射功率的自适应调制算法.通过在不同信道假设条件下的性能仿真,证明了推荐算法能够在满足用户要求服务质量的条件下,以尽可能小的系统发射功率实现数据传输.     

基于信道衰落相关矩阵的自适应多天线技术

为了在满足目标频谱效率和目标误码率前提下减小多天线系统的发送功率,针对采用线性接收机的无编码空间复用系统,提出了一种发送天线选择及速率(调制方式)分配、功率分配准则。该准则利用了信道衰落的空间相关矩阵,以各子码流的误码率为约束条件,对发送功率进行优化。仿真结果表明:该准则相比于目前已有的天线集合及调制方式选择准则有2 dB的信噪比增益。给出了逼近该准则性能的简化算法,该算法在很大范围内能达到穷举搜索的性能。     

基于视觉技术的嵌入式人机交互研究

随着嵌入式以及人机交互技术的发展,嵌入式人机交互已经成为当前的研究热点之一。而视觉技术作为嵌入式人机交互的重要技术,具有广阔的研究和应用前景。本文介绍了嵌入式人机交互技术的发展以及视觉技术在嵌入式人机交互中的应用,并提出嵌入式视觉技术的发展方向与前沿技术。     

基于运动模式的点源目标识别算法的研究

目前常用的点源运动目标识别方法并未考虑运动目标自身运动规律,难以识别目标属性,降低了目标识别的准确性。本文提出三点Hermite插值轨迹匹配识别方法,用以识别点源目标运动模式。该方法首先根据已知目标自身运动规律,建立目标运动轨迹全方位投影曲线标准库;然后,采用三次Hermite插值曲率逼近的方法,获得点源目标实际运动轨迹;最后,利用Hansdorff距离匹配实际目标运动轨迹与曲线标准库轨迹,并根据匹配结果识别点源目标。     

具有多神经网络的自适应预测控制

提出了一种将多神经网络，自适应控制和预测控制相结合的方法，用以解决复杂系统的控制问题，并从数学模型、网络结构及算法进行了研究、最后给出了模拟结果。     

多输入多输出系统的加权多模型自适应控制研究

针对单入单出系统设计的加权算法无法在多输入多输出系统中得到较好的控制效果,对加权多模型自适应控制中的加权算法进行研究,并设计矢量与标量两种加权算法,研究多变量系统中标量以及矢量权值对系统的影响.同时,对加权算法中的误差性能指标进行研究,选取不同的误差性能指标,研究不同误差性能指标对权值收敛速度的影响.通过Matlab搭建Simulink仿真模型,对加权算法进行仿真.仿真结果显示,采用定常系数的误差性能指标的标量加权算法能对多输入多输出系统做出理想的控制效果.     

电子政务系统中的人机交互技术应用

分析了山西科技电子政务系统的用户特征,探讨了人机交互技术在山西科技电子政务系统中的实际应用。     

基于神经网络的多传感器自适应滤波

提出了利用神经网络自适应滤波原理解决多传感器信号处理的方法，通过对多路带噪声的数字模拟信号的滤波结果表明，该方法能快速，有效地消除主信号源的各种背景噪声。     

多策略自适应共生生物搜索算法

针对共生生物搜索算法搜索速度慢、收敛精度不高且易早熟的缺点,提出了一种多策略自适应改进算法。首先,根据适应度将种群分为3个群体,每个群体采用不同的搜索策略以实现不同功能。其次,提出了一种基于实时信息反馈的的混合搜索策略,使其搜索策略实现自适应调整。最后,对超边界个体进行变异操作,以增加种群多样性。对14个标准测试函数的仿真测试表明改进算法全局优化能力更强,具有更好的搜索速度和收敛精度。     

视线跟踪技术在人机交互中的研究

人们在观察外部世界时眼睛总是与其它人体活动自然协调地工作,并且眼动所需的认知负荷很低,人眼的注视包含着当前的任务状况以及人的内部状态等信息,因此眼注视是一种非常好的能使人机对话变得简便、自然的候选输入通道。本文介绍了视线跟踪的基本原理、方法,对视线跟踪作为人机交互通道所具有的特点进行了讨论,并指出了其在人机交互领域中的应用及前景。