适用于点群共存场景的TPMBM跟踪算法

针对传统群目标跟踪算法在点群共存场景下跟踪精度低的问题,提出了可以同时对点目标和群目标进行跟踪的轨迹泊松多伯努利混合(trajectory Poisson multi-Bernoulli mixture,TPMBM)滤波算法。该算法对目标的状态空间进行扩展,在标准点目标和群目标模型的基础上引入关于目标类别的概率信息,通过TPMBM滤波器的预测和更新过程实现对目标类别的判断和对目标运动状态的估计。仿真结果表明,与现有算法相比,所提算法在点目标和群目标共存时漏检误差明显降低,具有更优的跟踪性能。

模糊推理优化的抗遮挡PMBM跟踪算法

目标遮挡是多扩展目标跟踪中的常见问题,当目标之间的距离较近或传感器的扫描范围内存在未知障碍物时,就会出现目标被部分或全部遮挡的现象,从而导致对目标的漏估。针对现有的泊松多伯努利混合滤波算法在遮挡场景下不能稳定跟踪的问题,提出了融入模糊推理的高斯过程-泊松多伯努利混合滤波算法。首先,在随机集目标跟踪框架下根据不同的遮挡场景给出了对应的扩展目标遮挡模型;在此基础上对高斯过程-泊松多伯努利混合滤波器的状态空间进行扩维,通过加入可变检测概率的方式将遮挡对目标状态的影响考虑到算法滤波步骤中;最后构建了可以估计目标遮挡概率的模糊推理系统,并将其与高斯过程-泊松多伯努利混合滤波算法结合,借助模糊系统的描述能力和泊松多伯努利混合滤波器良好的跟踪性能,实现遮挡场景下对目标的准确估计。仿真实验结果表明,所提算法在目标遮挡场景下的跟踪性能优于现有的泊松多伯努利混合滤波算法。

基于MLS的三维扩展目标PMBM跟踪算法

针对传统三维扩展目标跟踪算法形状估计精度低的问题,提出了一种基于移动最小二乘的泊松多伯努利混合(Poisson multi-Bernoulli mixture based on the moving least square,MLS-PMBM)滤波跟踪算法。该算法基于MLS模型构建三维扩展目标的形状矩阵,通过PMBM滤波器预测和更新目标的运动状态,利用移动最小二乘算法更新形状矩阵,结合目标质心状态与形状估计完成对三维扩展目标的跟踪。仿真实验与实际点云数据的验证表明,与现有算法相比,本文所提算法在多扩展目标的形状估计方面具有更优的性能,具有较高的泛用性。

业财融合问题在企业财务管理中的分析

众所周知,一个企业能否顺利运营,在很大程度上取决于它的管理方式。作为企业经营活动的重中之重,财务管理工作的顺利实施能为企业带来更多的经济效益。而作为企业财务管理工作的重要组成部分,业财融合问题对企业价值的创造和工作效率的提高有着重要的促进作用。但是,由于受到当前社会竞争的影响,很多企业业财融合的工作都受到了一定的阻碍,正面临着前所未有的挑战。为了解决当前业财融合中的存在问题,强化企业的经营和管理,必须在原有的经营管理模式上进行创新,针对企业业财融合的问题提出相对的改进措施,使企业财务管理工作更好的适应企业生产经营的需求。

减施化肥、配施微生物菌剂对大豆产量的影响

为研究减施化肥、配施微生物菌剂对大豆产量的影响,以常规施肥为对照,设置4个化肥减施处理,同时配施微生物菌剂,研究大豆农艺性状和产量构成因素的变化。结果表明,适量减施化肥、配施微生物菌剂能够促进大豆生长,提高大豆产量,河南许昌地区化肥减施20%配施微生物菌剂效果较佳。