幅度信息辅助的海面低空多目标多假设跟踪算法

在海面低空多目标跟踪场景下,由于受到海杂波的影响,多假设跟踪算法会生成大量虚假航迹并发生航迹中断。针对此问题,提出一种基于幅度信息辅助的海面低空多目标多假设跟踪算法。首先,算法采用先验的信杂比信息,通过设置幅度门限区分出目标回波量测与杂波量测;然后,利用回波量测的幅度信息修正多假设跟踪算法中的航迹得分,提高数据关联的准确度;最后,针对跟踪处理后出现的航迹中断问题,采用图模型方法实现航迹粘连。仿真实验结果表明,文中提出的算法能够有效降低海杂波的影响,减少虚假航迹与中断航迹的产生。

基于时空信息辅助监督的语言-视频对比学习模型

同时使用语言和图像两种模态信息的神经网络模型在计算机视觉领域取得了很大进展.一些将其用于视频识别任务的工作,存在未考虑视频中丰富的时间-空间信息、用于描述类别的文本过于简单等不足.对此,本文提出了基于时空辅助信息监督的语言-视频对比学习模型.对于视频编码,提出了基于类别词元的时序加权位移模块进行时序建模,使得时序信息在网络从底层到高层的各个层次传播;而且还提出了时空信息辅助监督模块,深入挖掘视觉词元中蕴含的丰富时空信息.对于语言编码,提出了一种基于大语言模型的提示学习方法,对行为类别文本描述进行扩展,生成具有丰富上下文语义信息的文本描述.实验部分,本文提出的模型在4个视频行为识别数据集mini-Kinetics-200、Kinetics-400、UCF101和HMDB51上,达到了优于当前最先进方法或与当前最先进方法识别准确率相当的水平,比基线方法的识别准确率分别提升了2.5%、0.3%、0.6%和2.4%.

一种多元信息辅助的双基地雷达检测跟踪一体化方法

该文针对双基地雷达提出一种多元信息辅助的检测跟踪一体化方法。结合雷达在目标跟踪阶段获取的目标位置与回波幅度等多元先验信息,辅助设计跟踪波门内检测门限,以期提升目标的检测与跟踪性能。该文首先根据已获取的目标位置先验信息,在概率数据互联(PDA)框架下基于贝叶斯最小错误准则修正了传统似然比检测器。为进一步提升弱目标探测性能,该文引入航迹终结准则松弛了门限设置规则,并计算了跟踪波门内的平均虚警概率和检测概率。最后,该文重新推导了多元信息辅助情况下PDA算法的关联概率计算方式,完整地给出了算法流程,并通过仿真实验验证了算法的可行性和有效性。

非编软件Edius X信息辅助显示和视频调色技巧

Edius X是Grass Valley公司于2020年9月推出的EDIUS升级版非线性编辑软件,新版软件受到很多县级电视台和一些自媒体或视频制作爱好者的喜爱,它在编辑制作电视新闻、电视专题片及短视频方面十分方便快捷。本文结合实例,从“信息辅助显示和硬件解码加速设置”“原色校正滤镜使用技巧”两个方面探讨Edius X的基本设置和调色技巧,以期对电视节目后期编辑制作人员和视频摄影爱好者都有所帮助。

基于HRRP识别信息辅助多目标跟踪的仿真研究

密集多回波环境下对弹道多目标跟踪时,融合目标运动学信息和HRRP分类信息,研究了基于HRRP分类信息辅助跟踪的最近邻算法CATNN;由于受获取实际数据的限制,为检验算法,结合目标的仿真数据,提出了多目标跟踪和识别动态交互的仿真方法;在建立的场景中与常规的JPDA、NN跟踪算法进行比较,结果表明CATNN克服了轨迹合并和误跟的现象,具有较高的多目标跟踪性能,且产生的仿真数据满足了CATNN算法验证的需求。

惯性信息辅助高动态接收机捕获问题的研究

高动态环境为GPS接收机快速捕获信号带来了困难,通过外部的惯性信息辅助,接收机能预先估算高动态载体产生的多普勒频移,缩小频率搜索范围,减小捕获时间。本文在GPS信号捕获原理的基础上,介绍了多普勒和码偏移误差对检测概率的影响,给出了惯性信息辅助接收机捕获的方法,着重分析了GPS接收机在冷启动和温启动的情况下有惯性辅助和无惯性辅助的平均捕获时间。结果表明在高动态环境下采用惯性信息辅助GPS接收机捕获的方法可以明显地减少接收机捕获的时间,提高接收机捕获的性能。

约束信息辅助整周模糊度求解研究

研究了在双天线姿态测量中应用先验几何信息加快整周模糊度求解问题,首先采用Kalman滤波估计初始浮点模糊值,然后采用基线约束和高度约束辅助LAMDA解算整周模糊度,并给出了计算机实验结果。与传统的模糊度解算算法相比,整周模糊度解算方法能有效缩小可能的模糊值状态集合,提高解算效率,对GPS实时高动态定位和GPS实时姿态测量技术的工程应用及理论研究具有一定的参考价值。

单一维度用户感知信息辅助概念设计技术研究

针对辅助产品概念设计中研究受专家主观因素影响较大,用户感知信息不能有效辅助产品概念设计的问题,探索了单一维度用户感知信息辅助的概念设计技术.基于用户单一维度认知方式,建立用户感知信息模型,并依据该模型构建用户感知信息与产品造型特征属性间的关联.采用目标用户群参与产品概念方案的决策评价,利用用户感知敏感度曲线分析方法提取用户偏好信息,并实现产品概念方案的优化,从而实现用户感知信息对产品概念设计的有效辅助.

惯性信息辅助的源信息不同步的数据链相对定位方法

针对无人机集群高精度、高可靠导航信息保障需求,研究了一种惯性信息辅助的源不同步的数据链相对定位方法。数据链是时分多址系统,通过测量三个及以上已经定位的源成员发送的广播消息(PPLI)的到达时间,实现与多个源间相对距离的测量,进而完成新加入成员的相对位置计算。由于不同源成员的PPLI消息是在不同时隙发送的,因此新加入成员测量的与多个源成员间的距离也是不同的。采用卡尔曼滤波算法,通过惯性信息辅助对载体运动进行精确估计,对测量矩阵中时延进行补偿,实现了源信息不同步的数据链相对定位。仿真结果表明,当源位置误差10 m,相对测距误差30 m情况下,无惯性信息辅助时,相对定位误差为54.2 m;增加惯性信息辅助,惯导速度误差0.5 m/s的情况下,相对定位误差降低到9.8 m。

县级森林资源信息辅助更新中遥感及GIS技术的应用——以洪雅县为例

以洪雅县为例,辅助于洪雅县高分辨率遥感影像及林相图(2016)及覆盖洪雅县的高分辨率遥感三景数据,通过几何校正及图像镶嵌,在全数字化遥感与 GIS 信息系统一体化硬件技术平台中,采用相关软件,分别通过遥感和 GIS 数据叠合分析,添加植被信息,重建 GIS coverage 拓扑结构,最终经林地面积数据统计、转换更新后的矢量与栅格森林资源信息等数据资料辅助性处理,生成可直观表示洪雅县森林分布信息的林业专题图。

幅度信息辅助的GM-PHD-UKF弱小多目标跟踪算法

针对弱小目标雷达散射面积小、回波能量弱、在跟踪过程中虚警杂波数较多,容易产生误跟、漏跟的问题,提出了一种幅度信息辅助的无迹高斯混合概率假设滤波(GM-PHD)算法。该算法通过建立弱小目标与虚警杂波的幅度似然函数,利用幅度信息提升目标与杂波的识别度,改善多目标的状态估计与势估计。此外,该算法还使用无迹卡尔曼滤波(UKF)进行扩展,以适应非线性的跟踪情况。仿真结果表明,相比于传统的高斯混合概率假设滤波,所提算法拥有更佳的多目标状态估计与势估计性能。

信息辅助快速捕获的抗欺骗干扰技术

接收机在欺骗干扰环境下直接进行信号捕获时,会出现捕获错误或捕获失败,将得到错误的处理信息甚至作出错误决策.针对接收信号易受敌方欺骗干扰的问题,接收机在信号捕获阶段采用信息辅助、多峰检测、精确测频等方法,具备较优的抗欺骗干扰能力,并加快信号捕获的处理速度.试验与分析表明:无论转发式、产生式干扰源,或者静态、动态干扰源,接收机在信号捕获阶段采用抗欺骗干扰技术后几乎可辨识并消除所有种类的欺骗干扰.

基于多Agent的旅行社连锁经营的风险预警信息辅助决策系统研究

引入了多Agent技术,建立了基于多Agent的风险预警信息辅助决策系统,结合风险信息警源、风险预警指标体系、风险预警专家小组、风险预警制度体系,构建了基于多Agent的风险预警体系,从而实现了对风险的主动管理,为旅游社连锁经营的风险管理提供了一种新的思路和方法。

叠加特征信息辅助的语音传输与重构

为改善压缩语音传输系统的重构精度且不增加系统的频谱开销,提出一种叠加特征信息辅助的语音压缩传输与重构方法。提出方法首先提取稀疏语音信号的特征信息;抽取的特征信息以叠加序列方式叠加在压缩语音信号上进行传输;接收机重构时,借助特征信息辅助重构算法进行语音重构。分析与仿真结果表明,相比于传统的压缩感知语音重构方法,在较高信噪比或较低压缩率情况下,提出方法可改善语音重构精度,且不增加传输系统的频谱开销。

一种基于位置信息辅助的移动自组织网络路由算法

在移动自组织网络中,由于节点的移动没有固定的模式,很多情况下无法得到稳定的网络拓扑,因此传统的无线多跳网络路由协议很难直接运用于移动自组织网络。本文分析了基于地理位置的路由模型,引入移动节点的当前位置信息和目标位置信息,结合报文的投递目标进行在报文转发中做最优路由选择。基于影响路由选择的三个要素:移动节点目标位置与报文目标位置的距离、移动节点目标位置与报文目标位置的夹角和移动节点本身的移动速度,提出了一种基于位置信息辅助的移动自组织网络路由算法(LIBR)。仿真结果表明,所提算法在转发成功率、转发延时以及转发次数等性能参数方面与现有的路由算法相比,具有更好的性能表现。

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。

英美议会账目监督与信息辅助系统比较分析

对政府财政收支账目的监督权是英美议会掌握的最重要的财政权力之一。本文通过对英美两国议会账目监督和信息辅助系统的比较研究,详细阐明英美两国议会通过向议会负责的独立的监督审计机构的运作,以公开化和制度化的方式代表纳税人行使对政府财政收支账目的监控过程。本文力图证明,议会建立完善的账目监督和信息辅助机制,是实现财政民主化的重要保证。

基于多Agent的财务风险预警信息辅助决策系统设计

由于现有财务风险预警信息辅助决策系统存在着响应时间长、财务风险发生率高等问题,提出了基于多Agent的财务风险预警信息辅助决策系统设计。引入多Agent设计财务风险预警信息辅助决策系统,其硬件单元为处理器单元、硬盘单元与光学阅读器单元;软件模块为数据库模块、功能Agent设计模块与多Agent协作模块。通过两者的设计,实现了财务风险预警信息辅助决策系统的运行。结果表明:应用设计系统后,可以有效的缩短系统响应时间,降低财务风险发生率,充分证实了设计财务风险预警信息辅助决策系统的性能更优质。