基于信赖域的序贯拟蒙特卡洛滤波算法

针对系统状态估计、目标跟踪等是包含多源不确定性信息的非线性非高斯随机过程,提出了一种基于信赖域的序贯拟蒙特卡洛(Sequential Quasi-Monte Carlo,SQMC)滤波算法.该算法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性,降低了滤波过程中的积分误差,提高了状态估计精度;同时,利用信赖域(Trust Region,TR)方法将采样粒子向高似然区域移动,减少了所需采样粒子的数目,降低了算法复杂度.实验结果表明:该算法有效克服了粒子贫乏和拟蒙特卡洛滤波计算复杂度高的问题,且在非线性系统状态估计精度以及目标跟踪的准确性上要优于粒子滤波和拟蒙特卡洛滤波等现有算法.

基于拟蒙特卡洛滤波的说话人跟踪方法

提出了一种基于拟蒙特卡洛滤波的说话人跟踪方法该方法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性,降低了滤波过程中的积分误差,提高了状态估计精度;同时,用均值漂移技术使采样粒子向高似然区域移动,减少了所需采样粒子的数目,降低了计算需求.最后,将所提方法应用于说话人跟踪系统,提高了说话人位置的跟踪精度.仿真实验结果验证了本文方法的有效性.

基于拟蒙特卡洛滤波的改进式粒子滤波目标跟踪算法

单摄像机视觉跟踪过程中,常发生目标被遮挡或背景复杂的情况,此时容易跟丢目标,为了提高跟踪的准确性。从目标表现和背景的不确定性入手,以协方差特征对目标表现以及背景进行建模,应用到到粒子滤波的框架中,优化采样粒子的分布,在估计粒子的权重时,不仅考虑目标的真实状态和可能状态的相似性,还考虑了目标可能的状态和背景的差异.将提出的算法与粒子滤波,均值漂移,基于协方差概率跟踪算法进行比较,通过MATLAB2010编程平台,比较了几种算法的处理速度以及跟踪误差,试验结果表明,提出的算法每秒处理速度为60帧/s,优于上述3种跟踪算法平均误差值也高于另外3种算法。所提出算法在目标存在遮挡和背景较为复杂时,能够保证对目标进行准确,连续的跟踪。

MONTE CARLO SIMULATION OF RADIATION FIELD OPTIMIZATION FOR MEDICAL LINAC

A method for designing an X-ray flatness filter for medical electron linac is developed. It is used in the optimization process in the electron beam radiation system. Monte Carlo simulation method is used and two examples of real radiation system optimization processes for China-made medical electron linac are provided： 15 MV X- ray system of BJ-20 linac, and 12 MeV electron system of BJ-14. Results are verified by using the traditional method.