基于分布式纳什Q学习的多传感器协同目标跟踪

针对传统目标跟踪算法过分依赖环境模型的问题,提出了一种基于分布式纳什Q学习的多传感器协同目标跟踪算法.分析了强化学习与分布式纳什Q学习算法的原理;描述了多传感器的协同跟踪态势,建立了离散系统的非线性模型,给出了传统的扩展卡尔曼滤波解决方法;定义了对分布式纳什Q学习性能影响至关重要的传感器行为和奖惩函数,奖惩函数通过计算预测误差方差阵的迹得到;采用基于贝叶斯推理的概率统计方法解决了Q函数的更新问题.纯方位量测信息的被动跟踪仿真结果表明,相比于传统滤波算法,该算法增强了传感器对环境变化的适应性,实现了对目标的有效跟踪,提高了跟踪精度.     

数字图像处理在测井曲线矢量化中的应用

针对测井曲线的矢量化问题，在讨论频域和空域的测井曲线图像预处理优缺点的基础上，采用了矢量跟踪的方法来处理测井曲线、对不同油田的20多种测井图纸样本进行了测试，实验表明矢量化的精度可达98％。     

CBOC调制导航信号跟踪算法研究及实现

复合二进制偏移载波（CBOC）信号的子载波是四电平的扩频符号,增大了接收机相关基带码的处理难度.针对此问题,本文分析了CBOC（6,1,1/11）信号的跟踪性能,并根据其子载波的特性,改进了TM61跟踪算法.该方法在跟踪的初始阶段利用BOC（1,1）进行同步,实现稳定跟踪后改用BOC（6,1）以提高跟踪精度.最后在自主研发的硬件平台上对该算法进行了验证.结果表明在保证跟踪精度的前提下,该方法有效的解决了由BOC（6,1）多峰现象引起的错锁问题,并且降低了对捕获精度的要求.     

用户端单相SVG的无功电流跟踪算法

针对直接电流控制的用户端单相SVG,提出一种新的单相无功电流跟踪算法.在一个计算周期内,用锁相环电路得到与电源电压同频率滞后1/4周期的标准正弦波与负载电流乘积后,结果存入采样数据储存队列,然后比较队列中基波周期前后一段数据,以快速跟踪无功电流.仿真结果表明,该算法在一个周期内能够实现对无功电流的准确提取,而且对电流变化跟踪效果理想,防干扰能力强.算法简单快速,只需两个乘法器,易于实现.     

自动指纹识别系统预处理技术及细节特征提取算法的研究

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.详细介绍了预处理过程中指纹图像与背景分离、方向信息提取、纹线提取、二值化、细化,以及细节特征提取等关键技术.在这些模块中,提出了一些改进算法和新的思想.根据人指纹本身是一个曲面结构的特点,采用一种自适应的局部阈值分离方法,解决处于不同深浅区域的指纹图像均能有效地同背景分离;提出了一种改进的、基于非彻底细化图像的细节特征提取算法,在不对纹线进行任何处理的情况下,直接从细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点进行修复;另外,还介绍了一种基于灰度纹线跟踪直接提取指纹图像细节特征的新方法,并与传统算法进行了比较.这种方法不经过二值化、细化等过程,能显著减少预处理带来的累计误差,加快处理速度,在一定程度上提高了准确率.实验证明,以上算法行之有效,在实际应用和严格测验中取得了较好的效果.     

自适应Kalman滤波的运动物体跟踪算法研究

针对实时视频中的运动物体跟踪问题,提出了一种基于自适应Kalman滤波的运动物体跟踪新算法。首先利用基于∑-△背景估计算法检测运动物体,并提取主要颜色特征。然后构建物体运动模型,并生成自适应Kalman滤波的系统状态模型。最后利用主要颜色特征进行物体跟踪,其结果反馈给自适应Kalman滤波器,并通过遮挡率自动调整参数达到正确跟踪。实验结果表明,所提出的自适应Kalman滤波算法在运动物体被遮挡等复杂条件下的鲁棒性好,还具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。     

动态目标生成技术的研究

针对光端机的粗跟踪精度检测方案,设计了动态目标生成器,为激光通信用光端机提供动态目标并进行粗跟踪精度测试。详细介绍了检测原理,设计了动态目标生成器的结构,利用有限元分析软件对关键部件进行分析,对精度进行了计算。分析结果表明,该设备可靠性高,能够提供要求的检测精度,为光端机的研制提供理论依据。     

无线传感器网络自适应动态簇目标跟踪策略

考虑到无线传感器网络的特点及目标跟踪对实时性要求较高,提出一种基于动态簇的无线传感器网络目标跟踪策略.当目标出现时,基于节点管理机制采用层次分析法选举簇首,定义节点跟踪权值作为参与跟踪的依据,并建立动态簇.目标监视过程中,根据实际跟踪质量自适应调整动态簇规模;为了避免目标丢失,在自适应机制的基础上提出目标恢复机制.目标离开后,解散动态簇,释放节点资源.采用NS2对所提算法进行仿真测试,结果表明,基于动态簇的跟踪策略能够以较少的通信开销为代价获得很好的目标捕获率.     

无线传感器网络中基于网格的目标跟踪算法

提出了一种适用于无线传感器网络中基于网格的目标跟踪算法,以解决在目标跟踪过程中信任度(belief)更新和传感器节点信息贡献量估计问题.该算法对信任度进行非参数化表示,用基于网格的算法对序列贝叶斯滤波过程进行实现.并且利用目标位置预测和基于网格的算法在不预先获知传感器节点测量数据的情况下,对节点的信息贡献量进行估算.在资源受限的无线传感器网络中,该算法在降低计算复杂度、提高算法适用范围方面都有显著改进.最后在仿真环境中验证了基于网格的目标跟踪算法的有效性.     

在3DS MAX虚拟现实中反光材质的实现

反光材质的实现是3DS MAX虚拟现实中真实与否的重要表现,文章通过3DSMAX材质特性中对Reflection反射贴图的讨论,提供了反光材质的在3DS MAX虚拟现实中的具体解决办法.