水下重力异常相关极值匹配算法

重力辅助惯性导航是利用地球物理特征信息——重力来修正水下潜器惯性导航误差,其关键技术是匹配算法。基于平均平方差最小准则构造差分降权相关目标函数模型,针对受干扰误差随机影响,基于目标函数模型搜索得到的多个有效位置,均有可能以不同概率密度源于正确位置这一问题,提出概率数据关联滤波重力匹配算法,与最近邻法相比,该算法确定的航迹更接近于真实位置,提高算法的可靠性与抗干扰性;分析探讨序列采样间隔对匹配精度的影响。通过试验区仿真匹配,结果表明,当选择适当的采样间隔与采样长度,该算法能有效修正导航误差。

基于序列极值点分段的空中签名身份认证

空中签名序列长,为了解决传统的全局匹配方法造成的匹配慢、签名的局部信息丢失的问题,提出了对签名数据进行极值点分段再进行距离度量的方法。并针对传统DTW算法在极值点匹配中产生的不同极性极值点错匹配问题,提出了一种基于极值点匹配的改进DTW算法,约束DTW算法的匹配路径规则,避免错误匹配情况。在本地数据库上,系统的误拒率(FRR)和误纳率(FAR)分别达到了4. 15%和3. 82%。实验结果表明,与传统的全局匹配算法相比,先分段再进行相似度度量的方法使系统的认证精度和效率得到了提高。

基于局部连续场的重力匹配辅助导航

重力匹配辅助惯性导航是一种在惯性导航系统定位信息基础上利用地球重力场特征获取载体位置信息的组合导航技术。一般匹配辅助导航方法都是建立在格网化离散场的基础上,考虑到用局部连续场逼近离散散场的可行性,提出了利用连续场实现相关极值匹配算法,建立了基于局部连续场的相关极值匹配算法模型,采用随机初值迭代方式改进拟牛顿方法以实现在置信范围内全局寻优。最后在三组不同仿真条件下对该算法进行了仿真实验。从实验结果可以看出,在观测误差、初始定位误差较大的情况下,通过该算法获得的匹配航迹仍能以较高的精度跟踪真实航迹,从而验证了算法的有效性。

基于序列图像的全景图像拼接

基于图像建模和绘制的虚拟环境构造是近年来虚拟现实技术研究的热点。其中基于序列图像的全景图像拼接技术研究是虚拟环境临场感的一个关键因素,文章以普通照相机拍摄的序列图像为基础,通过相邻两幅序列图像差值图像极值点的搜寻,可以快速提取两幅序列图像之间的重叠部分,并采用线性加权法使得缝合后的图像自然、逼真。最后给出了本算法在PC机拼接的效果图。

运动目标捕获跟踪方法研究

对于光学测量丰富背景下的运动目标跟踪过程中,通常的算法存在跟踪稳定性和识别准确率无法同时满足的问题,本文对于空中飞行目标跟踪提出了一种识别跟踪方法,基于图像差分算法结合改进的目标特征不变矩匹配,将整个过程分为捕获与跟踪状态,差分目标算法进行捕获提取;跟踪过程中,构造特征不变矩,特征模版更新采用动态极值匹配法;最后通过回归投影滤波方法达到抗干扰与遮挡效果,确保准确稳定的跟踪目标。试验证明,该算法利用较少的系统资源可以稳定的跟踪目标,对发生变化的目标运动姿态具有很强的适应性。

寺河煤矿二号井通风智能决策支持系统的建立及优化

针对寺河煤矿二号井通风机运行工况点偏高和分区通风不明显等问题,利用智能决策支持系统对寺河煤矿二号井通风网络进行优化。依据寺河煤矿二号井采掘规划,未来几年内通风系统存在多个重要的巷道贯通时间节点,由此划分为2个阶段分别进行通风系统规划设计。采用智能决策支持系统对通风系统进行仿真模拟,采用极值流匹配法得到了各个阶段的通风方案,并利用定性分析和定量分析2种手段对方案进行筛选和评价,最终确定每个阶段的通风系统优化方案。优化后,各盘区在通风困难时期需风量基本可以得到满足,风机工况点处于合理水平,分区通风较为明显,便于管理。