数据融合技术在航海避碰决策支持系统中的应用

在航海避碰决策支持系统中引入数据融合技术,给出了系统的数据融合处理模型,并将数据融合技术与人工智能技术相结合,分别建立了基于DS证据理论、神经网络技术和模糊理论的目标识别模型、会遇状态估计模型及碰撞威胁估计模型.     

基于FPGA多带宽合成孔径雷达系统的数字接收技术

针对传统多带宽合成孔径雷达系统需要多个滤波器和多种采样时钟等问题,提出一种新的数字处理方法,并详细介绍了算法方案、仿真结果和基于现场可编程门阵列(FPGA)的算法实现.该方法仅需一个最高频率的采样时钟获取离散化数据,通过对数据的插值得到其他较低时钟频率的数据,而对不同带宽信号的滤波由数字滤波器来实现.这种方法简化了系统设计,提高了系统可靠性.     

用容积卡尔曼滤波算法进行集装箱吊具姿态估计

为提高非线性模型下集装箱吊具姿态的估计精度,建立一个基于四元数和低精度高噪声传感器的集装箱吊具姿态估计非线性模型,运用容积卡尔曼滤波算法进行姿态估计.试验数据与高精度姿态传感器数据比较表明,采用容积卡尔曼滤波算法可以有效提高集装箱吊具姿态估计精度和稳定性.     

基于核相关滤波视觉检测的多旋翼无人机对地目标跟踪与逼近

当前,无人机的对地目标跟踪和逼近是军民领域的研究热点之一.针对基于无人机平台对地目标跟踪与逼近中的相对运动、导引控制等问题,选用大疆多旋翼飞行器平台,设计基于Android的地面站系统.该系统使用改进的核相关滤波视觉检测算法完成对地目标跟踪与位置锁定,利用无人机与目标的距离作为尺度因子,实现多尺度跟踪,融合FHOG+L...     

改进的粒子滤波算法在船用组合导航中的应用

将典型的粒子滤波算法应用于非线性INS/GPS船用组合导航系统中时,不能解决重要性函数与似然函数的不匹配问题,且当传感器具有较大的漂移误差时,无法根据当前的观测值对粒子状态进行修正。为解决这些问题,基于典型的粒子滤波算法提出一种改进的粒子滤波(improved particle filter,IPF)算法。根据当前的观测值估计对应的状态误差,并在确定粒子的权值和重采样前对预测的粒子的误差进行修正。仿真结果表明:IPF算法能够有效解决上述问题,保持很好的滤波精度。     

基于容积卡尔曼滤波的卫星导航定位解算方法

由于卫星导航定位方程组的非线性特性,传统的定位解算方法在解算之前需要对定位方程组进行线性化处理,会影响定位解算精度。容积卡尔曼滤波算法基于贝叶斯估计和容积变换,可以有效地提高非线性滤波估计的精度。将容积卡尔曼滤波算法应用于卫星导航定位解算,建立定位解算系统状态转移模型和测量模型,通过时间更新和测量更新两个环节递推估计接收机的三维位置坐标。利用IGS观测数据对基于容积卡尔曼滤波的定位解算方法进行验证,并与最小二乘法和扩展卡尔曼滤波算法进行对比,结果证明将容积卡尔曼滤波用于卫星导航定位解算可以获得更高的定位精度,并且具有较快的收敛速度。     

一种干涉条纹快速滤波算法

提出了一种快速干涉滤波算法,解决了传统干涉滤波方法速度较慢的问题.首先对2天线的单视复图像共轭相乘产生干涉复数据,进而对该数据进行方位向多视处理,并对实部和虚部分别快速均值滤波产生干涉条纹,最后对干涉条纹进行快速准中值和均值滤波.在滤波过程中,充分利用了相邻像素滤波时的窗口信息来最大程度减少运算量进而提高滤波速度,保证了滤波质量.通过对实测数据滤波结果的分析比较,证明了该算法的有效性.     

一种多时相遥感图像多目标检测算法

随着遥感技术的快速发展,遥感图像得到广泛的应用,其中目标检测是遥感图像众多应用中非常重要的一个分支。目前大多数目标检测算法都是基于单时相遥感图像,对于多时相遥感数据的处理方法较少。最近发表的多时相目标检测算法有滤波张量分析,其将多重线性函数与张量相对应的关系应用于遥感图像目标检测,但该算法只能进行单目标检测,无法同时检测多个目标。本文借鉴多目标约束能量最小化算法中对于多个目标输出能量的约束和滤波张量分析中对于应用张量滤波器的思想,提出多目标滤波张量分析算法,能够在多时相遥感数据中实现同时检测多个目标。模拟和真实数据实验结果均表明,该算法可以有效地提高多时相图像中多目标检测精度。     

基于V-CSK视频遥感卫星运动目标检测跟踪方法

视频遥感卫星在道路交通导航、军事动态监视、目标跟踪等方面具有众多应用,因此利用卫星视频实现运动目标实时检测跟踪备受关注。针对卫星视频中的运动目标检测跟踪问题,提出基于V-CSK算法的检测跟踪方法,该算法采用改进的ViBe检测算法,引入多重自定义阈值滤波算法获得运动目标中心区域,再根据中心位置均值原理与噪声距离判断原则提取目标中心坐标,并实现轨迹曲线估计和修正,最后利用CSK算法实现目标跟踪。基于3组卫星视频数据进行实验,同时引入目标检测和跟踪的对比实验作为参照。实验结果表明,V-CSK算法在卫星视频运动目标检测跟踪中具有良好的性能。     

采样时间序列的故障数据检测与滑动容错滤波

在导出采样时间序列数据滑动LS滤波的基础上,建立了一组简洁的故障数据检测与修复算法,并将故障数据修复与滤波估计相结合,构造了对突发性故障数据有良好容错能力的滑动容错滤波算法.仿真计算证实,该方法有效、可靠.     

一种稳健的基于主颜色的多目标跟踪算法

多目标跟踪是视频监控等领域的一项关键技术,该文提出一种基于主颜色的多目标跟踪算法,在算法中使用主颜色描述感兴趣目标,在卡尔曼滤波器预测的基础上利用基于主颜色的mean shift算法对各目标进行跟踪,接着利用目标跟踪位置与前景blob之间的关联矩阵来推理多目标跟踪问题中的各种情况,根据不同的情况对目标的位置、大小以及颜色信息做相应的更新。对大量图像序列的测试结果表明,该算法能够较好地处理遮挡,具有稳健的跟踪效果。     

基于改进自适应粒子滤波的无线传感网船舶追踪

针对无线传感网(wireless sensor network,WSN)节点在海上动态环境下利用接收信号强度指示器(recieved signal strength indicator,RSSI)对船舶追踪精度不高以及计算量大等问题,提出改进的自适应粒子滤波算法。该算法采用优化边界阈值的方式,在重采样阶段采用KL散度(KullbackLeibler divergence,KLD)采样方法实现自适应选择采样粒子,这使得节点采样的计算量减少,从而缩短采样的计算时间。仿真结果表明:该算法可在保障追踪精度的同时,提高自适应度,减少节点计算量,并且能很好地适应海上环境。     

基于TBD策略的船舶交通流视觉图像统计方法

为提高在天气恶劣、目标密集、目标被遮挡及其他复杂海况下船舶交通流统计的准确率,提出一种将目标检测算法CenterNet、多目标跟踪算法DeepSORT与凸包算法中优化逆时针(counter clockwise, CCW)判断的单线法相结合的船舶交通流视觉图像统计方法。使用Python对所选的数据和场景进行测试,结果表明:CenterNet在多场景检测中比YOLOv3更优秀;基于目标检测的多目标跟踪算法具有良好实时性,能够有效对抗因目标抖动、密集、被遮挡等所导致的目标丢失,继而减少船舶交通流统计时常出现的漏检、错检和重复统计等问题。     

基于决策树的海上搜救目标检测算法

为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点,提出1种基于决策树的多特征检测算法,并将其应用到基于视频的海上搜救目标检测中.该算法首先提取图像中的颜色、亮度等信息,通过计算各特征的信息增益建立决策树,将搜救目标检测问题分解成3层决策树分类问题.实验表明,该算法能够提高多特征目标检测的效率,在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.     

一种基于改进粒子滤波的水下采矿导航方法

针对水下采矿导航系统所面临的噪声具有非高斯性和频率随机性的问题，提出基于粒子滤波的深海采矿导航算法，并针对粒子滤波的粒子退化和贫化提出一种新的重采样算法。结合湖试数据，仿真实验表明新的重采样算法在获得更好的滤波精度的同时可以避免粒子贫化现象。最后，将基于改进的粒子滤波的深海采矿导航算法与基于无迹卡尔曼滤波算法的导航算法进行对比。结果表明本文提出的算法具有较高的精度和优良的鲁棒性。     

基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法

为提高无线传感器网络数据融合精度,降低网络能耗,延长网络生存时间,提出基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法(IGWOBPDA).首先为平衡灰狼算法全局与局部搜索能力提出改进控制参数和动态权重更新位置的改进灰狼方案,利用改进灰狼算法对BP神经网络初始阈值和初始权值进行优化以解决数据融合中BP神经网...     

基于D-S证据理论的信息融合图像识别

针对图像识别的不确定问题,提出一种基于Dempster-Shafer(D-S)证据理论的信息融合图像识别算法.用灰度-相位共生矩阵和灰度-梯度共生矩阵提取图像的纹理特征参数,对纹理特征参数进行转化得到待识别图像在其他类图像上的信度函数分配;利用D-S联合规则得到融合后的信度函数分配,从而准确识别图像;通过单一矩阵图像识别结果与融合识别结果比较,说明D-S数据融合在识别图像方面的优越性.