一种改进的不敏粒子滤波算法

提出了一种改进的不敏粒子滤波（UPF,Unscented Particle Filter）算法。和传统的UPF相比,该算法有两点改进,首先,在形成＂粒子云＂时,直接采用当前时刻各粒子的UKF（Unscented Kalman Filter）估计作为粒子,在保证粒子有效性的同时,减少了UKF之后的重采样过程;然后,结合新的粒子产生办法,重新定义了权值计算方法,避免了对各粒子重要概率的复杂计算。仿真表明,改进算法在减少计算量的同时,有效地提高了跟踪稳定性和跟踪精度。

Abstract：

An improved Unscented Particle Filter （UPF） algorithm was proposed.Compared with traditional UPF,it has been improved at two points.First,when producing particle cloudy,it directly uses the current particle estimation of Unscented Kalman Filter （UKF） as new particle,which guarantees the validity of particles and eliminates the re-sampling process after UKF as well;then,according to the new particle-producing method,a weight-calculating formula is re-defined,so as to avoid the complicated computation of proposal probability of every particle.A simulation shows that the Improved UPF （I-UPF） can effectively enhance the tracking stability and tracking precision and reduce computational cost at the same time.     

基于改进高斯粒子滤波器的目标跟踪算法

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot trap particle filter, BPF)、高斯粒子滤波（Gaussian particle filter, GPF)以及无迹粒子滤波（unscented particle filter, UPF)相比,该方法具有较高的精度和较少的计算量。     

Design and comparison of minimal symmetric model-subset for maneuvering target tracking

Model-set is utilized in state estimation for maneuvering target tracking.Two minimal symmetric model-subsets are designed and investigated by moment matching method,which include hypersphere-symmetric model-subset and axis-symmetric model-subset,if system mode is a random variable and obeys certain probability distribution.They can be used as the fundamental model-subset for multiple models estimation with fixed structure,variable structure and moving bank.The model-groups constructed by above designed subsets are given,which give the practical guidance for use of model-set in multiple models approach with a variable structure.Simulation results show that the performances of two minimal model-set significantly outperform the corresponding model-sets with fixed spacing.     

网络战:第五空间的战争——鼠标和键盘成为战争的新武器?

<正>1982年6月正值冷战高潮期,一颗美国早期预警卫星在西伯利亚上空检测到一团巨大的爆炸气浪,究竟是一次导弹试射还是一次核试验?实际上,那是前苏联天然气管道发生的一次爆炸,源自计算机控制系统的一次"故障"。该系统由苏联特工窃自于一家加拿大公司,然而     

在3DS MAX虚拟现实中反光材质的实现

反光材质的实现是3DSMAX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3DSMAX虚拟现实中的具体解决办法。     

改进的粒子滤波算法在目标跟踪中的应用

粒子滤波算法中通常采用先验转移概率代替重要性函数,由此重要性密度函数对后验函数的偏差将增大。将小波去噪应用到粒子滤波过程中,降低了偏差,提高了粒子算法的滤波精度,并将该算法应用到目标跟踪的过程中,通过仿真证实该方法能够提高粒子滤波精度。     

基于不完全量测下三维纯方位系统的Cramer-Rao下界

在量测数据随机丢失情况下,对非线性的纯方位跟踪(Bearings-only tracking,BOT)滤波Cramer-Rao下界(Cramer-Rao lower bound,CRLB)问题进行了讨论。针对量测信息来自探测概率小于1的不同信号通道且每个通道的探测概率不同情况,利用Fisher信息阵迭代法建立了多输入多输出三维BOT系统滤波的CRLB模型,它的计算量随探测序列呈指数增长;一种基于统计意义下的缩减因子法被给出,理论证明它小于理想CRLB;另外,一个适合工程应用的近似理论CRLB被提出,分析表明能降低计算复杂度。     

基于超差指标的操作手满意控制模型集

为给人机系统的设计提供更大的自由度,以半自动跟踪系统中的合格操作手群体为研究对象,在保证稳定性的前提下,以跟踪误差的平均超差频率、平均超差占空度2项超差指标与稳态误差系数为期望指标集,对含时滞环节的半自动跟踪系统,给出了满足期望指标集的操作手满意控制模型集边界的求解表达式。用图解法求取了满足上述期望指标集的参数解集,算例验证了其可行性。     

一种新的多视角人脸跟踪算法

为了对复杂场景中的多视角旋转人脸进行精确跟踪,提出了一种基于子空间特征模型的多视角人脸跟踪算法.该算法根据不同的人脸姿态建立多个离线人脸模型并自动进行在线学习,同时,针对人脸跟踪提出了新的自适应粒子滤波框架,确定人脸状态.实验结果表明,该算法能够准确跟踪多视角变尺度人脸,并实时分辨人脸姿态,对人脸的旋转、尺度变化以及环境影响不敏感,具有很强的鲁棒性和精确性.     

带测量噪声干扰的无人驾驶汽车路径跟踪控制

提出了一种带有Kalman滤波器的最优预测控制结构,用于无人驾驶汽车的路径跟踪控制.无人驾驶汽车对道路环境与车体状态的感知一般通过GPRS、雷达、摄像机、陀螺仪等获得,测量过程往往带有噪声.带有Kalman滤波的最优预测控制器,与不考虑噪声干扰的最优预测控制器相比,产生比较平滑的控制序列,减少了机械损耗.