粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

带有横撑的箱形截面拱横向屈曲研究

本文对桥梁工程中广泛应用的箱形截面拱进行了横向屈曲模型试验研究,模型采用有机玻璃制作,并在两片拱之间设置了不同数量的横撑。荷载由恒载和集中荷载两部分组成,试验结果和有限元计算相符。文中还用有限无法分析了横撑刚度对临界荷载的影响。     

转置双曲柄滑块机构急回运动特性的研究

本文对转置双曲柄滑块机构急回运动特性进行了分析,结果讧明,此机构不仅具有超急回运动特性的可能性;而且在机构各构件尺寸一定的情况下,仅改变其相对安装位置,便可具有行程速比系数不同的急回运动特性。     

MAKF算法及其在雷达数据处理中的应用

为了实现雷达对高动态目标距离和速度的精密跟踪测量,引入衰减记忆卡尔曼滤波(MAKF)算法,并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法. 该方法通过增加观测量在状态估计中的权重,大幅降低加速度引起的距离、速度跟踪偏差,从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤波发散现象. 仿真结果表明,在低动态下,该算法的性能与标准KF算法接近,但在高动态下,该算法状态估计的系统偏差和随机误差相对标准KF算法均有明显改善;同时,该算法可以有效地抑制标准KF算法在一般加速运动下的滤波发散.     

三阶线性跟踪-微分器的收敛性证明及仿真研究

首先给出了一种三阶线性跟踪微分器的结构形式，然后从连续和离散两个方面证明了其收敛性，为其实际应用提供了理论依据。通过仿真研究表明，这种线性跟踪微分器具有较好的跟踪能力和较高的跟踪精度，适用于高速跟踪系统。     

采用DaVinci技术的智能监控系统设计与实现

采用DaVinci技术,设计一种具有人脸检测与跟踪功能的智能监控系统.利用TMS320DM6446芯片的双核结构优势,在ARM端实现基于Linux系统的多线程应用程序,负责视频录放、用户界面控制、视频信号的网络传输、外围器件控制等;而在DSP(数字信号处理)端完成基于AdaBoost的人脸检测、基于卡尔曼滤波器和Mea...     

桩基侧向变形的原因及分析方法

从4个方面分析了引起桩基侧向变形的原因,总结了桩基侧向变形的分析模型及方法。     

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.     

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.     

能耗均衡的非均匀分簇多跳路由协议

针对无线传感器网络能耗不均衡的问题, 提出一种非均匀分簇多跳路由协议ECBUC(Energy Consumption Balanced Unequal Clustering)。在簇首预选阶段引入能量因子, 使高能量节点参选的可能性增大; 分簇阶段通过竞争算法将网络划分为面积不均等的簇, 从而改善无线传感器网络的“热区冶问题; 在簇间路通过形成阶段给
出综合考虑中间节点的相对位置和剩余能量的评价指标, 协调了簇间通信的代价和网络的能量分布。经过仿真实验, ECBUC 协议可有效地均衡网络能耗, 与EEUC(Energy Efficient Uneven Clustering)协议相比, 使网络的生命周期平均延长了22. 29%, 提升了网络性能。