基于多测量融合的粒子滤波跟踪算法

复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。

测量噪声相关情况下的航迹融合和测量融合

研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小.

测量融合组合导航方法研究

讨论了测量融合组合导航的两种方法 ,提出并研究了应用极大似然估计的测量融合方法 ,并将该方法与基于线性均方估计的测量融合方法作了比较。仿真研究表明测量融合方法在组合导航系统中具有良好的应用价值 ,特别是基于极大似然估计的测量融合方法 ,充分利用了测量值的冗余信息 ,其融合效果更好 ,组合系统的精度也有较大幅度的提高。

测量融合在组合导航系统中的应用研究

介绍了测量融合的思想,讨论了基于线性均方估计和极大似然估计的测量融合算法,在其基础上提出了考虑飞行参数统计信息的测量融合方法,并以捷联惯导/GPS/罗兰 C/Doppler 组合导航系统为例,研究了测量融合在组合导航系统中的应用。最后采用蒙特卡洛方法进行了仿真,仿真结果表明,与基于极大似然估计的测量融合算法相比,采用本文算法的组合导航系统具有更高精度。

一种任意相关噪声异类传感器测量融合算法

基于测量融合理论提出了一种任意相关噪声异类传感器非线性系统目标跟踪算法。该算法在构造跟踪滤波器时,在增益阵中引入了测量噪声与系统噪声相关以及测量噪声之间相关项,增加了描述多传感器融合系统的信息量。仿真结果表明,由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性,测量融合算法比噪声不相关融合算法具有更好的跟踪性能,并且航迹跟踪的精度得到了改善。

多个相关测量的融合算法及其最优性

将不相关测量融合算法推广到了相关测量的融合.对两种方法进行了比较:第一种是先用本文提出的融合算法将多个相关测量进行融合,然后将融合后的测量用于Kalm an滤波;第二种是直接将多个相关的测量用于Kalm an滤波.理论分析证明两种方法是等价的,因而也证明了本文融合方法的最优性.仿真结果表明了理论分析的正确性.*

运营高铁线上水准融合测量方法研究

本文提出了一种将运营高铁线上二等水准复测、CPⅢ高程复测、线上沉降监测等三项水准测量工作进行高度融合的方法,制定了科学合理的外业操作和内业数据处理的操作流程、关键技术环节,解决了运营高铁天窗时间短、天窗数量有限、工期紧、工作量大等不利条件下如何保质保量高效按期完成上述三项工作的难题。

测量噪声相关线性系统异类传感器航迹融合

研究了异类传感器航迹融合问题。在测量噪声相关的条件下,利用线性无偏最小方差估计的基本理论,通过对异类传感器的状态估计采用顺序滤波的方法,得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。计算机数字仿真结果表明,由于考虑了测量噪声之间的相关性,该算法比噪声不相关融合算法具有更好的跟踪性能,航迹跟踪的精度得到了改善。

测量噪声相关情况下改进的多传感器融合算法

为了研究测量噪声相关情况下,同步多传感器跟踪系统的测量融合技术,根据线性无偏最小方差估计理论,给出了测量噪声相关情况下,同步多传感器系统测量融合的伪序贯和数据压缩实现算法,它们对测量噪声相关与不相关情况都适用。仿真表明,在测量噪声相关时,尤其是相关性较强时,本算法的融合精度比传统算法有明显提高;而测量噪声不相关时,性能与传统的融合算法相同。仿真结果表明了算法的有效性。

多源测量信息融合的弱点动目标跟踪算法

在复杂背景下,为提高微弱点动目标跟踪系统的抗干扰能力,从不同信噪比的多红外图像序列出发,基于新的融合跟踪结构(增加局部处理器),提出了一种模糊逻辑的多源信息测量融合跟踪算法:各局部处理器对原始测量进行恒虚警和自适应检测,将判决后的测量送入融合中心,融合中心对测量作模糊逻辑判决融合,转化为虚拟单序列测量,采用PDA卡尔曼滤波算法跟踪。实验结果分析表明,该融合跟踪算法与单序列相比,具有较高的跟踪精度、稳定性,避免了单图像序列跟丢。

纳米级光栅容栅融合测量系统研究

利用容栅测量系统中激励信号源的设计技术,产生一组多相输出的调制信号源,作为光栅测量系统的多相线阵光源激励信号,发出的多相调制光信号,再经过标尺光栅调制后,由光电转换元件接收并获得一个复合的电信号.该信号经处理电路后,可获得一个频率与激励信号源的基波频率相等的电信号,检测这两个信号间的相位差的变化,可得到标尺光栅的移动距离x.将容栅和光栅测量技术有机地结合,并通过提高相位检测电路的细分数和减小线阵光源的点距,可达到亚微米或纳米级的测量分辨力.

基于测量分量加权融合的GPS／SINS船舶组合导航算法

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统通常提供的是不等同维的测量数据,加之传统测量值加权融合存在各传感器测量等同维数的约束,使得该类算法在船舶组合导航中的应用能力和使用范围受到了很大的限制。针对上述问题,以GPS和SINS组成的、具有不同维数测量的船舶组合导航系统为研究对象,提出了一种新的基于测量分量加权融合的船舶组合导航算法。该算法的基本思想是寻找一个变换矩阵将具有不等同维数的测量扩维成满状态维数的矩阵,然后考虑扩维后的噪声方差是奇异矩阵,从而采用测量分量对应加权进行融合。与传统的测量加权融合方法相比,该方法不仅具有更广的应用范围,而且保持了与传统的集中式扩维融合相同的高精度性能。算法的性能分析和计算机仿真证明了新算法的有效性和优越性。

基于多源测量数据融合的间隙与阶差自动化测量技术研究

针对间隙与阶差数字化测量问题,提出基于多源测量数据融合的间隙与阶差自动化测量技术,给出一种采用视觉测量传感器与全向机器人辅助执行机构协同配合的测量方式,并分析了系统组成。研究了该测量模式下的间隙与阶差测量工艺,并给出了多系统集成框架与控制方法以实现测量数据自动采集。最后基于QT开发间隙与阶差测量软件,并建立全向机器人测量平台进行试验验证。该研究为间隙与阶差高精度、自动化测量提供了技术支撑和方法指导。

基于数字量和阻值融合测量的ATS矩阵开关自检方法

针对目前ATS矩阵开关自检方法存在的自检内容不全、故障诊断效率低等问题,研究和分析了其自检的目的、内容以及基于数字量测量和阻值测量自检方法的特征,并提出了一种基于数字量和阻值融合测量的自检方法,并以某型ATS矩阵开关为例,对其自检资源配置方法、自检流程进行了详细描述。工程实践表明,该方法可实现对矩阵开关监测、测试补偿以及准确故障诊断,具有很高的实用价值。

一种表面结构多尺度融合测量系统

提出了一种表面结构多尺度融合测量系统,该系统将显微图像测量、垂直扫描白光干涉测量、白光干涉纳米探针测量和白光干涉金刚石探针测量等多种不同尺度的表面结构测量方法融合在一起。实验结果表明,显微图像测量对300μm标准玻璃线纹尺的示值误差为-0.251μm,标准偏差为0.4013μm;白光干涉测量对1.26μm和3.33μm单刻线样板的测量平均值分别为1.263μm和3.328μm,示值误差分别为0.003μm和-0.002μm,示值相对变化量为1.27%和0.63%;白光干涉纳米探针对高度为(106.8±1.0)nm的校准光栅测量平均值为103.1nm,相对示值误差为-3.5%;白光干涉金刚石探针测量对Ra=4.08μm样板的测量值为4.05μm,测得值的相对误差为0.74%。所提出的测量系统满足表面结构的多尺度融合测量要求。

惯性组合导航系统的融合技术研究

针对惯性组合系统中的多子导航系统，研究了“测量融合”的技术。文中讨论了测量融合的设计思想和方案，以惯性、全球卫星定位系统（ＧＰＳ）、无线电测距测向系统（ＶＯＲ／ＤＭＥ）、地形辅助导航系统（ＴＡＮ）组合导航系统为例，研究了组合导航系统的融合算法，并进行了蒙特·卡洛法仿真计算。结果表明，系统的设计是合理的，为惯性组合导航系统提出了有实用价值的一种融合算法。

多传感器信息融合的最优状态估计方差

多传感器信息融合位置级融合算法中,测量融合(Measurementfusion)算法是最优的。本文证明了测量融合算法的估计方差由系统的"测量函数"决定。该函数值越大,系统的融合估计方差就越小。仿真说明了以上结论的正确性。

基于LMI的多传感器H_∞融合滤波器设计

在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限。此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况。H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题。基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例。结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题。

基于MTF的多传感器融合算法

Kalman滤波是一种应用非常广泛的状态估计算法,基于信息融合的Kalman滤波包括状态向量融合和测量融合两种方法。传统的Kalman方法(TTF)具有较低的估计误差和很长的计算时间。提出的状态向量和测量向量的融合模型MTF利用局部融合信息给出一种更好的状态估计,计算时间短,性能也比TTF高。

基于蒙特卡罗仿真方法的大尺寸测量不确定度分析

为评价大尺寸测量不确定度,特别是多站融合测量不确定度,引入蒙特卡罗仿真方法。该方法根据各传感器单元的概率特性重复采样,生成测量结果的样本,统计样本得到坐标测量不确定度,并利用计算机可视化样本的三维散点图。通过不同样本数对运算时间和准确性影响的实验,确定样本数为500。以激光跟踪仪为例进行实验,比较蒙特卡罗法、统计法和解析法三种方法得到的不确定度结果,吻合情况较好,其中与解析法比较最大偏差仅为2.7μm。实验结果表明,蒙特卡罗仿真方法可以准确评价大尺寸测量仪器及多站融合测量不确定度,融合精度优于各局部精度。