扩展目标联合检测与估计的误差界

针对杂波和漏检环境下单个扩展目标联合检测与估计的性能评价问题,提出了一种基于随机有限集(Random Finite Set,RFS)的误差分析方法。该方法通过将扩展目标的状态和观测分别建模为Bernoulli RFS和Poisson RFS,在RFS框架下推导获得了采用最大后验概率检测器和无偏估计器的均方误差界,并给出了其在目标确定存在以及无杂波条件下的简化形式。实验结果表明,建议的均方误差界能够有效地反映扩展目标联合检测与估计算法所能达到的最优性能,利用该误差界可以对不同的扩展目标联合检测与估计算法的性能进行有效的衡量,误差在5%以内。推导过程和结论仅关注于单传感器扩展目标联合检测与估计的静态问题,并假设其状态和测量均为标量。     

利用密度描述符对应的视觉跟踪算法

针对稀疏描述符由于关键点检测不稳定及其误匹配造成跟踪失败的问题,提出了一种利用密度描述符对应实现目标跟踪的算法。该算法通过计算目标在相邻两帧之间的密度描述符流,考虑目标的空间分布特性和描述符的权重,得到目标的运动矢量,获得目标在当前帧中的估计;根据密度描述符的运动矢量与目标运动矢量的关系及其匹配程度,更新密度描述符的权重。在大量测试数据上对所提算法进行实验,并与相关跟踪算法进行比较,定性和定量分析表明:当发生光照、遮挡、姿态变化时,所提算法能够稳定地跟踪目标,跟踪成功率均在90%以上,跟踪误差要小于其他算法。     

气候变化对野生动物的影响

气候变化可能导致的生物多样性丧失、物种灭绝速度加快等问题不容忽视。由于气候变化,某些野生动物种群数量可能下降,食物链上相关生物的物候变化可能发生不同步变化等,气候变化对生物自然分布、繁殖与演化也可能有较大的影响。     

不同维的混沌系统的自适应函数投影同步

本文对维数不同并且参数未知的两个不同的混沌系统,通过增补维数的方法研究了两个系统的自适应函数混沌同步和参数识别问题.基于Lyapunov稳定性理论和自适应同步法,为系统设计了合适的自适应同步控制器和未知参数的辨识规则,实现了系统的混沌同步和未知参数的辨识.数值仿真验证了所设计的控制器和参数辨识规则的有效性.     

基于一个混沌系统的保密通信及其电路实现的研究

构造一个具有复杂混沌吸引子的非线性混沌自治三维系统,对该系统的基本动力学行为进行了研究,得到了系统的分岔图和Lyapunov指数谱图,并且通过电路验证了吸引子的存在性.根据线性反馈同步理论对新系统进行同步控制,以Multisim为仿真平台构造出基于混沌系统的保密通信电路.通过加入随机白噪声干扰,观察还原信号的失真程度.仿真结果表明,在小强度噪声干扰下,混沌信号仍然能够完成对信息的有效掩盖,实现了由理论模型向现实应用的转化.     

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题．通过构造Lyapunov—Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖T-he滞和反应扩散算子的均方全局指数同步的充分性判据．此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效．     

异地电子签章数据一致性的研究

随着分布式数据库的广泛应用,对电子签章系统有了更多的需求。如何使异地电子签章系统中多个数据库之间的数据保持一致,是该系统的关键性问题。结合Web service的特点,设计了异地电子签章系统需求模型,提出了一种异地签章数据之间的一致维护的方案,解决了在该系统应用中的数据同步问题。     

复杂场景下基于特征点匹配的目标跟踪算法

提出一种在复杂场景及目标遮挡情况下,特别是目标外形、大小发生变化时的基于SURF的目标跟踪和在线目标模型更新算法。该算法利用SURF对尺度缩放、光照变化和旋转等具有较好鲁棒性的特点,首先提取跟踪目标的SURF特征点,以特征点及其邻域的R、G、B直方图表示目标;然后根据目标在连续的帧中相似性较大的特点,搜索当前帧中的目标最优匹配SURF特征点,由目标特征及目标模型计算其准确大小和位置,并根据变化了的目标状态更新目标模型。实验结果表明,该算法可准确地定位到目标。     

基于目标跟踪法的椭圆曲线插补和加减速算法研究

目的 满足椭圆曲线加工高速、高精度要求.方法 深入研究目标跟踪法对椭圆曲线的精确插补,算法结合弓高误差约束,能随椭圆曲线曲率自适应调整进给速度.提出了一种新的三次样条曲线加减速控制方法,该方法使加加速度呈线性变化,极大地减小了加工过程对数控机床造成的冲击.最后采用MATLAB进行实例仿真和性能验证分析.结果 该方法在椭圆轨迹插补过程中,插补最大轮廓误差不大于一个脉冲当量（0.001 mm）,切削进给速度基本保持恒定.结论 该算法运算速度快、误差小,实现了高速、高精度要求.     

基于多模型检测的视频监控行人跟踪算法

研究了网络视频监控中行人检测和跟踪技术,并提出了基于多模型检测的视频监控行人跟踪算法.首先在已有检测算法的基础上,根据实验结果,分析了算法的优势和存在问题,提出了多模型融合检测算法,多模型融合检测算法充分利用各个单模型算法的优势,提高模型检测准确率,并使用快速特征金字塔算法提高了算法的实时性.随后在提出的检测算法基础上,结合卡尔曼滤波算法和匈牙利最优匹配算法实现多目标行人检测和实时跟踪.MOT测试视频实验结果表明:提出的跟踪算法能够较好地实现多目标行人检测和跟踪,适合网络视频监控场景.