Application of Multi-Scale Tracking Radar Echoes Scheme in Quantitative Precipitation Nowcasting

A new radar echo tracking algorithm known as multi-scale tracking radar echoes by cross-correlation （MTREC） was developed in this study to analyze movements of radar echoes at different spatial scales. Movement of radar echoes, particularly associated with convective storms, exhibits different characteristics at various spatial scales as a result of complex interactions among meteorological systems leading to the formation of convective storms. For the null echo region, the usual correlation technique produces zero or a very small magnitude of motion vectors. To mitigate these constraints, MTREC uses the tracking radar echoes by correlation （TREC） technique with a large ＂box＂ to determine the systematic movement driven by steering wind, and MTREC applies the TREC technique with a small ＂box＂ to estimate small-scale internal motion vectors. Eventually, the MTREC vectors are obtained by synthesizing the systematic motion and the small-scale internal motion. Performance of the MTREC technique was compared with TREC technique using case studies： the Khanun typhoon on 11 September 2005 observed by Wenzhou radar and a squall-line system on 23 June 2011 detected by Beijing radar. The results demonstrate that more spatially smoothed and continuous vector fields can be generated by the MTREC technique, which leads to improvements in tracking the entire radar reflectivity pattern. The new multi-scMe tracking scheme was applied to study its impact on the performance of quantitative precipitation nowcasting. The location and intensity of heavy precipitation at a 1-h lead time was more consistent with quantitative precipitation estimates using radar and rain gauges.

Synchronization of Radar Observations with Multi-Scale Storm Tracking

The 3-D radar reflectivity data has become increasingly important for use in data assimilation towards convective scale numerical weather prediction as well as next generation precipitation estimation. Typically, reflectivity data from multiple radars are objectively analyzed and mosaiced onto a regional 3-D Cartesian grid prior to being assimilated into the models. One multi-radar observations is the synchronization of all of the scientific issues associated with the mosaic of the observations. Since radar data is usually rapidly updated （-every 5-10 min）, it is common in current multi-radar mosaic techniques to combine multiple radar＇ observations within a time window by assunfing that the storms are steady within the window. The assumption holds well for slow evolving precipitation systems, but for fast evolving convective storms, this assumption may be violated and the mosaic of radar observations at different times may result in inaccurate storm structure depictions. This study investigates the impact of synchronization on storm structures in multiple radar data analyses using a multi-scale storm tracking algorithm.

Optimal Tracking Controller Design for a Small Scale Helicopter

A model helicopter is more difficult to control than its full scale counterpart. This is due to its greater sensitivity to control inputs and disturbances as well as higher bandwidth of dynamics. This work is focused on designing practical tracking controller for a small scale helicopter following predefined trajectories. A tracking controller based on optimal control theory is synthesized as a part of the development of an autonomous helicopter. Some issues with regards to control constraints are addressed. The weighting between state tracking performance and control power expenditure is analyzed. Overall performance of the control design is evaluated based on its time domain histories of trajectories as well as control inputs.

Multi-Scale Human Pose Tracking in 2D Monocular Images

In this paper we address the problem of tracking human poses in multiple perspective scales in 2D monocular images/videos. In most state-of-the-art 2D tracking approaches, the issue of scale variation is rarely discussed. However in reality, videos often contain human motion with dynamically changed scales. In this paper we propose a tracking framework that can deal with this problem. A scale checking and adjusting algorithm is proposed to automatically adjust the perspective scales during the tracking process. Two metrics are proposed for detecting and adjusting the scale change. One metric is from the height value of the tracked target, which is suitable for some sequences where the tracked target is upright and with no limbs stretching. The other metric employed in this algorithm is more generic, which is invariant to motion types. It is the ratio between the pixel counts of the target silhouette and the detected bounding boxes of the target body. The proposed algorithm is tested on the publicly available datasets (HumanEva). The experimental results show that our method demonstrated higher accuracy and efficiency compared to state-of-the-art approaches.

Optimal tracking control for nonlinear large-scale systems with persistent disturbances

This paper studies the optimal control with zero steady-state error problem for nonlinear large-scale systems affected by external persistent disturbances.The nonlinear large-scale system is transformed into N nonlinear subsystems with interconnect terms.Based on the internal model principle,a disturbance compensator is constructed such that the ith subsystem with external persistent disturbances is transformed into an augmented subsystem without disturbances.According to the sensitivity approach,the optimal tracking control law for the ith nonlinear subsystem can be obtained.The optimal tracking control law for the nonlinear large-scale systems can be obtained.A numerical simulation shows that the method is effective.

Optimal tracking control for linear time-delay large-scale systems with persistent disturbances

An optimal tracking control （OTC） problem for linear time-delay large-scale systems affected by external persistent disturbances is investigated. Based on the internal model principle, a disturbance compensator is constructed. The system with persistent disturbances is transformed into an augmented system without persistent disturbances. The original OTC problem of linear time-delay system is transformed into a sequence of linear two- point boundary value （TPBV） problems by introducing a sensitivity parameter and expanding Maclaurin series around it. By solving an OTC law of the augmented system, the OTC law of the original system is obtained. A numerical simulation is provided to illustrate the effectiveness of the proposed method.

地震叠后和叠前混合驱动下的页岩油储层多尺度裂缝预测方法

不同尺度、不同类型的天然裂缝的系统性表征有利于识别优质储层、改进开发效果.建立可靠的多尺度裂缝模型是提高页岩油储层钻遇率的重要依据,其关键在于精细预测小尺度裂缝的空间分布,指导钻井钻进和压裂过程.然而,基于地震属性的传统裂缝预测方法只能各自突出单一尺度的断裂,不同裂缝属性的数学独立性给综合裂缝系统的识别带来严峻挑战.我们提出一套改进的全尺度裂缝系统评估方案,其关键在于通过优化的各向异性蚁群裂缝识别算法确定小尺度裂缝的发育概率,将小尺度裂缝的发育概率与传统蚂蚁追踪产生的大尺度断层的概率进行融合,得到的综合裂缝系统可以实现全尺度裂缝的感知.详细的属性分析过程表明,方位各向异性能够精确描述微观裂缝特征.基于此,我们将各向异性分析得到的裂缝密度和裂缝走向融入蚁群追踪裂缝的各个阶段,在提高裂缝密集区搜索强度的同时,还对小断距裂缝的发育方向实现了精准刻画.针对页岩油藏的应用案例证明,根据改进方案得到的全尺度裂缝系统能够同时表征大尺度断层、小裂缝和裂缝破碎带的分布情况.研究区的成像测井结果进一步验证了小尺度裂缝预测发育方向的准确性及可靠性,能够为页岩油水平井开发部署提供理论指导.

共同富裕背景下中国中等收入群体规模测度及质量追踪

在推进共同富裕背景下,中国中等收入群体规模加速扩张,但基尼系数仍居高不下,收入分配不均衡问题依然严峻,中国中等收入群体的规模和质量需进一步探究。基于CFPS2010—2018年的调查数据,测度不同层面的中等收入群体规模变化及持续韧度,构建多维度质量评价指标体系,追踪规模扩张及韧度差距背后的质量差异,并实证检验其作用。研究表明:(1)城乡和不同受雇类型的群体间中等收入群体规模增速存在较大差距,中等收入群体的整体持续韧度较差;(2)中等收入群体规模扩张速度较快和持续韧度较好的群体,在财产、就业和人力资本方面的质量均具有较大优势,财产质量尤为明显;(3)财产、就业和人力资本方面的质量均会显著正向影响中等收入群体规模的增速和持续韧度,且财产质量的影响作用较大。研究结果不仅有助于明晰中等收入群体的规模与质量,也为促进中等收入群体的“提质扩容”和推进共同富裕进程提供政策启示。

采用局部-全局区域重检测机制的无人机长期跟踪算法

为解决基础跟踪器面对遮挡和移出视野等长期跟踪场景时易出现跟踪失败等问题,提出了一种基于局部-全局区域重检测的无人机长期跟踪算法。设计了基础滤波器,将高置信度样本与其结合,并融入自适应时空正则化,解决了滤波器退化问题,提高了模型鲁棒性以及复杂场景下的性能;优化了滤波器更新策略,通过评价跟踪结果进行自适应更新;设计快速尺度滤波器,解决了跟踪过程中的尺度变化问题;设计了局部-全局区域重检测机制,跟踪失败时启动重检测器恢复跟踪目标,先完成局部区域重检测,若恢复跟踪失败,再利用全局区域重检测器继续恢复目标跟踪状态。实验结果表明:所提算法在UAV20L数据集上的精确度和准确率分别可达0.724和0.621,与基于时空正则化相关滤波器的跟踪算法(STRCF)相比分别提升了25.9%和20.6%,与同类主流算法相比,跟踪效果得到提升,证明了算法的有效性。

新型装配式无砟轨道设计方案理论与试验研究

为适应城市轨道交通铺设装配式无砟轨道的发展趋势,克服传统现浇整体道床混凝土浇筑量较大等缺点,提出一种新型装配式无砟轨道结构设计方案,采用理论分析与试验测试相结合的方法,建立轨道系统有限元精细化分析模型和室内实尺试验模型,对城市轨道交通新型装配式无砟轨道力学响应开展理论分析和试验研究。研究表明:新型装配式无砟轨道在列车荷载作用下轨道板最大拉应力为0.696 MPa,最大位移为0.04 mm;静载试验中轨道结构应变随着垂向静荷载增大呈线性增加趋势,在510 kN垂向加载力作用下轨道板最大压应变为38.4με,卸载后残余变形很小,未出现明显塑性变形,结构承载能力满足要求;疲劳试验中随着疲劳加载次数增加,轨道板混凝土和钢筋应变在较小范围内变化,钢筋变化最大幅值为3με,混凝土最大变化幅值为10με,结构未见裂缝,抗疲劳性能良好;轨道结构加速度和位移峰值从上往下逐层递减,衰减效果显著;结构第一阶主频为70 Hz,与车辆系统频率相差较大,不会产生共振。

基于Swin-Transformer改进的目标跟踪算法

基于STARK目标跟踪方法中采用ResNet为骨干网络,其特征提取能力不足,跟踪效果较差。针对此问题,本文基于Swin-Transformer网络,提出了一种改进的目标跟踪算法。首先,对Swin-Transformer内窗口注意力机制进行多尺度改进,设计多尺度窗口模块MW-MSA,旨在提取更为丰富的局部细节信息,与全局上下文信息共同构成多尺度判别性特征。接着,结合Transformer的编码-解码结构作为特征融合网络,采用优化的多层感知机作为更新分数判断网络构成状态感知模块。最后,针对目标消失、重现挑战,提出了一种多跟踪器融合方法。融合多尺度改进的跟踪算法和SuperDiMP跟踪算法,设计消失状态判断模块,综合考虑两种跟踪器的置信度分数及目标在预测框附近的可能性估计。实验结果表明,相较STARK跟踪算法,本文算法在GOT-10K数据集上的平均重叠率(AO)提升2.7%、成功率SR_(0.5)提高3.3%。在L-LaSOT数据集上,相较于STARK算法,成功率(AUC)提升0.8%,在目标消失重现挑战下成功率提升1%。

基于多尺度模态融合的RGB-T目标跟踪网络

可见光-热红外(RGB-T)目标跟踪因受光照条件限制较小受到关注。针对不同尺度特征的分辨率与语义信息存在差异、可见光与热红外两种模态信息不一致的特点,以及现有网络在多模态融合策略上的不足,提出一种RGB-T目标跟踪网络。网络采用孪生结构,首先将主干特征提取网络输出的模板图像特征与搜索图像特征从单尺度拓展到多尺度,并对可见光与热红外模态在不同尺度上分别进行模态融合,然后将得到的融合特征通过注意力机制增强特征表示,最后通过区域建议网络得到预测结果。在GTOT与RGBT-234两个公开RGB-T数据集上的实验结果表明,该网络跟踪精度和成功率较高,可以应对复杂的跟踪场景,相比于其他网络具有更高的跟踪性能。

一种小型激光跟踪测量系统的研制

为实现大尺寸范围内的坐标跟踪测量,研制了一种小型激光跟踪测量系统。设计了光机电一体化的机械结构,实现减小系统体积与提高抗干扰能力。设计了系统的光学模块,通过优化基于位置敏感探测器的目标偏差量采集部分的光路,实现目标允许最大偏差量的增大。通过开展位置敏感探测器的标定实验,完成位置敏感探测器的线性区间与偏差比例系数的测量,为跟踪控制算法开发提供了关键参数。进行了跟踪控制模块的设计,并完成跟踪控制算法的开发,实现系统的快速跟踪测量。开发了系统三维可视化测量软件,实现用户对系统与目标的空间位置及运动状态的实时掌控。实验结果表明,系统的跟踪稳定性与位移分辨力分别为20μm和40μm,系统的跟踪速度最高可达480 mm/s,加速度最高可达506 mm/s^(2),跟踪距离范围不小于70 m,具有三维坐标测量与三维可视化功能,与现有跟踪仪相比具有体积、重量以及测角范围上的优势,具有良好的跟踪性能与应用前景。

面向大规模目标跟踪的相控阵雷达资源分配方法

相比于传统雷达,相控阵雷达能够同时生成多个波束并灵活改变波束指向,被广泛应用于多目标跟踪领域。在大规模集群目标协同探测场景中,为支持后续节点对敌方目标进行火力拦截与打击的任务需求,相控阵雷达需要在规定时间内将空域内优先级更高的目标更快地跟踪至火控精度,然而若空域内目标数量过多,雷达探测资源有限,难以完成指定跟踪任务。为了解决这一问题,本文提出了一种面向大规模目标跟踪的相控阵雷达目标分配与功率联合优化算法。首先,推导出包含目标分配和功率优化的预测条件克拉美罗下界,并将其作为目标跟踪性能的衡量指标;随后,本文同时考虑跟踪容量和跟踪精度,以最大化满足跟踪精度的目标数量和最小化多目标优先级加权平均跟踪误差为优化目标,结合相控阵雷达系统资源,建立了大规模目标跟踪下的目标分配和功率联合优化模型,对目标分配变量和发射功率变量进行自适应联合优化配置。针对上述优化问题,本文采用两步分解法,将其分解为目标分配子问题和功率优化子问题,并结合激活函数对非平滑非凸的目标函数进行平滑近似。然后,利用谱投影梯度法进行求解。仿真实验验证了所提算法相较于传统算法在多个场景下均能在指定时间内更快速地将更多目标跟踪至指定精度。

350 MW汽轮机高压调节阀阀位不跟踪指令问题的分析及处理

针对某350 MW汽轮机高压调节阀阀位不跟踪指令问题,通过分析阀门工作原理和阀芯组件受力情况,判断原因为阀碟与阀套氧化皮沉积、配合间隙减小,利用小修机会解体阀门验证了判断并一次性解决了问题,对同类型机组高压调节阀卡涩、关闭问题分析处理具有一定借鉴意义。

足尺试验环道路面摆值变化趋势预测

路面抗滑性能是路面使用性能的重要指标之一,是行车安全性的重要保障.依托RIOHTrack足尺试验环道的检测数据,选用足尺试验环道STR2、STR4、STR9和STR164种结构的357组路面抗滑性能检测数据,采用路面温度、累计标准轴载作用次数和路面磨耗次数3个主要影响因素作为自变量,路面摆值(BPN)指标作为因变量,选用300组检测数据作为训练样本,其余57组数据作为验证样本,构建了BPN的显示化和隐式化预测模型.基于温度对沥青路面抗滑性能具备一定影响范围的假定,构建了路面摆值的显示化预测模型,其模型的相关系数(R^(2))为0.625,模型预测平均相对误差为10.227%.同时,采用不同的隐含层神经元和训练函数,构建了BP神经网络预测模型(隐式化预测模型),模型的BPN预测值和真实值基本吻合,变化趋势一致,平均相对误差为4.484%.研究提高了路面抗滑性能指标预测的有效性和准确性,不同预测模型具备不同的应用前景,为路面抗滑性能的预测分析提供了参考和依据.

基于足尺试验环道的沥青路面有限元模型

有限元技术的发展使得精细化路面结构仿真计算成为可能,但通过软件建立符合实际的有限元模型尤为重要.基于此,依托交通运输部公路科学研究院正在开展的足尺环道试验,采用大型通用有限元软件ABAQUS建立环道上3种典型沥青路面结构的有限元模型,研究模型尺寸、边界条件、荷载形式、网格划分等参数对路面力学响应结果的影响,通过与BISAR软件得到的解析解进行对比,确定合理的有限元建模方法和参数,为后续的沥青路面结构有限元分析提供建模依据.

目标跟踪中基于IoU和中心点距离预测的尺度估计

通过分析基于交并比(Intersection over union,IoU)预测的尺度估计模型的梯度更新过程,发现其在训练和推理过程仅将IoU作为度量,缺乏对预测框和真实目标框中心点距离的约束,导致外观模型更新过程中模板受到污染,前景和背景分类时定位出现偏差.基于此发现,构建了一种结合IoU和中心点距离的新度量NDIoU(Normalization distance IoU),在此基础上提出一种新的尺度估计方法,并将其嵌入判别式跟踪框架.即在训练阶段以NDIoU为标签,设计了具有中心点距离约束的损失函数监督网络的学习,在线推理期间通过最大化NDIoU微调目标尺度,以帮助外观模型更新时获得更加准确的样本.在七个数据集上与相关主流方法进行对比,所提方法的综合性能优于所有对比算法.特别是在GOT-10k数据集上,所提方法的AO、SR_(0.50)和SR_(0.75)三个指标达到了65.4%、78.7%和53.4%,分别超过基线模型4.3%、7.0%和4.2%.

基于纵横比自适应的相关滤波跟踪算法

由于跟踪过程目标不规则形变的影响,采用固定纵横比的尺度模型无法精确地估计目标的尺度.为解决该问题,本文提出基于纵横比自适应的相关滤波跟踪算法.基于fDSST(fast Discriminative Scale Space Tracking)算法,训练学习纵横比模型,更新目标的纵横比,获取更精确的目标尺度.在此基础上,本文设计了平滑修正方案以及学习率自适应机制,可以有效地缓解因目标出现遮挡导致的模型漂移问题.在OTB100、VOT2016和VOT2018数据集上与其他跟踪算法进行对比实验,结果表明本文算法改善了基准算法的性能,特别是在OTB100上的总体准确率和成功率比fDSST提高了9.6%和6.2%.

基于多特征融合和尺度自适应的核相关滤波算法

为了提高在复杂背景下进行跟踪的精度,在KCF(Kernel Correlation Filter)算法的基础上提出了一种改进方案。首先,提取HOG(Histogram of Gradient)、CN(Color-Naming)和LBP(Local Binary Pattern)三种特征进行融合,获得充分的目标特征信息;其次,引入尺度滤波机制用于估计目标最佳尺度大小,得出最合适的跟踪框;最后,提出了一个峰值更新策略,确保模型更新不受错误信息干扰。实验表明,改进后的算法比KCF算法在精确度和成功率上分别提升了6.5%和4.8%,并且在处理尺度变化、变形、旋转等方面也有很好的鲁棒性。