Steady-State Analysis of Target Tracker with Constant Input/Bias Constraint

Navigation and surveillance applications require tracking constant input/bias targets. When the target＇s trajectory follows a constant input/bias constraint, model mismatching caused by conventional tracking algorithms can be handled by a delayed update filter （DUF）. The statistical convergence and stability properties of the delayed update filter were studied to insure the rationality of its steady-state analysis. A steady-state filter gain was then designed for a constant-gain DUF to reduce the computations without much performance loss. Simulations demonstrate the potential of the constant-gain DUF, and the CGDUF is nearly 60% faster than the DUF without much loss in steady-state tracking accuracy.     

最低价中标项目造价监管机制的探讨

通过某国有资金投资工程项目造价实例的测算,指出工程中标后至竣工结算阶段造价管理中存在两大问题：一是结算价超中标价,超过幅度较大;二是结算价少于实际支出,施工企业出现亏损。分析了产生这些问题的原因,尝试性地提出了工程造价跟踪监管体系。     

基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

拓展目标杂波概率假设密度估计

针对拓展目标概率假设密度滤波器中的未知杂波概率假设密度,提出了杂波概率假设密度估计算法。算法利用有限混合模型极大后验估计杂波概率假设密度,取混合权重的熵分布作为混合参数的先验分布;在渐进假设条件下,利用拉格朗日乘子推导了混合权重的递进估计公式;在混合权重递进估计过程中,通过混合权重置零操作来实现对有限混合模型中混合分量的删减。以二维场景为例对算法进行了仿真实验,结果表明:在拓展目标概率假设密度滤波器高斯混合实现的框架内,所提杂波概率假设密度估计算法的跟踪性能接近真实杂波概率假设密度时的跟踪性能。     

基于模板匹配与线性预测的目标跟踪算法

为解决复杂场景中目标遮挡、算法鲁棒性差的问题, 提出基于模板匹配与线性预测的算法。该算法分为模板匹配和线性预测两部分。场景中无遮挡物时, 执行模板匹配算法, 获取目标跟踪信息; 否则, 通过预测算法估计目标的状态, 进而实现目标跟踪。实验结果表明, 在目标有遮挡干扰的情况下, 采用该算法能稳定、准确地实现目标跟踪, 与传统的模板匹配算法相比具有较强的鲁棒性。     

WOD样本密度函数和失效率函数递归核估计的逐点强相合性

考虑同分布宽象限相依(WOD)随机样本未知密度函数的一类递归型密度核估计量.利用WOD序列的Rosenthal型不等式,在一定条件下证明了该估计量的逐点强相合性,并讨论了失效率函数估计的逐点强相合性.     

一类参数未知的分数阶混沌系统的自适应追踪控制与同步

针对一类参数未知的分数阶混沌系统,基于分数阶系统稳定性理论,通过设计控制器和未知参数辨识规则,研究了混沌系统的自适应追踪控制同步问题;并以分数阶Newton-Leipnik系统为例进行了数值模拟,验证了方法的可行性和有效性。     

基于全景视觉的目标跟踪方法研究

文章充分利用全景视觉具有360°视域的特点,将其引入视频监控领域,提出了一种基于全景视觉的目标跟踪方法。该方法基于多摄像机跟踪的思想,通过分析全景视觉的构造,将其分解为基于静态相关联多相机的跟踪。通过划分视场分界线,确定摄像机间的重叠区域,并对摄像机间相互关联关系进行描述和判断。当目标进入重叠区域时,通过同一目标在相邻视域中的关联实现目标交接,以达到在整个全景视觉中实现目标连续跟踪的目的。以全景视频中的行人跟踪为例,对文中所提的跟踪方法进行验证。实验结果表明,该方法可以有效解决多相机间的目标交接问题,实现全景视觉下目标的连续跟踪。     

基于模糊PI控制的超声波换能器谐振频率跟踪系统仿真

对于超声波换能器谐振系统,利用传统谐振频率跟踪方法动态性能不甚理想,故而采用模糊控制与PI控制相结合的模糊PI控制方法.首先对超声波发生器系统进行建模,再由模糊规则表、模糊化、反模糊化以及在线仿真整定,确定PI控制器参数,最后以相位差作为模糊PI控制器的输入量,进而得到新的驱动频率控制量,新的驱动频率信号驱动逆变器得到换能器此时所需要的控制频率,即换能器谐振频率.计算机仿真结果表明,模糊PI控制方法使整个系统具有更好的动态和静态性能,能有效地使换能器工作在谐振频率.     

基于尺度空间粒子滤波器的多参考#br# 直方图目标跟踪算法

在基于直方图的序列图像目标跟踪算法中,目标的直方图通常都是在跟踪初始化时从目标所在的区域获得,然而单个直方图难以适应跟踪全过程中目标的各种变化。针对事先已知目标几种典型外观的跟踪问题,提出了一种基于粒子滤波器的多直方图尺度空间跟踪算法。利用多个典型直方图的线性加权来表示目标的直方图,根据目标的当前区域估计加权系数,生成下一帧的目标概率分布图,在目标概率分布图上运用尺度空间粒子滤波器,来估计多尺度规范化Laplacian滤波函数的极值,从而实现目标的定位。通过在真实序列上与现有算法的对比,表明了此算法不仅可以适应目标的色彩和明暗变化,而且能更准确地描述目标的大小,显著提高跟踪的精度。