融合图像显著性特征的轻量级目标检测算法

针对智能车辆在实际交通环境中面临的目标密集、边缘严重遮挡和前景背景模糊的问题,本文提出了一种融合图像显著性特征的轻量级目标检测算法。首先基于灰度图像提取出显著性特征图,和彩色图像分别输入卷积神经网络。其次采用轻量化模块(ghost model)搭建轻量级融合网络,并使用EIoU优化模型的边框定位损失。在网络后端将非极大值抑制算法进行改进,以此提高网络对同类别遮挡目标的检测准确率。最后在KITTI数据集上进行训练和测试。实验表明,改进后的网络mAP达到92.7%,相比原始网络YOLOv5平均精度提高3.8%,精确率和召回率分别提高3%和6.2%。

基于改进粒子滤波的多目标跟踪算法研究

针对粒子滤波多目标跟踪中数据关联和估计问题,将经典粒子滤波扩展成在给定几个观测过程时多目标状态过程的估计。用Gibbs采样作为估计和分配关联向量的主要方法。目标状态向量和关联概率被联合估计而没有经过列举,修剪、门限等操作,避免了合并的弊端。测试算法已用于检测目标状态的变化,包括纯方位目标和实际的视频序列,在较为复杂的跟踪条件下,也能实现稳定跟踪。实验结果表明,该算法有较强地解决数据关联问题的能力。

应用粒子群优化分配WSN多目标跟踪节点任务

针对WSN多目标跟踪时传感器节点任务分配竞争冲突问题,提出一种基于最近邻的离散粒子群优化节点跟踪任务分配算法。通过构建多目标多传感器节点联盟协同跟踪任务分配问题的数学模型和目标函数,采用最近邻法对粒子群节点任务分配进行初始化,以目标函数作为适应值函数指引粒子飞行,快速实现节点优化分配。实验表明:在节点覆盖较稀疏情况下,粒子群优化节点任务分配方法与最近邻方法相比,能耗大大减少,并能有效解决多目标跟踪节点任务分配冲突问题和多个监测联盟对传感器资源竞争冲突时系统能耗增加的问题。PSO算法对于实际环境的WSN多目标跟踪具有优越性。

弱目标箱粒子标签多伯努利多目标检测与跟踪算法

针对红外弱目标跟踪问题,提出箱粒子标签多伯努利多目标检测与跟踪(Box Particle Labeled Multi-Bernoulli Detection And Tracking,BOX-LMB-DT)算法,该算法首先通过使用均值滤波对获得的灰度图像进行降噪处理;其次,通过将所有像素处依强度大小进行排序,选出强度较大的区域作为当前时刻的区间量测;最后利用箱粒子标签多伯努利滤波(Box-Labeled Multi-Bernoulli Filter,Box-LMB)器对目标进行跟踪.仿真结果表明,所提箱粒子标签多伯努利多目标检测与跟踪算法能够对多目标的航迹和状态进行稳定有效的跟踪,且在相同条件下,相较于区间量测下的LMB粒子滤波,达到相同的跟踪性能时BOX-LMB滤波运算效率提升了22. 59%.

改革开放以来江苏省区域差异测度分析——基于基尼系数与泰尔指数的比较研究

基于基尼系数与泰尔指数测度方法,对江苏省1978～2004年人均GDP、人均农业总产值、人均城乡居民储蓄存款和人均社会商品零售总额等4方面指标的区域差异进行测度分析得出,除人均农业生产总值外,其余3项指标的基尼系数与泰尔系数皆反映出江苏区域差异呈扩大态势;二者测度江苏省区域差异演变趋势相一致;江苏省区域差异主要表现为生活水平的区域差异,即江苏省生活水平的区域差异超出生产水平的区域差异。

模糊传感器与区间型多属性决策的信息融合方法

对于日益复杂的信息环境和变化的目标特性,现有的多传感器信息融合方法大多为"静态的",较少考虑传感器可信度变化以及测量过程中的多维特征指标权重的时效性给融合结果带来的影响。为了解决此问题,提出了一种基于模糊理论与区间型多属性决策的信息融合方法。该方法从各传感器对模糊命题支持度的一致性来定义其信息质量优化度,用区间数与多属性决策理论来定义特征识别综合置信度,并从这两方面客观确定了传感器的融合权重,较好地解决了对传感器信息与目标特征权重为模糊与不确定时的合理评价,以此构建了一个智能优化决策层融合识别模型。最后以弹道目标识别实验证明了此方法有较好的时效性和准确性。

基于PSO算法的运动目标跟踪研究

提出一种基于PSO的运动目标跟踪方法,并在TMS320DM642上实现。该方法首先针对采集到图像的Y分量通过帧间差分和背景差分相结合的方法建立背景模型,然后检测出前景运动目标,接着通过前景运动目标初始化目标模板,再对目标模板和待跟踪视频图像分别进行两次金字塔降采样,降低目标模板和待跟踪视频图像的分辨率。在顶层金子塔上采用粒子群优化算法对跟踪目标进行粗定位,在中间层和底层金字塔上采用钻石搜索方法对跟踪目标进行精确定位。在目标跟踪的过程中,目标模板随运动目标的变化而不断更新,实现对目标的实时连续性跟踪。该方法可以有效降低计算复杂度,提高搜索效率。

基于NIOSⅡ的多目标脉冲测距系统

设计了一种能够在一次测量中完成同一方向上多个目标测距的系统,该系统基于一种系统级电路设计方法,利用NIOS Ⅱ内部32位定时器的捕获功能,实现多个回波的捕获,从而完成了同一方向上的多个目标测距。与传统脉冲测距仪器相比,新系统除可以同时完成多目标测量外,还采用了SOPC技术,从而具有集成度高、可靠性高、测量误差小等优点。

基于多任务多目标的中心安控台系统设计

安控系统始终是武器试验不可或缺的重要组成部分,随着未来多种任务交替或并行开展的试验对安全控制的更高要求,需要设计一种基于多任务多目标的中心安控台系统,具备同时对多个目标独立实施安控的能力。文中给出了该系统的多目标硬件结构设计及多任务机制管理等设计思路,设计了遥控站与被控目标的软硬件配准方法,实现了不同任务间参试装备控制方案的快速切换,为今后承担多任务试验的安控系统建设提供了有益的探索。

舰炮对海上集群小目标射击的毁伤概率

海上集群小目标是水面舰艇面临的主要威胁之一。以单管大口径舰炮对海上集群小目标射击作为研究对象,对集群目标进行了等效处理,分析了弹种、引信和装药的选择以及效力射中的表尺分配问题,提出多表尺效力射方法,利用该方法对海上集群小目标射击的毁伤概率进行了分析。结果表明,采用该方法并使用空炸榴弹或杀伤爆破弹,可有效破坏敌运输工具,杀伤其有生力量。

多目标攻击时的捷联惯导传递对准研究

文中探讨了多目标攻击时的传递对准,研究了对准导弹的数目、机动方式的选择、滤波器的设计以及对火控计算机计算速度的要求。对两枚导弹的同时对准进行了仿真,结果表明在较短时间内子惯导失准角估计可达到要求的精度。

改进匈牙利法的多层反导协同作战目标分配模型

为探寻更加适用的反导作战目标分配方法,对多层反导协同作战目标分配及目标分配模型的内涵进行了界定,明确了多层反导协同作战目标分配模型构建的基本思路。分别建立了弹道导弹威胁度评估和反导作战单元拦截有利度分析的指标体系,通过归一化处理和权重赋值构建了弹道导弹威胁度评估模型和反导作战单元拦截有利度分析模型。结合多层反导协同作战火力运用的实际需求,对匈牙利法进行了基于火力转移的适应性改进,构建了基于改进匈牙利法的多层反导协同作战目标分配模型,并以多层反导作战想定为背景,运用模型对案例进行了仿真计算,验证了模型的合理性与有效性。

大视场多像机视频测量系统的全局标定

针对大视场多像机视频测量系统的全局标定,提出并实现了一种基于近景摄影测量技术的高精度像机标定方法。首先,设计一种带有标志点的十字架形标定参考物,十字架正反两个表面粘贴有环形的编码标志点和圆形的非编码标志点。然后,在现场用工业摄影测量系统XJTUDP重建出双面标定十字架的精确结构尺寸数据;将标定十字架在公共视场范围内依次摆出多个姿态,并控制多像机同步拍摄各姿态的图像。最后,为大视场像机选择10参数非线性成像模型,对采集的图像组依次进行标定运算,标定出各像机的内参数和畸变参数,并全局定向出各个像机在统一坐标系下的外方位参数。实验结果表明,该标定方法的重投影误差小于0.05pixel;利用标定结果测量高精度标准尺长度,相对误差小于1/4 000,可满足大视场多像机视频测量对精度和效率的要求。

集中式雷达红外传感器数据融合多目标跟踪算法

为了提高多目标跟踪的精度,构建雷达红外传感器的可行数据融合结构系统,实现雷达与红外协同工作,既弥补了红外探测范围小、无距离量测的缺陷,又可避免单个传感器测量信息误差大的问题。研究二者配合使用实现信息互补,导出了一种雷达红外传感器量测优化加权融合方法,并采用概率假设密度(PHD)滤波算法,实现多目标跟踪。计算机仿真验证表明,所构建的融合系统及多传感器量测融合方法能够提高多目标状态估计精度,对于解决异类多传感器目标跟踪估计问题具有重要的现实意义。

基于多信息空间的SAR图像中目标识别研究

SAR图像中目标识别的相关技术已经成为目前研究热点和难点。本文主要研究了基于多信息空间的SAR图像判读方法,将SAR图像与红外图像、可见光图像和地理信息系统(GIS,Geographic Information System)结合在一起,有效克服SAR图像在进行影像信息提取与解译中单一信息源的不足。

用于低信噪比机动目标跟踪的多分辨率方法

针对低信噪比情况下目前常用的滤波算法不能同时做到精确和高效跟踪机动目标的缺点,提出一种多分辨率滤波方法用于跟踪低信噪比情形下的机动目标。该算法利用离散小波变换和滤波器组将量测信息分解到不同分辨率的层级,由于在低分辨率下量测的误警率较低,所以在低分辨率层级实现对目标机动信息的提取,可以避免机动信息被噪声所淹没,缺失的信息可以由高分辨率层级重新构建。M on te C arlo数值仿真表明,多分辨率方法与交互多模型方法相比较,可以有效地提取被噪声所淹没的机动信息,并且跟踪精度可以提高约20%。

LFM-Costas编码信号在水下目标识别中的应用

在水声对抗中,为了有效对抗假目标和准确判别目标尺度,提出了一种具有较高时-频联合分辨力和抗混响能力的LFM-Costas编码信号形式。并在浅海混响信道模型和目标多亮点模型基础上研究了LFM-Costas编码信号的目标尺度判别性能。通过仿真和海上试验,表明LFM-Costas编码信号在混响背景下能准确判别目标尺度,具有一定的工程应用价值。

多目标遥外综合测量体制靶场布站几何理论分析与仿真

从多目标遥外综合测量体制的定位原理入手 ,对定位误差与布站几何的关系作了较细致的分析 ,提出靶场最优布站几何。试验和仿真结果表明 。

基于BLUE与PCRLB的快速雷达资源管理

为提高相控阵雷达资源管理的实时性,提出了一种基于最优线性无偏估计滤波(Best Linear Unbiased Estimation,BLUE)和后验克拉美罗界(Posterior Cramer-Rao Lower Bound,PCRLB)的快速雷达资源管理算法。首先,使用BLUE算法代替传统跟踪滤波算法,完成目标跟踪,并得到目标在直角坐标系下的状态估计;然后,快速计算得到PCRLB作为代价函数,形成雷达资源管理模型;最后,利用该模型对多目标进行波束和驻留时间的分配。仿真结果表明,该算法以BLUE方法进行跟踪滤波,避免了传统PCRLB计算中雅可比矩阵(Jacobian Matrix)的运算,在保持跟踪精度的同时大幅减少运算量;以两步资源管理算法完成对波束、驻留时间的联合管理,合理分配雷达资源。

改良经会阴前列腺MRI-US模板融合靶向穿刺在日间手术模式中的应用评价

目的评估静脉麻醉下改良经会阴前列磁共振及超声(magnetic resonance imaging-ultrasound,MRI-US)模板融合靶向穿刺在日间手术模式中的应用效果。方法回顾性收集2019年12月—2021年7月于复旦大学附属华东医院行经会阴MRI-US模板融合靶向穿刺的155例前列腺癌(prostate cancer,PCa)患者的临床病理特征以及随访资料,观察PCa检出率、手术时间、疼痛控制效果、穿刺及麻醉并发症等情况。结果155例患者平均手术时间(15.4±3.9)min,PCa检出率为36.1%(56/155)。不同前列腺特异性抗原(prostate-specific antigen,PSA)水平下,4 ng/mL<PSA≤10 ng/mL、10 ng/mL<PSA≤20 ng/mL、PSA>20 ng/mL患者的穿刺阳性率分别为33.90%、35.30%、40.50%,3组穿刺阳性率差异无统计学意义(P>0.05)。前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)评分3分和≥4分的穿刺阳性率分别为18.10%、51.80%,差异有统计学意义(P<0.05)。155例患者平均住院时间(12±8.2)h;疼痛数字评分(numeric rating scales,NRS)为04分,平均(1.3±0.7)分;2例(1.3%)术后出现尿道出血;3例(1.9%)出现急性尿潴留;1例(0.65%)出现发热,无脓毒症病例出现。静脉麻醉相关不良事件发生率较低,经处理后均好转。结论改良经会阴MRI-US模板融合靶向穿刺可在日间手术通过静脉麻醉安全实施,可缩短手术时间。PI-RADS评分4/5分的患者中采用经会阴模板靶向融合穿刺,诊断效能优于系统穿刺。