基于贝叶斯滤波算法的警戒相控阵雷达目标跟踪时间资源优化分配算法

针对警戒相控阵雷达的目标跟踪时间资源优化配置问题,基于贝叶斯滤波算法提出一种应用于警戒相控阵雷达的变数据率跟踪算法。传统Cohen算法受量测噪声起伏影响引起跟踪数据率抖动,在目标反向机动阶段易造成目标的失跟;新算法在非机动时段利用正态分布的2σ准则对目标是否机动进行判决,在机动时段目标加速度服从修正的瑞利分布;在数据率增加和降低阶段采用不同平滑系数能够快速响应目标机动且确保在反向阶段不失跟。通过两个机动实例进行仿真验证,结果表明:新算法能够有效地抑制目标反向机动时的失跟问题;与传统Cohen算法相比,新算法能够快速响应目标机动。

飞秒激光制瓣术中发生前房气泡时护理干预后实现跟踪时间与患者满意度的观察

目的探讨飞秒激光制瓣术中,发生前房气泡时的护理干预方法。方法应用飞秒激光制瓣4 742例,选择符合纳入观察标准的患者60例,随机分成对照组与实验组,每组各30例。对实验组进行相应的护理干预,比较分析患者接受护理干预后,应对手术的状态。结果进行护理干预后,实验组患者实现跟踪时间明显好于对照组,差异有统计学意义,P<0.05。实验组患者满意度及舒适度明显好于对照组,差异有统计学意义,P<0.05。结论有效的护理干预有利于缩短飞秒激光制瓣术中发生前房气泡患者的实现跟踪时间,并能够提高患者满意度及手术体验感。

硬布线励磁内部通讯方式下励磁模式跟踪时间的分析

励磁系统的内部通讯模式主要为网口通讯和硬布线通讯两种,励磁内部通讯在硬布线模式下与网口通讯模式下双通道跟踪时间存在差异,着重从快速、稳定方面讨论分析内部通讯方式为硬布线通讯方式下的双通道跟踪时间,以及如何通过优化跟踪时间提高励磁系统的安全稳定性能。

推进器饱和约束的水面无人艇固定时间精准跟踪控制

针对复杂扰动、完全未知系统动态以及推进器饱和约束的水面无人艇高精度跟踪控制问题,提出一种基于固定时间非奇异终端滑模的无模型固定时间精准跟踪控制(MFPTC)方案.首先,设计有限时间集总观测器,精确重构和补偿集总未知项;其次,引入自适应辅助系统消除推进器饱和特性,使得MFPTC方案在饱和约束下实现期望时间内对预定轨迹的精准跟踪;进而,基于反正切函数构造固定时间幂次趋近律,加快滑模变量收敛速度且有效削弱控制抖振;最后,采用CyberShipⅡ实验模型进行仿真研究,结果验证所提出MFPTC方案的有效性与优越性.

飞行器航迹角系统有限时间跟踪自适应迭代学习控制

针对不确定飞行器航迹角系统航迹倾角的跟踪控制问题,给出了有限时间跟踪控制的自适应迭代学习控制(AILC)方法。通过控制输入量舵面偏角来控制飞行器航迹倾角,使得飞行器航迹倾角的跟踪误差在有限时间内收敛于零,其中引入了典型的收敛级数来处理模型中的不确定部分,并利用李雅普诺夫(Lyapunov)稳定性定理给出了严格的稳定性分析。最后通过数值仿真验证了该方法的有效性。

复杂环境下基于自适应卡尔曼滤波的时间比对跟踪算法

在雷达、车载等动态协同组网系统中,高精度时间同步是该系统正常工作的基本条件。但是在动态组网系统或者低截获场景下,时间比对信号强度弱,并处于动态场景,此时时间同步系统鲁棒性差、同步精度低。因此,需要提高时间同步系统在复杂的动态组网系统下的时间同步精度。调制解调器是双向时间比对系统的核心设备,而跟踪环路是其中关键部分。复杂场景下跟踪环路很容易失锁,为了提高跟踪环路鲁棒性,该文提出一种基于自适应卡尔曼滤波(AKF)的跟踪算法。该算法引入自适应因子来调节系统噪声协方差矩阵,从而应对外部变化的输入信号。试验结果显示,与传统锁相环跟踪环路(PLL)和标准卡尔曼滤波跟踪环相比,在弱信号和动态信号同时存在时该算法跟踪鲁棒性和自适应性更好,并且算法复杂度不高。该算法对于提高动态协同组网系统的时间同步精度具有重要意义。

基于Mean-Shift优化的TLD视频长时间跟踪算法

针对TLD(tracking learning detection)算法同时包含了跟踪、检测和学习三个部分,具有较高计算量的缺点,提出了采用Mean-Shift算法替换原TLD跟踪器部分的光流跟踪算法。该优化方法利用具有计算量小的MeanShift算法替换计算量较大的光流法进行跟踪,以通过目标模型和候选目标模型之间的巴氏系数与阈值的比较来判定跟踪失败的自检测,并通过计算Mean-Shift跟踪返回的目标框和上一帧TLD返回的目标框之间的相似度来进一步得到跟踪的有效性,在发生跟踪失败时由检测器重新初始化跟踪。实验结果表明,该优化方法在视频长时间跟踪算法中具有较高的鲁棒性和准确性,并且与原TLD算法相比,该优化方法在跟踪速度上得到了提升。

基于KCF框架的长时间视频目标跟踪算法

针对视频目标跟踪中因遮挡产生的目标丢失后无法重新自动锁定目标的问题,提出了一种能够对视频目标进行长时间跟踪的算法。基于KCF(Kernelized Correlation Filters)算法的框架,增加筛选模块,通过三重分类器的筛选,对目标重新自动锁定。实验结果表明,提出的算法能够实现对目标的稳定跟踪,并且在目标跟丢后自动重新锁定并继续跟踪,实现对目标长时间跟踪的目的。

基于贝塞尔曲线的机器人非时间轨迹跟踪方法

在复杂环境的轨迹跟踪过程中,针对移动机器人不确定时延导致控制品质下降问题,提出基于五次贝塞尔(Quintic Bezier)曲线的移动机器人非时间参考轨迹跟踪控制方法。首先,利用Quintic Bezier曲线对规划路径点进行平滑,并根据连续约束进行优化,完成多段Quintic Bezier曲线的光顺拼接,获得平滑且连续的轨迹;而后以Quintic Bezier曲线参数u作为中间映射量,构建路径长度与轨迹坐标间的状态映射模型,设计移动机器人非时间运动参考量;在此基础上,根据移动机器人运动学模型,提出一种奇异点旋转映射技术,消除奇异点对轨迹跟踪控制品质的影响。实验结果说明,所用方法能提高规划路径的平滑性与连续性,增强移动机器人不确定时延跟踪控制的鲁棒性,避免了奇异点的影响。

多智能体系统的有限时间跟踪控制

基于领导-跟随者模型研究了多智能体系统的有限时间跟踪控制问题。针对领导者状态是时变的情况,提出了一类非线性有限时间跟踪控制算法,在固定网络拓扑结构下,利用Lyapunov有限时间稳定性理论和矩阵理论分析,得到了该算法使得系统中跟随者状态在有限时间内与领导者状态达到一致的充分条件;在切换网络拓扑结构下,提出了一类有限时间跟踪控制算法,在领导者的状态是时不变的情况下,给出了该算法使得系统实现有限时间跟踪控制的充分条件。仿真实例验证了所提出两类算法的有效性。

跟踪时间:空间和具身认知在理解非线性故事世界中的作用

虚构故事通常具有复杂的时间结构,这些结构与我们日常(或多或少是线性的)时间观念截然不同。叙事时间可以是碎片化的、倒转的、混杂的、多层次的、循环的、由人物穿行的,也可以是折射来表达主观状态的。从现代主义到后现代主义文学,以及今天的复杂电视剧(Mittell)和谜题电影(Buckland).

无源系统中时间差和角度变换跟踪算法

在使用时间差方法对目标进行无源跟踪时,跟踪系统中的各站点有时无法同步截获目标的信号,使跟踪过程中误差增大。提出基于时间差与角度切换的跟踪算法。该算法利用时间差和角度测量的结果,使用扩展卡尔曼滤波对目标跟踪,通过对每个周期各站截获信号和对目标跟踪精度的情况,选择输出两种方法对目标位置估计结果。算法比仅利用时间差的方法有更强的适应性,同时精度并没有下降。给出了算法的具体步骤,通过仿真实验验证该算法的有效性。

具有外部扰动的非完整移动机器人的有限时间跟踪控制(英文)

研究了具有外部扰动的动态模型的非完整移动机器人有限时间跟踪控制问题,介绍了一种有限时间扰动观测器来估计外部扰动.首先,移动机器人的跟踪误差系统被转换成两个子系统:一个三阶子系统和一个二阶子系统.然后,我们分别讨论了这两个子系统,并且设计了连续的有限时间扰动观测器和有限时间跟踪控制律.严格的证明表明了移动机器人可以在有限时间内跟踪上期望的轨迹.仿真例子说明了我们方法的有效性.

约束通信情况下非线性网络有限时间跟踪控制

针对具有本质非线性动态的多智能体网络,研究个体传感范围有限情况下的有限时间协调跟踪控制问题。假设非线性动态满足Lipschitz条件且初始网络拓扑无向连通,基于智能体间的相对状态信息设计拓扑连通保持的非光滑控制协议。应用非光滑稳定性分析方法给出实现有限时间跟踪控制的充分条件,即选取合适的控制增益参数,以实现保持网络拓扑连通的有限时间跟踪控制。最后通过仿真验证该方案有效且可行。

基于有限时间跟踪微分器的迭代学习控制

针对迭代学习控制(Iterative learning control,ILC)中的初始状态问题,提出了采用有限时间跟踪微分器安排过渡过程方法,根据迭代学习控制中期望轨迹己知的特点,设计了其参数有明显物理意义并且调节方便的有限时间跟踪微分器.在此基础上,针对一类具有不确定性的非线性时变系统的迭代学习控制问题,提出了具有对不确定项进行估计的迭代学习控制算法,并应用类Lyapunov方法给出了相关定理证明.仿真结果表明所提出的方法是有效的.

减小瞄准具动态误差、缩短稳定跟踪时间的有效方法

本文证明了在飞机武器系统的火力控制系统中，在适当条件下，选取阻尼系数Ｈ＝０，可缩短稳定跟踪时间，减少动态误差．

多智能体系统的分布式有限时间跟踪控制

讨论了受到外界干扰的多智能体系统在有向拓扑下的分布式有限时间追踪控制.基于系统智能体间的相对状态信息,利用非奇异的终端滑膜控制方法,构造出有效的分布式有限时间控制协议.在控制协议的作用下,系统中跟踪者智能体的状态将在有限时间内跟踪上领导者的状态.最终达到有限时间一致性跟踪控制,并可估计出具体的收敛时间.通过数值仿真,验证了理论结果的正确性.

随机微分方程的无限时间跟踪

研究一类随机微分方程无限时间的跟踪性.首先给出了Ito型随机微分方程在均方意义下无限时间(ω,δ)-伪轨与无限时间(ω,ε)-跟踪的定义,其次证明了一个修正的Schauder不动点定理,最后用Malliavin导数证明了Ito随机微分方程的无限时间跟踪的存在性定理.推广确定的微分方程的跟踪性到随机情形,结论表明:在由Ito随机微分方程生成的随机动力系统中,依然存在无限时间的跟踪.

高超声速飞行器有限时间饱和跟踪控制

针对高超声速飞行器纵向模型存在外界干扰和模型参数不确定性情形下的有限时间跟踪问题进行了研究分析.针对外界干扰上界已知,基于快速积分滑模理论,设计了有限时间快速积分滑模控制器.当外界干扰上界未知时,结合具有低通滤波器性能的自适应算法,通过引入辅助系统设计了实际有限时间自适应快速积分滑模控制器,能够处理输入饱和问题.对所设计的两个控制器利用李雅普诺夫理论给出了严格理论证明,得到整个闭环系统分别为有限时间稳定的、实际有限时间稳定的,并能够保证系统其它状态变量在较短的时间内趋于稳态值.对不同类型参考信号进行了数字仿真,进一步验证了所设计两个控制器的有效性和鲁棒性.

基于TLD和fDSST的长时间目标跟踪算法

为加强fDSST算法在目标快速运动、快速形变、目标消失情况下的跟踪精度,提出了一种基于TLD和fDSST的长时间目标跟踪算法。在fDSST算法的基础上,加入了检测器和学习器对跟踪结果进行修正和学习,并利用检测器和学习器的正负样本对跟踪结果进行置信度评估,从而解决了在跟踪失败情况下的错误参数学习问题。实验表明,基于TLD和fDSST的长时间目标跟踪算法,不但解决了fDSST算法由于目标快速运动、形变甚至消失而使跟踪失败,难以进行长时间持续跟踪的问题,且很大程度上增强了TLD算法的跟踪精度。