基于渐进式卡尔曼滤波器的人体目标跟踪方法分析

阐述一种渐进式卡尔曼滤波器算法,将该算法应用于人体目标跟踪中。仿真结果表明,该方法在长时间的目标跟踪中,能够有效地提高系统的鲁棒性。实验室环境中的测试结果表明,该方法对人体目标的运动趋势和方向能够做出正确的预测估计。

一种基于改进的无迹卡尔曼滤波跟踪方法分析

阐述为了提高系统的鲁棒性,在传统的UKF基础上,提出一种改进的UKF算法,使其更好地处理移动目标跟踪过程中量测信息存在干扰的问题。仿真表明,MUKF方法比传统的UKF方法跟踪精度更高。

一种低信噪比环境下的语音端点检测算法

为了改善在低信噪比背景下子带谱熵语音端点检测算法的性能,提出了一种多正弦窗子带谱熵检测算法。首先介绍了目前比较流行的子带谱熵语音端点检测算法的原理,其次分析了多正弦窗口谱估计的特点,最后将多正弦窗口谱估计引入到子带谱熵检测中形成多正弦窗子带谱熵这一新的特征,利用多正弦窗口谱估计具有更小的方差和更高的分辨率来改善低信噪比环境下子带谱熵检测算法的性能。通过在不同信噪比环境下仿真验证,证明了相对于子带谱熵检测算法,所提算法在低信噪比环境下拥有更高的检测准确率和更好的噪声鲁棒性。

基于改进遗传算法的移动机器人路径规划研究

文中针对栅格环境下移动机器人的路径规划问题,提出了一种改进的遗传算法,其主要研究工作和创意点如下:1)使用栅格方法创建实验模拟模型;2)鉴于遗传算法在生成初始种群时的盲目性,对初始化种群算法作出相应改进,从而保障路径的无障碍性;3)改良交叉、变异算子,提高种群多样性。仿真实验结果表明,改进的遗传算法比文献[1]和文献[2]中的算法具有更好的优化效果。

基于分布式图数据库JanusGraph的高可用服务架构研究

目前,图数据广泛应用于金融科技、智能问答、智慧城市等多个领域。图数据库作为图数据的存储介质,技术发展迅猛。随着数据量的爆发式增加,图中顶点和边的数量随之增加,所需要的存储和计算能力远超出单台机器所能提供的能力,因此分布式图数据库成为图数据库发展的必然方向。JanusGraph作为一种开源图数据库,具备可拓展节点数量的分布式存储能力,支持海量点边图数据的存储,在分布式环境下的图查询和图遍历都有着良好的性能。虽然JanusGraph支持数据的分布式存储,但是其服务本身Janus-Server并未支持高可用。文章提出一种基于JanusGraph的高可用服务架构,补足JanusGraph的这一缺陷,提升JanusGraph的高可用性。

基于DTW算法语音识别系统的仿真及DSP实现

DTW(Dynamic Time Warping)算法的实现简单有效,在孤立词语音识别系统中得到了广泛的应用。采用谱减法进行前端去噪处理,利用Matlab对语音识别系统进行了仿真,并设计了一种以16位数字信号处理器TMS320VC5509为核心的孤立词语音识别系统。实验结果表明,系统能满足实时性能要求,识别效果良好。

深度摄像机和卡尔曼滤波器在人体目标跟踪中的应用研究

针对人体跟踪过程中因遮挡、姿态变化而导致的跟踪器鲁棒性变差的问题,提出一种基于深度相机和卡尔曼滤波的人体目标跟踪方法,在深度图像下,基于人体骨架关键点,将人体目标分解成若干个关键点的位置状态,分别建立各关键点运动的数学模型,通过卡尔曼滤波器的跟踪,增加了人体目标跟踪不确定性的描述,提高了对遮挡、识别错误等不利因素的鲁棒性。

一种基于增广EKF的移动机器人SLAM方法

针对移动机器人同步定位与地图构建(SLAM)过程中系统测程法误差累积问题,采用测程法误差模型和车轮速度误差模型的映像关系,结合增广扩展卡尔曼滤波(AEKF)算法结构和实际机器人模型,提出了一种有效提高定位精度的SLAM方法。将机器人速度校正参数附加到卡尔曼滤波算法的向量空间中,以形成增广状态空间,同时预测和更新了SLAM初始状态空间和速度校正参数,笔者在线实时修正机器人的速度和航向角,避免积累航向角误差,从而降低了测程法误差。基于均方根误差和归一化估计方差进行了仿真实验分析,研究结果表明:与EKF-SLAM相比,所提出的方法具有更好的估计性能,使算法保持良好的一致性,大幅度提高了机器人自身定位精度和路标估计准确度。

一种双门限语音端点检测算法

在实际的噪声环境中,传统的语音端点检测算法容易出现误判、虚判和漏判等问题。因此,本文提出了一种基于短时能量和短时自相关函数的双门限语音端点检测方法,通过分析语音短时能量和短时自相关函数,设计出一种双门限语音端点检测算法。把传统算法和本文算法应用在基于DTW算法的语音识别系统中并进行了Matlab仿真。通过对比实验数据,得出本文提出的算法能够显著提高语音识别系统的识别率的结论。

基于物联网网关技术的语音监控系统设计

提出了一种基于物联网网关技术的语音监控系统的设计方案,并介绍了硬件与软件的开发流程。采用Cortex-A8处理芯片搭载Android操作系统平台,通过以太网连接Internet,实现对数据的处理或转发,通过ZigBee无线传感网络实现对信号的采集。