面向移动端的姿态估计研究

为满足目前在移动端上部署人体姿态估计算法并推广其落地应用的需求,需要对人体姿态检测算法进行轻量化网络设计和压缩加速优化。该文介绍模型压缩加速和轻量化网络设计的方法以及当前的模型压缩自动化框架,当前主流的移动端姿态估计部署框架和目前各领域移动端姿态估计的产业应用,最后分析国内面向移动端的人体姿态研究现状,对该现状目前还存在的问题做出分析并提出未来的发展方向。

LTE系统中UE移动状态估计优化算法

针对现有算法不能准确估计中、高速UE的移动状态的问题,提出一种优化的移动状态估计算法。该算法考虑了UE穿越小区的方式,并赋予相应的权重,同时提出一种判决门限设定方法。仿真结果表明,相对于现有的算法,该算法对中、高速UE移动状态估计的准确率分别提高了16%和20%,能够较好地解决中、高速UE移动状态估计不准确的问题;门限设定方法简单有效,通用性好,可应用于实际系统中。

基于移动开窗法协方差估计和方差分量估计的自适应滤波

基于移动窗口协方差估计和方差分量估计 ,提出了一种新的自适应Kalman滤波技术。计算结果证实 。

基于TDOA/Doppler测量的联邦UKF移动位置估计算法(英文)

为了进一步提高移动台的跟踪和定位性能,提出了一种基于联邦滤波结构和简化UKF的移动位置最优估计与融合新方法.该算法以Singer移动台运动模型作为参考系统,以简化UKF滤波器作为子滤波器,对2组独立检测的TDOA和Doppler测量值进行局部估计;然后在主滤波器中,对子滤波器的估计结果按标量加权进行最优融合,得到全局最优或次最优融合估计结果;最后主滤波器利用全局估计结果对子滤波器和参考系统进行反馈和信息重置,以进行下一步估计.仿真试验中,对该算法用于移动台位置估计的效果和性能进行评估,并与基于TDOA和基于Doppler的简化UKF方法做比较.仿真结果表明,该算法能有效降低移动台位置估计的误差和方差,具有良好的均方根误差和均值误差CDF性能.

LTE系统中一种联合移动速度估计算法

推导出了第三代合作伙伴计划(3GPP)长期演进系统(Long Term Evolution,LTE)中时域和频域自相关移动速度估计算法,并根据LTE系统特性给出了一种新的估计算法——联合的移动速度估计算法。利用归一化接收功率标准差粗估计移动速度,并根据该粗估计值选择频域或者时域的自相关估计算法获得精确的速度估计值。仿真结果表明,联合估计算法相比较于使用单一的自相关法进行估计,估计出的速度值与理论值吻合得更好,有较好的估计精度。

一种新颖的数据估计技术——dEWMA及其在RED中的应用

该文首先提出了一种新颖的估计技术——dEWMA(doubleExponentialWeightedMovingAverage)。该技术采用两个EWMA估计器进行数据测量,克服了传统EWMA估计技术不能同时获得良好的时效性和平稳性的缺点,能够为相关应用提供更加准确、灵活的数据估计。其次通过在RED网关中应用dEWMA技术,对其有效性进行验证。仿真结果表明采用dEWMA的RED性能较之未采用dEWMA的RED有明显的改善。

Small Cell中移动性增强方案研究现状分析

小蜂窝网络是由比传统宏蜂窝基站发射功率更小的低功率节点形成的多层蜂窝网络。作为LTE-Advanced技术研究的重要内容之一,小蜂窝的发展越来越受到业界的关注。分析评估了移动性管理中多种移动状态估计(MSE)方案的性能指标,同时分析评估了蜂窝切换中所涉及的切换指令的保护方案性能以及蜂窝切换方案性能,最后对小蜂窝网络移动性管理面临的挑战和未来的研究方向做出总结。

放大转发双向中继网络的移动级联信道统计特征分析

针对放大转发协议下双向中继网络移动级联信道,为了分析其统计特征,结合用户完成信息交互的过程,将移动级联信道分解为传输部分和干扰部分两个时间过程。依据它们的双高斯乘积特点,分别给出了对应的一阶概率密度分布、二阶自相关函数和多普勒功率谱的表达式。与此同时,通过采用Gamma分布对级联信道进行了概率近似,得到了描述移动级联信道时变特性的电平通过率和平均衰落时间等指标的近似计算式。借助数值仿真验证了上述表达式的正确性。

移动机器人视觉里程计综述与研究展望

移动机器人基于激光和视觉SLAM导航可实现环境的智能感知和非固定路径行走,其中视觉SLAM导航是指机器人利用视觉系统实现自主定位与地图创建,其优势为结构简单、成本低,信息量丰富。而视觉里程计作为移动机器人视觉SLAM导航的前端,能为机器人自主导航提供廉价、可靠的位姿估计。本文对移动机器人视觉里程计的概念与发展历程进行了简述,总结了实现视觉里程计的不同方法并分别对比了其优缺点,同时也分析了视觉里程计在移动机器人领域的应用以及未来研究展望。

模糊规则自适应学习的弹性图像配准

针对弹性图像配准的特点和挑战,基于模糊逻辑推理规则构建了一个具有自适应功能的弹性变换模型.进一步地,提出了一种具有自适应学习功能的自动弹性图像配准方法.通过对医学图像进行配准试验来测试其性能,提出的新弹性图像配准算法显示出了很好的性能.

一种基于分位数回归的结构突变检验

很多模型结构突变研究都是在条件均值下开展的,分析条件分位数下的结构突变同样重要。文章针对线性分位数回归模型中,参数结构为临时性改变,提出了一种移动估计检验方法,并给出了在原假设条件下的极限分布,模拟结果表明该统计量具有良好的检验功效,同时检验功效与断点起始位置、终点位置、残差的分布、断点程度、模型形式、条件分位数、样本量等因素都存在紧密联系。

基于关键点滤波的深度图提取

基于单帧视频2D/3D转换,深度估计是关键。提出一种在伴有相机移动情况下,基于运动的深度估计新方法,采用关键点滤波获取每帧视频像素级的运动矢量。由于相机的移动会引起伪运动矢量,从而导致深度信息模糊,为解决这一问题,采用鲁棒的RANSAC算法估计相机移动模型。首先,通过无相机移动的运动矢量来估计初始深度图。然后,利用基于同类点的后置滤波修正运动物体边缘像素的深度信息。实验结果表明,在有相机移动情况下,该方法对深度图的估计可以取得较好效果。

基于模糊规则自适应弹性图像配准的视频跟踪

把形变视频跟踪看作一个动态图像配准问题,基于已有的模糊规则自适应学习弹性图像配准方法,提出了一个具有较好鲁棒性的视频跟踪算法。较之于一些经典的跟踪算法,提出的新算法显示出了更鲁棒的跟踪效果。

导航解算中的系统误差及其协方差矩阵拟合

利用Kalman滤波进行导航定位计算不得不涉及观测函数模型和动力学模型,而观测函数模型和动力学模型经常含有系统误差或区域性系统误差。本文提出了一种基于移动窗口的函数模型和随机模型系统误差自适应拟合法。基于相同的窗口给出了相应的观测向量和状态预测向量的协方差矩阵估计方法,其协方差矩阵的估计与现有的Sage滤波不同。利用经系统误差修正后的观测向量和状态预测向量及相应的协方差矩阵,再进行动态导航滤波计算,能有效提高导航解的精度。文中给出了开窗估计系统误差的公式,并利用实测数据验证了该算法的可行性和实用性。计算结果表明该算法能有效地抵制系统误差对导航滤波结果的影响。

改进的自适应卡尔曼滤波在北斗伪距单点定位中的研究

针对加权最小二乘法定位精度不高,卡尔曼滤波对初始位置敏感以及噪声协方差固定不变的缺点,提出了一种将加权最小二乘法和改进的卡尔曼滤波相结合的伪距单点定位解算方法。该方法首先利用加权最小二乘法解算出接收机初始位置,然后将该位置作为改进的自适应卡尔曼滤波的初始值,再建立动力学模型来进行滤波。实验结果表明基于移动窗口协方差估计的自适应卡尔曼滤波相比于传统卡尔曼滤波,能将单点定位精度提高50%,收敛速度也提高了90%。该算法可以用在对精度要求不高的民用导航和定位中。

基于一维FFT频谱估计的移动物体速度估计法

提出了时间空间频率混合领域中基于一维FFT频谱估计的移动物体速度估计方法。结合移动物体的抽出,把具有两个移动物体的序列图像分离为分别包含一个移动物体的两个序列图像,当再次进行速度估计时会大大减少背景及噪声对速度估计结果的影响,可提高速度估计的精度。

一种自适应LOS/NLOS环境的定位方法

非视距(NLOS)传播时传播路径的不确定性是产生定位误差的主要原因.通过对测量数据方差大小的判断来识别NLOS,并采用卡尔曼滤波方法,实现对有偏分布的NLOS误差平滑处理,减小NLOS的影响.仿真结果表明,该方法能在多种LOS/NLOS环境下提高定位的精度.