一种基于HMM的多传感器多目标快速跟踪算法

在分布式多传感器系统中 ,一种基于隐Morkov模型的检测与跟踪算法得到了应用。该算法的优点在于适用于机动目标模型 ,且对目标的观测噪声未加任何限制。但由于该模型中所采用的Viterbi算法计算量大 ,实时性较差 ,因此提出了一种自适应算法以减少Viterbi算法中的冗余状态 ,有效地克服了其计算量大的缺点。实验表明 ,在相同的多目标跟踪仿真环境下 ,自适应Viterbi算法可以有效提高计算速度 。

一种自由曲面的快速跟踪求交算法

自由白面的求交算法在ＣＡＤ／ＣＡＭ软件系统中占有重要的地位，并对软件运行的效率有较大的影响。目前常用的Ｂｅｚｉｅｒ曲面分割法难以满足高精度和高速度的要求。为此该文提出了利用交线的几何信息进行快速求交的算法，同时兼顾了快速和高精度两方面的要求，并已在作者自行开发的软件中得到了成功的应用。

一种基于光线相关性的快速光线跟踪算法

在分析和比较现有光线跟踪快速求交算法的基础上,基于光线相关性研究和探索了逐步细分光线跟踪算法,以减少光线求交次数。本方法为实时生成真实感图形提供了一条很有潜力的实现途径。

基于图像传感器的上下文快速压缩感知算法

针对快速压缩感知算法在目标被遮挡、光照变化较大时存在跟踪不稳定的问题,提出了基于图像传感器的上下文快速压缩感知跟踪(FCT)算法。新算法首先在Haar-like特征中引入时空上下文特征,通过目标周围的空间信息和时间上的递推关系协助估计目标的位置。通过改进的随机测量矩阵同时提取目标的纹理特征和灰度特征,加强了特征的稳定性,提高跟踪的准确性。通过方差分类器预判定候选样本,减少判定的次数,并减少错误的候选样本。改进的FCT算法对光照、旋转、尺度缩放都有良好的不变性,且不易发生跟踪漂移。实验证明:改进的FCT算法优于压缩感知跟踪(CT)算法和FCT算法。

机载武器四象限测角制导新算法

通过对传统四象限测角算法误差的分析 ,提出了一种用于机载武器的四象限测角的高精度快速跟踪算法 。

流形群运动目标自动识别与跟踪模型结构及参数的最优配置

探讨了用流形群运动目标的形状、纹理特征 ,以及它们的空间面积的重叠度来构建多种适合流形群运动目标自动识别与跟踪的匹配模板的方法。通过最大欧几里得贴近度的择近原则 ,实现模板匹配 ,完成目标识别 ;通过对匹配模板的交替更新和交叉匹配算法 ,实现目标跟踪。为了提高识别与跟踪的准确度和效率 ,对识别与跟踪模型结构及参数进行了优化组合 ,建立了一种适合计算机自动识别和跟踪类似中尺度对流系统(MCSs)的流形群运动目标的优化模型 ,即多级串行和多级并行模板匹配的识别与跟踪模型 ,并提出了基于此模型的快速识别与跟踪算法及技巧。用优化了的多级串行识别与跟踪模型及快速跟踪算法 ,对 1998、1999、2 0 0 0、2 0 0 2年 6～ 8月的青藏高原上空MCSs进行了识别与跟踪试验。试验结果表明 ,其准确率高达 90 %。

基于视觉的移动机器人目标跟踪方法

为实现对行人目标进行快速稳定地跟踪并简化机器人系统,提出一种快速判别尺度空间相关滤波目标跟踪算法(fDSST)与卡尔曼滤波结合的跟踪方法,解决了跟踪过程中因遮挡造成的目标坐标信息丢失问题。根据相关滤波响应图的震荡剧烈程度设置遮挡判断标准,利用遮挡判断标准实现fDSST跟踪算法与卡尔曼滤波算法的切换,持续输出目标的位置坐标信息,提升了算法的鲁棒性。移动机器人根据视觉跟踪算法提供的图像坐标,利用基于图像的伺服控制策略完成对目标的跟随任务,简化了移动机器人系统结构。最后将该方法在OTB2013测试集上和移动机器人中进行实验,实验结果表明,该方法对于目标遮挡及尺度变化具有较强的鲁棒性和准确性,同时满足实时性要求。

光学导航、制导设备

TJ765 2003064467机载武器四象限测角制导新算法=Quick tracking airlaunchedangle-measurement algorithm of the detector withfour quadrants[刊,中]/张洪建(空军工程大学工程学院机载导弹武器系统实验室.陕西,西安(710038)),方斌…∥激光与红外.-2002,32(6).-425-427通过对传统四象限测角算法误差的分析,提出了一种用于机载武器的四象限测角的高精度快速跟踪算法,并对其进行了分析。图9参4(杨妹清)V249 2003064468机抖激光陀螺抖动随机噪声概率分布的χ~2检验=χ~2 teston probability distribution of dither noise of mechanicallydithered RLG[刊,中]/汤建勋(国防科技大学理学院.湖南,长沙(410073)),张斌…∥光电子·激光.-2003,14(1).-105-106运用χ~2检验方法对机抖激光陀螺(RLG)抖动噪声幅度的概率密度分布进行了假设检验。