香格里拉区域大气本底站环境特征初探

介绍了香格里拉大气本底站的站址地理分布特征,分析和总结了近年来的基本气象要素特征,通过轨迹-聚类方法分析了影响该站的气流来源.轨迹分析结果表明:香格里拉区域大气本底观测站对于探讨南亚地区的大气成分远距离输送对我国西南地区的环境影响具有独特的作用.     

多摄像头目标跟踪动态单应投影方法研究

动态单应投影变换算法利用各个摄像头之间的相对位置参数,并基于文中所给出的光轴辅助坐标变换方法,可以快速地计算出各个视角间单应变换矩阵的参数,通过该变换可以实现各视角图像间的快速投影.这种快速投影变换方法不需要通过匹配视角间图像的像素点对来计算单应矩阵参数,而是直接利用摄像头内部固定参数和外部相对位置参数快速计算视角间图...     

适用于无线传感器网络太阳能系统的MPPT算法

结合无线传感器网络节点的工作特点及光伏供电系统特性,设计了一种新型光伏电池最大功率点跟踪算法。利用光伏电池物理特性中最大功率点随工作环境温度变化的事实,在无线传感器网络节点工作周期内将环境温度测量值引入跟踪算法中,实现系统最大功率点跟踪高可靠性、低复杂性、低成本及较高精度的目标。数学模型仿真及小型光伏电池实际测试结果均...     

基于空间分集和轨迹连续的实时Fingerprint定位算法

在室外复杂环境下,接收信号强度的浮动是制约Fingerprint定位精度的一个主要问题。传统的方法利用时间分集和平均滤波器来减小信号的浮动,这增加了定位的延迟,无法满足室外实时定位的需求。为了解决信号浮动和定位延迟问题,在分析接收信号强度空间相关性的基础上,提出了一种实时的Fingerprint定位算法,利用空间分集减小信号的浮动和定位延迟,同时根据运动物体轨迹的连续性提高定位精度。室外环境下的实验结果表明了所提算法能显著提高Fingerprint定位系统的性能。     

应用回归分析的数据关联算法

针对复杂电磁环境下目标跟踪需要兼顾实时性和精确性的问题,应用测量领域的数据处理方法,提出了回归分析的数据关联算法.首先,利用对滤波曲线的两点回归分析,逐一预测各观测到达时刻的置信区间,筛选出关联点;接着,以系统处理周期为分组标准,对筛选序列进行成组观测数据回归分析;最后,计算出观测融合点,并用该点更新滤波器新息.该算法不仅能将复杂的关联转变成测量点迹动态更新过程,而且优化了同步化处理步骤.仿真实验表明:回归分析算法与联合概率数据关联算法相比,在直线运动场景下,两者的均方根误差及轨迹丢失率相近,且随着目标数目的增多,前者在平均占用CPU时间上的优越性更加突出;在曲线运动场景下,两者跟踪误差相当,前者占用CPU时间仅为后者的1/6.     

加恒定轴向磁场螺旋型波荡器中的单电子轨道分析

研究了在包含恒定轴向磁场的螺旋型波荡器中运动的电子动力学行为.采用Mathematica数值模拟考察一般条件下的电子轨道及其在横向平面内的投影形状.在电子入射偏离理想螺旋型轨道的情况下,电子在波荡器中的运动轨道在横向平面内的投影曲线可能是周期或者准周期的,对此作了讨论并给出了相应的判据.     

高维不确定多变量系统的高阶滑模分解控制

针对一类高维不确定多变量系统,提出一种高阶非奇异终端滑模分解控制方法.通过两次非奇异状态变换,首先将系统分解为输入输出子系统和内部子系统.针对输入输出子系统,巧妙结合高阶滑模和非奇异终端滑模,基于跟踪微分器技术,设计了一种新型的高阶非奇异终端滑模控制器,可提高子系统的收敛速度,消除滑模控制的高频抖振信号,同时将内部子系...     

用准经典轨线方法研究O(1D)+DBr→OD+Br反应的极化分布

运用准经典轨线法结合Peterson 从头计算势能面, 在碰撞能为0.22 eV 时对O(¹D) +DBr(v=0, j=0) → OD+Br 反应进行了细致的立体动力学性质研究. 极化微分反应截面(PDDCSs)给出了反应产物的散射方向. 反映k 与j′ 两矢量相关的函数P(θ_r)的分布表明产物分子的转动角动量j′在垂直于反应物相对速度矢量k 的方向上有强烈的取向分布; 反映k, k′与j′三矢量相关的函数P(ø_r)的分布表明产物转动角动量j′不仅有沿着y 轴的取向效应,还有沿着y 轴负方向的定向效应; 描述产物转动角动量j′的空间分布函数P(θ_r,ø_r)说明反应垂直于散射平面极化. 质量因子的不同, 使得O(¹D)+DBr 反应的极化与O(¹D)+HBr 反应的极化有明显的差异, 说明同位素效应比较明显.     

视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。