CCD测量系统中基于自适应相关算法的动态目标跟踪

相关匹配是目标跟踪和模式识别的一种重要方法。介绍了CCD(电荷耦合器件)误差测量系统的光学原理针对该测量系统实际情况,提出了用相关算法实现目标位置的测量使用自适应相关匹配的方法,实现了对连续视频图像中动态目标的跟踪给出了实验结果,并对算法提出了改进的意见。

基于自适应相关滤波器的人眼定位改进方法

人眼定位是人脸识别、视觉跟踪系统中一个关键步骤。针对传统人眼定位方法定位精度低、误差稳定性差的问题,提出将自适应相关滤波器与灰度积分投影法相结合,在训练和测试阶段做了两点改进。首先对训练得到的自适应相关滤波器,在[-0.2,-0.1,0,0.1,0.2]角度范围内旋转得到5个滤波器,选择灰度最大值对应的位置作为初始定位点,然后在该定位点的5×5邻域内,水平和垂直方向分别做灰度积分投影,最后选择积分最小值的位置作为最终的目标定位点。与平均合成精确滤波器、最小输出平方误差和滤波器、自适应合成相关滤波器算法相比,改进算法的定位精度最大提高2.9%,平均绝对误差和标准差均低于原始算法。实验结果表明,提出的改进算法在定位精度和稳定性上均优于以上算法。

液体火箭发动机地面试车故障检测的自适应相关方法

提出了一种用于液体火箭发动机地面试车故障检测的自适应相关方法，应用统计理论指导其检测阈值的选择，推导了均值向量和协方差矩阵的逆阵的递推估计公式，使得算法具有自适应性。用实际试车数据验证了方法的有效性。

基于动态自适应相关滤波的复杂场景目标跟踪算法

为解决目标变化、场景非均匀照明等复杂场景下的目标跟踪问题,提出了一种复杂场景下基于动态自适应相关滤波的目标跟踪算法。该算法首先构造一组几何失真的目标参考图像的版本,然后基于组合滤波器的思想,将构造的适用于每个图的最优模板组合起来;同时为避免下一帧中预先指定目标预期位置的需要,算法采用基于时间序列的预测机制,通过考虑目标的运动学来提高跟踪精度;最后该算法设计了重新初始化机制,在系统发生故障时算法进行重启。仿真结果表明,所提的算法的跟踪精度和跟踪效率上优于现有的算法,从而验证了所提算法的有效性和可行性。

检测及精估目标运动参量的广义自适应相关器技术

本文结合自适应Ｒｏｔｈ时延估计器和拷贝相关器，提出了一种既可以检测多亮点目标回波，又可以在低采样频率下（采样间隔ｍｓ级），精估μｓ级方位时延的广义自适应拷贝相关器算法。并进行了深入的理论分析，完成了计算机仿真：验证了该算法具有较高的处理增益和参量精估精度，很适合于检测和高分辨精估目标多亮点的方位、距离和多卜勒。从而为尺度识别奠定了基础。

高速高清CCD自适应相关双采样技术

相关双采样技术被广泛地应用于CCD视频采集,能够有效地消除复位噪声,白噪声等CCD输出噪声。但是当CCD工作在高帧频状态下,需要高速的输出数据,由于像素时钟较快会出现采样位置不稳的情况。文中采用自适应相关双采样技术,可以自适应地调整采样脉冲的相位,使相关双采样的两个采样脉位于合理的采样位置,能够正确地采集像素信息。采用自适应调整CCD相关双采样位置的技术,能使高清高速CCD在像素频率很高的情况下,也能稳定地工作,输出高质量的图像。

基于自适应相关向量机模型的轨姿控发动机试验推力矢量预测

为了实时、准确、可靠地预测轨姿控发动机试验中推力矢量的变化情况,本文在分析支持向量机(SVM)预测算法缺陷的基础之上,提出并建立了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine),并将其应用于某型轨姿控发动机高模试验推力矢量参数预测中.研究结果表明,ARVM预测模型在稀疏性和算法精度方面均体现出较高的优越性,能够很好地预测轨姿控发动机试验推力矢量的变化趋势.

基于边缘的自适应相关跟踪算法

针对相关跟踪实时性差和误差累积问题,提出了基于边缘检测的自适应相关算法。采用修正后的灰度差的绝对平均值(MAD)相关匹配克服了对噪声敏感的缺点;利用目标的边缘信息确定模板中参与匹配的区域,并采用粗精结合的搜索策略,加快了匹配速度;采用模板加权更新和中心修正有效地消除了相关运算累积误差的影响。

自适应相关性消除算法下的非线性盲均衡

针对现代宽带软件无线电接收机的动态性能受到接收器件非线性效应影响而恶化的问题,本文提出基于Wiener接收模型的自适应相关性消除算法实现对非线性信道的盲均衡。该算法以正交频分复用技术(Orthogonal frequency division multiplexing,OFDM)信号为例,利用接收信号间和数据间的独立不相关性,先对宽带信号与残余谐波进行相关性检测,再根据相关性进行自适应更新补偿模型权重,消除相关性,从而抑制系统非线性。仿真结果表明,相比于过去的算法,该算法在存在大信号干扰的情况下,能大大抑制信号的非线性,使得微弱信号误码率下降,大幅提高了接收系统的灵敏度,且计算复杂度较低。

火箭发动机故障检测的自适应相关算法的改进

针对自适应相关算法（ACA）采用单一理论阈值,且马氏（Mahalanobis）距离的修正方法不太合理的问题,在已有的自适应相关方法基础上,提出了改进的火箭发动机实时故障检测的自适应相关算法。改进之处有：1）利用理论阈值和发动机历史数据统计得到的经验阈值共同作为判断依据;2）提出了修正Mahalanobis距离的计算方法,去除偏离数据均值最大的1～3个参数对Mahalanobis距离的贡献。在给定的5%误检率下,通过发动机的仿真数据验证了改进的算法能对发动机稳态工作过程中的故障及时准确地检测,并能有效解决野值存在时的误报警情况。

基于自适应相关多采样技术的CMOS图像传感器列级单斜ADC设计

为了降低CMOS图像传感器的噪声水平,本文提出了一种基于自适应相关多采样技术的单斜ADC,可以根据光强自动选择合适的斜坡信号完成A/D转换。通过在低照度下使用小范围、高增益的斜坡信号进行多采样操作,可以充分降低读出噪声。多斜坡发生器由温度计码电容型DAC实现,此外还分析并校准了斜坡信号的失调电压和增益误差。提出的单斜ADC是在标准的110 nm 1P4M工艺下设计仿真的。仿真结果表明:基于自适应相关多采样技术的单斜ADC不会增加总A/D转换时间,同时在8倍的前置放大器增益下实现了最低59μV_(rms)的读出噪声。此外当前置放大器为2倍增益时,读出噪声从强光下的211μV_(rms)降低到弱光下的92μV_(rms),噪声的降低对应于7.21 dB信噪比的提高。另外,本文的品质因数为3.77 nV_(rms)·s。

基于自适应相关的目标跟踪

本文讨论了一种基于相关的目标跟踪系统,通过比较模板自相关和模板与下帧场景相关尖峰的高度和形状,在下帧场景中得到一块与指定目标最佳匹配的区域,这样系统的跟踪能力被扩展到视场里包括多个目标的情形。除进行相关面后处理外,为了减小相关器漂移的影响,一个自适应窗被用来确定模板的大小。本文所用图象序列取自一架DC-3飞机上的前视红外传感器,这些图象包含沿一条土路运动的由一辆T-55坦克、一辆M-113和一辆TAB-71装甲运兵车组成的纵队。本文的研究阐明以下技术:①在有其它形状类似,可能辐射更强的目标存在时跟踪指定目标;②维持较小的跟踪误差;③减小相关器漂移的影响。

基于自适应相关的雷达信号分选

雷达信号分选技术作为现代信息对抗领域重要发展方向之一,对雷达侦察信号处理非常重要。首先介绍几种常见的雷达信号分选方法,并对每种算法的优缺点进行简要地说明。随后提出一种基于自适应相关的雷达信号分选方法,介绍该算法的原理,给出仿真的结果。通过仿真试验,所采用的雷达信号分选算法对于某些雷达取得了较好的分选效果。

基于二重语义相关性图卷积网络的跨模态检索方法

随着深度神经网络的不断发展,跨模态检索模型的构建也随之取得了长足的进步。以图卷积网络(GCN)为基础的跨模态检索方法可以较好地捕获数据的语义相关性,因此越来越受到人们的关注。但是,目前大部分研究多将标签之间和样本之间的相关性融入到跨模态表示当中,并没有考虑到标签集合之间的相关性对于跨模态检索模型性能的影响。在多标签场景下,标签集合之间的多标签相关性可以有效地描述对应样本之间的语义关系,因此充分发现多标签相关性并将其融入到跨模态表示中,对于提高跨模态检索模型的性能有着重要的意义。提出了一种基于二重语义相关性图卷积网络(dual semantic correlation graph convolutional networks,DSCGCN)的跨模态检索方法,该方法利用GCN自适应地发现标签之间和多标签之间的语义相关性,并将此二重语义相关性融入到样本公共表示中。此外,还提出了一种多标签相似性损失,用于使生成的样本公共表示相似性更接近于语义相似性。通过在NUS-WIDE、MIRFlickr-25K和MS-COCO三个数据集上的实验可以发现,由于引入了多标签语义相关性,DSCGCN可以获得令人满意的检索效果。

彩色栅线动态三维测量中自适应相关匹配技术

彩色栅线结构光三维测量可仅靠左右摄像机单幅图像完成像素级相位匹配,能够实现运动或者变形物体型面重构,但其测量精度有待进一步提高。在依据相位进行粗匹配的基础上,采用立体视觉数字相关技术在左右图像局部区域进行更细致的匹配。计算相关系数时,依据彩色栅线各个周期的色彩变化特性自适应调整不同颜色通道的权重,依据不同视点表面变形特性自适应调整左右相关窗口的尺寸。在极线方向上双线性插值进行亚像素匹配。实验结果证明自适应数字相关匹配技术在保证彩色栅线动态检测,分辨率高优点的同时,可有效改善测量精度至0.1 mm,扩大测量适用范围。

基于相关自适应器的EM-MWD信号检测系统设计

经EM-MWD(electromagnetic method measurement while drilling)电磁通道传输至地表的信号很微弱并且极易受到白噪声、奇异噪声、工频噪声及其谐波等干扰,导致信号特征参数提取的准确度降低,为了解决这一难题,通过对电磁波传输信道的研究,根据接收初始信号强度以及自适应检测和相关检测的特点,研究并设计了相关自适应器,并基于此设计了电磁随钻地表信号检测系统。然后用Hilbert变换求信号包络,完成了数据拟合和残差分析,并计算了信噪比、均方根误差和误码率,最后做了实验。仿真和实验结果表明,利用该检测系统,能够提高信号特征参数的准确度,达到有效降噪目的,对后续分析和研究提供了保证。

自适应决策粒子群的相关搜索优化

在传统粒子群相关搜索算法(PSO)基础上提出一种新的数字相关算法,自适应决策粒子群优化(ADI-PSO)相关搜索算法。ADI-PSO综合了自适应惯性因子和决策终止判定两种特点,使得该算法能够通过在迭代过程中不断更新惯性因子加快收敛速度,同时能够智能判定终止与否,因而能更快的获取准确的搜索结果。通过两组对比试验验证了ADI-PSO算法的精度相对N-R算法接近一致,但搜索速度更快;粗糙散斑图下三种不同粒子群方法得到最佳适应度均值为-0.038 6、0.888 1、0.917 6,相较于传统PSO、LDI-PSO,ADI-PSO运算时间均值最少,稳定性更高,收敛速度更快,并能有效避免过早收敛。

基于高阶累积量的盲自适应解相关检测器

基于高阶累积量 ,本文提出一种新的无约束优化准则 ,并且证明该优化准则有全局最小值 ,其极值点满足解相关条件 ,得到一种新的盲自适应解相关检测器。仿真结果表明 ,该检测器具有较强的干扰抑制能力。

梯度向量正交的相关函数自适应滤波算法

该文把Asharif(1999)定义的相关函数均方误差(MSE)准则Jr(n)=E eT(n)Ce(n)]改为时变的遗忘因子指数加权最小二乘误差(LSS)准则Jr(n)= ,对这一准则利用梯度法,使当前时刻的梯度向量正交于前一时刻的梯度向量而得到一种新的相关函数自适应滤波算法。计算机仿真结果表明新算法的收敛性能优于Asharif提出的ECLMS算法。

基于四阶混合累积量的自适应线谱增强器

将四阶累积量的递推算法推广到求正弦信号的混合四阶累积量 ,并提出了一种计算正弦信号四阶混合累积量的自适应线谱增强递推算法。该线谱增强器的结构为自适应 FIR滤波器 ,当输入为含有高斯噪声的正弦信号且处于稳态时 ,滤波器的权系数与输入信号的四阶混合累积量的一维切片成正比 ,而与高斯噪声无关 ,从而使信号的线谱成份得到增强。仿真结果表明 。