基于Adaboost首帧检测的时空上下文人脸跟踪算法

针对时空上下文算法首帧需进行手动框选及选择偏差带来后续跟踪干扰的不足, 提出利用Adaboost算法进行首帧检测, 引入Kalman预测机制辅助时空上下文算法进行跟踪.当出现遮挡、 抖动等问题时, 保证跟踪稳定地进行, 提高算法鲁棒性. 在Shelter1等3组公共数据集上进行对比实验的结果表明, 该算法能实现首帧自动检测功能, 后续跟踪算法的鲁棒性及跟踪效果也得到明显提升.     

动态场景中运动目标检测与跟踪

为了在静态和动态场景中均能实现对运动目标的检测与跟踪,提出了基于运动检测和视频跟踪相结合的视频监控方法. 建立四参数运动仿射模型来描述全局运动,采用块匹配法对其进行参数估计;采用基于全局运动补偿的Horn-Schunck算法检测出运动目标;使用卡尔曼滤波对运动目标的质心位置、宽度和高度进行跟踪. 实验结果表明,该方法能够有效地对静态和动态场景中运动目标进行检测与跟踪.     

基于图形处理器硬件加速的高精度医学图像融合算法

提出一种基于图形处理器(GPU)硬件加速的频域非下采样轮廓波变换(FNSCT)算法.该算法构造了更加简单、快速的频域非下采样轮廓波变换,有效消除了传统小波变换以及轮廓波变换应用于图像融合算法时引起的振铃和伪吉布斯现象.结合GPU在并行大规模浮点数及快速傅里叶变换(FFT)上的高速运算能力,解决了非下采样轮廓波变换(NSCT)速度慢的问题,实现了一种高精度的医学图像融合加速算法.     

滤网对颗粒捕集过程的微观实验

由于滤网具有良好的颗粒捕集性能而被广泛应用于工业或民用领域,但对其微观捕集机理研究尚且有限.本文通过建立一套显微观测系统真实记录滤网捕集颗粒的全过程,研究其在捕集颗粒过程中的微观表现,分析影响单纤维过滤及滤网网孔架桥堵塞的影响因素.结果表明随着过滤风速的减小,滤网的未堵塞孔面积与孔总面积之比逐渐降低,且最终会出现一个稳定状态;而随着滤网孔径的减小,该比值逐渐降低.在实际使用过程中应根据具体使用条件合理选择过滤风速和滤网孔径,对于长时间使用的滤网应及时清灰避免二次污染.     

卡尔曼半自适应模型在复杂河道实时洪水预报和行蓄洪调度中的应用

针对行蓄洪区复杂河道的特点,提出了行蓄洪区的计算与预报方法,使得卡尔曼半自适应滤波模型可以用于复杂河道行蓄洪的调度和实时洪水预报。把该模型用于淮河干流中游鲁台子——吴家渡河段的洪水预报和行蓄洪的调度,取得了较高的预报精度。     

偏振滤波一维二元光子晶体的实现

用一维时域有限差分方法（1-D FDTD）分析一维二元光子晶体的偏振滤波特性,数值模拟各种因素下一维二元光子晶体的滤波特性.数值结果表明：掺杂层在中间位置时偏振分离度好;掺杂层的厚度与周期层厚度相差越大分离效果越好;2组元折射率相差越大越易形成带隙;入射角越大禁带越窄偏振的分离度越好.     

智能天线与多用户检测的联合抗干扰模型构建

联合抗多址干扰技术是目前移动通信技术研究的热点.将智能天线与多用户检测技术相结合可抑制相干干扰,改善系统的误码率性能,提高移动通信系统的有效性与可靠性,优化无线资源的利用率.提出了采用智能天线接收后进行多用户检测的CDMA系统模型,并引入基于LMS算法的自适应滤波器来消除窄带干扰.Matlab软件仿真结果表明,联合抗干扰模型较好地提升了误码率性能.     

基于粒子群优化的移动机器人SLAM方法

针对传统Rao-Blackwellized粒子滤波器存在的粒子消耗问题,提出了一种基于粒子群优化的移动机器人同步定位与制图方法. 该方法在粒子重采样过程中利用粒子群优化算法获得机器人位姿的建议分布,并引入遗传算法中的交叉和变异操作对求得的粒子集进一步优化、调整. 改进后的粒子分布保持了粒子的多样性,有效提高了机器人位姿估计的一致性. 仿真结果表明,本文提出的方法与传统Rao-Blackwellized粒子滤波器相比,能有效解决粒子耗尽问题,使机器人获得更精准的定位和更准确的地图,具有可行性、实用性.      

X波段圆极化整流天线的设计与实验

用电路仿真软件分析了影响微波整流二极管转换效率的因素,用电磁场全波分析软件研究整流天线的接收天线和LPF（低通滤波器）,在此基础上,提出整流天线优化设计的一体化分析模型.设计制作了工作于10 GHz的整流天线,并在微波暗室中完成实验测量.实测结果与仿真值较为吻合,测得最大输出电压为2.45 V,最高转换效率为58%.最后总结了影响整流天线效率的诸因素,提出进一步提高整流天线效率的途径.     

基于多信息融合的汽车质心侧偏角估算

车辆稳定性控制系统因为其良好的主动安全性已经在汽车上广泛采用。对于汽车稳定性控制系统而言,横摆角速度和质心侧偏角是判断汽车运行情况的两个主要参考量。其中,车辆的横摆角速度可以通过横摆角速度传感器经过卡尔曼滤波直接得到,而质心侧偏角则必须通过估算得到。基于二自由度汽车动力学模型建立了一种车辆质心侧偏角估算器,该估算器包括基于车辆模型的卡尔曼滤波算法和动力学积分算法。在质心侧偏角较小的情况下,可认为轮胎的侧偏特性处于线性区域,故采用基于车辆模型的卡尔曼滤波算法,当质心侧偏角较大的情况下,切换为动力学积分算法。最后在Vedyna软件下搭建了该估算器的仿真平台,通过多工况的仿真,仿真结果表明该估算器可以准确估算车辆的质心侧偏角。