基于改进ASM模型的人体特征点定位和建模方法

针对传统的Procrustes归一化方法需要多次迭代且计算量大的缺陷,采用标记定位点的方法,以平均形状作为初始化规则模型,只经过一次平移旋转及缩放即可达到训练集对齐的效果;传统ASM算法计算时间较长且易使特征点因灰度模型相似而错误匹配,采用以特征点为中心,选取其周围的矩形区域灰度分布训练灰度模型,并选择24邻域点进行目标搜索。实验结果表明:改进的ASM方法进行人体特征点定位,减少了算法迭代次数,缩短了算法运行时间,提高了定位精度。     

基于景象匹配的航摄影像二维定位方法

针对目前无人机基于景象匹配对目标定位精度低与速度慢,以及依赖任务设备的问题,提出了一种基于景象匹配的航摄影像二维定位方法。首先进行任务规划,来获取某固定区域的航摄影像。然后基于特征匹配算法来完成景象匹配。最后提出坐标解算及底图生成方法,来实现航摄影像二维定位。实验结果表明该方法提高了定位精度与速度,减小了对任务设备的依赖。因此,所提方法是一种有效的基于景象匹配的目标定位方法。     

基于三维模型的多传感车辆定位与识别研究

车辆的定位与识别是智能车研究的重要环节。针对二维算法及单传感的不足,提出了一种基于三维模型的多传感车辆定位与识别算法。定位系统中,通过将雷达的位置估计和图像的灰度信息进行融合来获得位移参数,并将改进的Hausdorff距离和模拟退火算法相结合得到旋转参数。在此基础上,识别系统计算每个模型与目标车辆的匹配值,根据其在采样时段内的平均值确定车辆类型。实验证明,该方法能有效地实现目标车辆的定位和识别。     

一种用于机载系统定位的坐标转换方法

基于地球椭球参考模型空间目标定位坐标系的建立,提出通过在飞机上测量地面目标方向角和斜距这二维坐标信息,而不需要测量方位角和俯仰角信息对目标进行定位的坐标转换方法,研究了算法误差和测量数据误差对定位精度的影响,并作了仿真分析,验证了算法的有效性。     

双基地雷达空间目标二维定位分析

本文提出了双基地雷达单独使用发射/接收站(T/R站)的目标斜距和方位角信息或接收站(R站)的目标距离和及方位角信息分别对空中目标的二维定位算法,并给出了定位精度的分析方法.最后,通过计算机仿真讨论了算法的定位性能.     

基于半监督流形学习的WLAN室内定位算法

针对无线局域网室内定位系统中,因参考点密集布设而带来的数据采集、更新及定位匹配运算量增加的问题,提出了一种新的基于半监督流形学习的降维判别嵌入定位算法。该算法利用少量已标记数据和部分未标记数据,通过求解目标函数最优化,对高维接收信号进行维数约减,保留最具判别力的定位特征,然后采用确定性定位算法找到定位特征与位置坐标的映射关系。实验结果表明,算法定位精度高于传统的定位算法,降低了离线阶段的数据采集工作量,便于后期数据库的实时更新。     

基于结构总体最小二乘的多传感器定位算法

多部二维传感器组网定位时,为充分利用各传感器量测并减小地球曲率对观测的影响,建立了大场景下考虑地球曲率的三维空间观测定位模型,提出7此场景下融合测距信息的方位结构总体最小二乘定位算法.该算法首先根据各传感器的方位角量测信息使用结构最小二乘法初步定位,然后利用观测模型融合各传感器的距离量测提高定位精度并最终得到目标位置估计.仿真实验证明了该方法在多部2D传感器组网情况下对三维空间内目标定位的实际性和有效性,适用于工程利用.     

成像匹配系统定位结果的TSU数据融合新方法

在采用SAR末制导导引头的成像匹配定位系统中,现有算法利用加权平均对单次匹配的多模板进行融合得到定位数据。该方法忽视了不同位置上匹配定位信息的继承性和相关性,浪费了很多宝贵信息,限制了定位精度和可靠性的提高。为克服该缺陷,本文采用数据融合思想,在不改变导引头成像及景象匹配算法的前提下,通过挖掘多次定位结果中的关联信息,提出一种时空交错（temporal-spatial-united,TSU）的数据融合算法,利用一次匹配中多模板进行空间融合,及不同时刻定位结果进行时间融合,并通过仿真验证了算法性能,结果表明,本文算法可提高末制导导引头定位精度。     

一种改进的距离差定位算法

针对近似平面布局的距离差测量定位系统,提出了一种改进SX(sphericalintersection)定位算法。该算法首先求解目标的高度,避免了方程系数矩阵病态,因而在算法量相当的情况下,可获得较好的目标定位精度。通过加权最小二乘估计来有效地利用系统的冗余信息。分析了它的定位性能并给出了加权估计的权矩阵近似公式,同现有的定位方法以及克拉美 罗下限(CRLB)进行了仿真比较。     

基于FFT的海底地形二维匹配技术

海底地图匹配技术是水下地形辅助导航的核心技术之一,它主要用来提高水下载体(AUV3的定位精度,提出了基于付立叶变换的海底地形二维匹配算法(FFT算法),通过FFT变换将频域中幅值引入匹配,设计了位置匹配圆板进行实时图位置匹配与方向搜索模板进行方向搜索.应用实际海图原始数据进行仿真,结果表明,该算法能够同时匹配出位置信息和方向信息,具有较高的匹配精度和抗差特性.     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

一种浮标定位方法研究

以航空搜潜声呐浮标与飞机的相对方位信息为基础,利用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的数学模型和仿真算法,仿真分析了浮标位置的相对误差和均方根误差,获得了有益的结果。     

一种基于“独立性差”的分类学习新算法

从"独立性差"角度出发,提出了ISE准则下的"独立性差"估计新方法(difference of independence estimation,DOIE).从数学模型上证明该算法与单类SVM等价且可用于解决分类问题.当数据集规模较大时,该算法的优势在于可用较少样本点表示两数据集中样本点间的关系,在保证精度的前提下,提高运算速度.该算法还可应用于两数据集独立性判断、检测流数据分布改变点的位置.若退化为单类数据集,可应用于概率密度估计.Benchmark和UCI数据集上的实验表明,该算法具有较好的性能.     

基于传感器网络的气体源定位方法研究

提出一种分层结构的自组织无线传感器网络(WSN)用于气体污染源的定位研究,可以广泛应用于反恐、环境监控等场景。在修正的气体污染源浓度衰减模型基础上,提出一种改进的非线性最小二乘算法(I-NLS)以及极大似然算法(MLE)用于气体污染源定位。仿真试验对比研究了两种算法在不同的传感器节点以及背景噪声情况下对预估定位误差的影响。试验结果表明了这种分层结构的WSN用于气体污染源定位是可行的,同时验证了I-NLS、MLE两种算法定位的有效性。     

基于MQNM的双基地雷达目标定位改进算法

针对求解双基地雷达目标定位问题常用的Gauss-Newton法自身固有的缺点,如收敛精度和收敛速度依赖于迭代初值与真实值的接近程度和函数的非线性程度,进一步考虑了目标函数Hessian阵的二阶信息,结合MQNM法(修正拟牛顿法)提出了一种双基地雷达目标定位问题的优化改进算法。计算机仿真结果表明了该算法的可行性和有效性。     

一种基于数据融合的机动目标跟踪预测算法

在机动目标的运动跟踪中,为了减小搜索区域,需要对下一时刻目标位置进行预测。本文以医疗康复领域中基于视频的运动分析为背景,针对二维平面中静止背景的运动目标提出一种基于数据融合的预测跟踪方法。首先采用多项式拟合算法和基于“当前”模型的改进卡尔曼滤波算法分莉对运动目标进行位置预铡,然后采用数据融合的方法得到最终的预测结果．最后用计算机仿真和实验对所提出的预测算法进行了验证,结果表明本文算法与多项式拟合和卡尔曼滤波算法相比,预测误差更小,跟踪精度更高。     

基于改进粒子滤波的双站无源定位跟踪算法研究

在非线性非高斯状态空间下,粒子滤波器是一种有效的非线性滤波算法,它的关键问题包括粒子权重的计算、粒子重采样和状态估计等.根据粒子滤波算法思想和双站无源定位跟踪的非线性,将粒子滤波算法用于双站无源定位跟踪问题,给出了一种改进的粒子滤波算法,并对其关键问题根据双站无源定位跟踪的特殊性进行了改进.利用matlab进行了仿真实验,与最小二乘算法、扩展卡尔曼滤波算法进行了比较,结果表明所提算法定位跟踪精度优于其他方法.     

基于改进的二维交叉熵及Tent映射PSO的阈值分割

最近提出的二维交叉熵阈值分割方法所依据的灰度级-平均灰度级直方图存在错分,且寻求最优阈值时,即使采用递推算法仍需遍历整个搜索空间,运行速度有待进一步提高。为此,本文给出改进的灰度级-梯度二维直方图,据此导出了相应的二维最小交叉熵阈值选取公式及其递推算法,并且采用改进Tent映射混沌粒子群优化(particle swarm optimization, PSO)算法搜寻二维最优阈值。大量实验及与现有二维交叉熵方法的对比表明,所提出的方法在计算最优阈值时尽可能考虑了所有目标点和背景点,从而使分割结果更加精确;而求取阈值因只需遍历其中小部分解空间,使运行时间约减少到原来的10%~40%。     

基于危险化学品事故的双层次应急中心选址模型

针对危险化学品事故频发的现状,在传统选址模型的基础上建立了双层次应急中心选址模型.利用高斯烟羽模型对危险化学品泄漏风险进行了度量,在经典的p-中值选址模型基础上提出了事故风险和距离相结合的双层次选址模型,改变了传统的一对一应急模式,设置了两类应急中心服务于每一个化工厂,并设计了改进的禁忌搜索算法确定最优选址策略.最后,针对北京市大兴区化工厂的分布情况做了案例分析,给出相应的两个层次应急中心的选址方案,并对层级管理参数λ进行了灵敏度分析,验证了加入第二层次应急中心的考虑后,整个应急系统的效率得到了提高,并且应急成本有所下降.