基于跟踪状态监视的稳健航迹关联与融合算法

空间邻近目标跟踪过程中存在航迹交错现象,传统的航迹关联与融合算法可靠性大大降低。提出基于跟踪状态监视的稳健航迹关联与融合跟踪算法:首先,采用滑窗式全局最优关联方法利用多帧航迹数据确认航迹关联对,并建立系统航迹;然后,根据确认关联航迹的实时关联状态检测航迹交错;最后,根据航迹衰减残差识别运动状态,自适应选择融合量测或者融合状态估计完成系统航迹的状态更新。仿真结果表明,算法能够提高融合航迹精度,实现稳健航迹关联与融合。

目标跟踪状态估计排序粒子群算法研究

基于视觉的无人机地面目标跟踪状态估计为非线性滤波问题,针对使用一般粒子滤波算法存在粒子退化和计算量大的缺陷问题,提出了一种基于排序的粒子滤波算法,对粒子依误差大小进行排序并计算粒子权重。仿真试验表明,该方法减轻了粒子贫化的影响,提高了状态估计精度。

Mean-shift跟踪中的状态分析及处理

在Mean-shift算法中,对跟踪状态的误判会引起错误的模板调整策略,造成目标丢失。提出了一种新的跟踪状态分析方法,该算法首先通过分析目标特征与背景特征的相对关系,引入特征增强函数,并在此基础上构造了新的背景模板。然后通过对跟踪中各模板相似系数动态变化过程的综合分析,准确判定目标所处跟踪状态,以采取相应的模板调整策略。实验表明,该算法可以有效增强Mean-shift算法在复杂条件下的跟踪效果,具有较好的稳健性。

卷积神经网络的神华关键配件状态自动跟踪研究

为避免关键配件异常状态带来的神华铁路货车运行安全隐患,提出基于卷积神经网络的神华关键配件状态自动跟踪方法。神华关键配件状态图像作为卷积神经网络的输入数据,经过卷积和池化操作后获得神华关键配件状态检测结果,并将其作为图像第一帧的状态,然后利用核相关滤波训练获得的回归模型估计图像下一帧的状态,实现神华关键配件状态自动跟踪。实验结果表明:该方法能够获得较为完整、清晰的神华关键配件状态图像;不同神华关键配件状态检测的MCC值均在0.8以上,且能够在异常状态发生之前得到状态检测结果;各时刻的神华关键配件状态跟踪结果与实际结果完全相同。

光电成像跟踪的模式与状态设计

光电成像跟踪的模式与状态设计刘上乾牛碧芹（西安电子科技大学７１００７１）研制了一种光电成像跟踪信息处理系统，它具有自动捕获目标、自适应波门跟踪和抗干扰、抗阻塞等功能。其跟踪模式和状态是决定该系统性能及是否稳定可靠的关键。跟踪模式的选择，主要根据系统所...

跟踪状态自适应的判别式行人单目标跟踪算法研究

本文针对在行人跟踪过程中遇到的背景相似物干扰、行人之间的相互遮挡和背景杂乱等导致跟踪状态不稳定的问题,基于DIMP(learning discriminative model prediction for tracking)跟踪算法,提出了一种跟踪状态自适应的判别式单目标行人跟踪算法。跟踪过程中由分类滤波器和搜索区域进行卷积操作得到响应图,通过响应图判断跟踪状态,跟踪状态分为弱响应状态、多峰强响应状态、单峰强响应状态。针对多峰强响应状态下的干扰物影响,提出在线更新策略,利用激励和抑制损失更新分类滤波器,提高分类滤波器的判别能力。针对多峰强响应和弱响应状态下目标预测不准确的问题,通过偏移量和增添候选框修正目标位置,提高跟踪精度。实验验证提出的算法在行人视频序列上跟踪结果,精度达到了0.978,成功率达到了0.740,在NVIDIA GTX 1650显卡下有30 fps的实时速度。

径向基粒子滤波状态跟踪测量算法

状态跟踪测量的过程噪声降低了目标信噪比,增加了自适应滤波跟踪的难度。当误差较大时,基本粒子滤波算法的预测累积误差效应将导致系统发散。无迹粒子滤波算法利用无迹卡尔曼滤波提高重要性函数估计精度,减少后验概率密度分布误差,但同时也将大幅增加运算时间。提出一种基于径向基函数网络(RBFN)的改进型粒子滤波算法PF-RBF,利用RBFN通过目标状态观测值和全局预测值拟合状态变化趋势,更新各粒子状态．提高先验概率密度分布估计精度,消除过程噪声引起的估计误差。与无迹粒子滤波(UPF)算法相比,该算法无需构造无迹卡尔曼滤波(UKF)重要性函数,提高了运算速度。机动目标跟踪试验表明,径向基粒子滤波算法在线性和非线性观测方程下的状态跟踪测量精度和算法稳定性均优于UKF、PF和UPF算法,可有效实现对状态变化的实时鲁棒跟踪。当参与运算的粒子数增加时,PF-RBF算法执行时间的增长速率较UPF算法更低,可满足高精度状态跟踪应用。

全状态跟踪非线性鲁棒自适应分散励磁控制

为解决分散励磁控制律含状态变量微分项、发电机端电压精度难以保证的问题,基于强跟踪滤波估计的方法实现了并联机组运行状态的快速计算,并在不同运行状态下采用新提出的状态跟踪非线性鲁棒自适应分散励磁控制方法,实现了多机电力系统的分散鲁棒稳定控制。四机并联的电力系统控制仿真表明,相对于传统PID-PSS控制器,所提出的方法能够有效提高各状态变量的收敛速度和电力系统的暂态稳定性。

基于眼睛特征跟踪的眼睛状态跟踪

眼睛状态的跟踪具有广泛的应用,如在面部表情分析和驾驶疲劳报警系统的应用方面,此时需要跟踪的不仅仅是人眼的位置,而且还需要返回眼睛的状态,以及眼睛模型的参数。基于眼睛特征跟踪的眼睛状态跟踪方法是先检测出表征眼睛状态的眼睛特征,然后通过跟踪这些特征达到跟踪眼睛状态的目的。在实验平台是PII/500微机,256M内存,Windows2000操作系统中处理速度是接近每秒7帧。对214图像序列进行了实验测试,跟踪精度达到97.6%。

空压机组的状态跟踪与故障诊断

宝钢现场某空压机组噪声突然增大 ,在对设备进行了精密诊断和连续跟踪之后 ,提出故障所在 ,要求尽快停机处理 ,避免了设备的继续劣化及恶性事故的发生。文章探讨了涡流传感器对断齿故障不敏感的原因 ,建议齿轮故障可采用加速度传感器和电流监测的方法 ,提高监测效果。

基于调差特性曲线的励磁系统状态跟踪分析及其应用

发电机励磁系统运行固有的调差规律,是由调差特性曲线描述的,它是以发电机空载电势为Y轴上的截距,以调差系数为斜率的点斜式直线方程,发电机励磁系统通过改变励磁电流调节发电机无功输出。运用调差特性曲线来实现励磁系统状态跟踪和经典的增量式PID调节方法,给出了励磁系统状态跟踪的几何求解法和算术求解法,避免了大量复杂的数值计算和由近似计算带来的误差,是一种快速精确求解的方法。并以此设计了双通道互为跟踪互为备用励磁系统,运行通道发生故障情况下,备用通道与运行通道实现无扰切换,保证励磁系统的稳定可靠运行。

状态跟踪问题的切换自适应控制策略

研究模型参考自适应控制系统的状态跟踪问题。当给定的系统必须使用已有有限个自适应控制律时,使用自适应控制律凸组合的方法,在这些自适应控制律之间引入了切换机制,对给定的有限个自适应控制律设计切换律,实现在切换意义下的状态跟踪,并且通过仿真验证了所提方法的有效性。

非线性离散系统状态跟踪的学习控制方法

本文探讨了一类非线性离散系统状态跟踪问题， 在所给学习算法下， 将学习控制问题转化为离散动力系统的平凡解全局稳定性问题，

基于改进粒子滤波算法的锂离子电池状态跟踪与剩余使用寿命预测方法

针对标准粒子滤波算法在锂离子电池剩余使用寿命预测方面出现的估计精度不高、算法不稳定及计算效率低等问题,该文提出一种改进粒子滤波算法的状态跟踪与剩余使用寿命预测估计方法。选取电池容量衰退经验物理模型为基础,通过贝叶斯理论对历史样本进行状态跟踪建模,优化训练算法辨识物理模型参数与重采样策略。采用状态跟踪训练优化后最新量测信息取代序贯重要性采样过程中未考虑观测噪声的量测信息,指导产生新的提议分布更新粒子重要性权值计算的方法来改善粒子退化现象,同时基于马尔科夫链-蒙特卡洛(MCMC)方法中的M-H(Metropolis-Hastings)抽样算法丰富采样粒子多样性,改良重采样策略来解决由其引起的粒子枯竭问题,并通过仿真揭示出不同跟踪集S和粒子数M等模型参数对预测结果的影响规律,继而构建实时更新提议分布、MCMC方法与粒子滤波算法优化融合的状态跟踪与剩余使用寿命预测模型——基于MCMC的更新改进粒子滤波融合算法模型。仿真实验结果表明,该文提出的改进算法具有状态跟踪拟合度好、预测精度高及计算效率性能优良等特点,并通过设计出不同类型电池容量和算法模型等多种组合方案的仿真,验证了改进算法较强的稳定鲁棒性、泛化适应性和通用有效性。

空压机组的状态跟踪与故障诊断

某空压机组的噪声突然增大 ,在对设备进行了精密诊断和连续跟踪之后 ,找出故障所在 ,要求尽快停机处理 ,避免了设备的继续劣化及恶性事故的发生。文中对涡流传感器为什么对断齿故障不敏感进行了探讨。并建议齿轮故障可用加速度传感器和电流监测的方法 。

船用陀螺罗经状态跟踪维修模式研究

通过一个维修实例指出目前船用陀螺罗经维修管理工作中存在的普遍问题,并提出了针对船用设备维修特点的行之有效的维修管理模式以及维修程序。

自适应VMD及其在状态跟踪及故障检测中的应用

针对变分模态分解(variational modal decomposition,VMD)的特征提取性能受到参数影响的问题,以及故障状态跟踪的实时性较差的问题,提出一种状态预警线构造方法和自适应VMD方法并将其用于机械零件的故障检测。首先,提取机械零件全寿命振动信号的退化特征,基于2σ准则构造状态预警线来跟踪机械零件的退化状态并检测故障预警点。然后,引入能量熵和互信息构造适应度函数,通过蚱蜢优化算法(grasshopper optimization algorithm,GOA)构造自适应VMD模型来检测预警点附近机械零件的故障状态。结果表明,提出的状态预警线能更及时有效地检测出故障预警点,自适应VMD能更准确地检测出机械零件故障,具有良好的应用价值。

一种水中目标深度估计和运动状态跟踪方法

建立水下目标深度估计模型,采用LMS自适应时延估计算法来估计时延,并用可变步长方法及sinc函数内插法提高估计精度;建立水下目标运动状态跟踪模型,采用基于方位时延的扩展卡尔曼滤波算法来估算水下目标运动状态信息;通过消声水池、湖泊和仿真试验,表明该方法有效可行。

Q2SM:基于BERT的多领域任务型对话系统状态跟踪算法

基于管道的方法是目前任务型对话系统的主要构建方式,在工业界具有广泛应用,而对话状态跟踪(dialogue state tracking,DST)是任务型对话系统中的核心任务。面对传统的方法在多领域场景下表现较差的问题,该文结合语言模型预训练的最新研究成果,该文提出了一种基于BERT的对话状态跟踪算法Q2SM(query to state model)。该模型的上游使用了基于BERT的句子表征与相似度交互的槽判定模块,下游使用了一种面向对话状态跟踪任务的自定义RNN:DST-RNN。在WOZ 2.0和MultiWOZ 2.0两个数据集上的实验表明,Q2SM相比于之前的最好模型,分别在联合准确率和状态F1值两个评价指标上提升了1.09%和2.38%。此外,模型消融实验验证了,DST-RNN相比于传统的RNN或LSTM,不仅可以提升评价指标值,还可以加快模型的收敛速度。

基于价值链的中小企业状态跟踪和信息共享解决框架

在经济新常态的背景下,面对中小企业信息化灵活、个性和协作的需求,需要从价值链角度重新探究信息联通的问题。本文从中小企业信息化的矛盾和传统解决思路的局限性出发,阐述了状态的定义,状态变化与价值链的内在关系,进而提出了全价值过程的状态跟踪和信息共享解决框架。新框架实现企业业务流的细粒度个性化重组、业务流与信息流的弱耦合,能有效保障信息共享的安全性,为中小企业的"轻"信息化提供一种可扩展的解决思路。