基于GLMB滤波的复杂场景下红外弱小目标自适应跟踪算法

针对红外弱小目标在复杂场景下受到漏检和杂波影响,导致跟踪不连续甚至失效的问题,本文提出一种红外弱小目标自适应跟踪算法。在预处理阶段,为了减少不必要的计算,首先定义一种衡量图像复杂度的算法。然后该算法通过计算红外图像多个特征得到场景复杂度来确认场景类型,再根据场景类型选取对应的检测算法提取目标候选位置、灰度以及局部直方图等特征建立对应的量测模型与似然函数。在目标跟踪阶段,为了自适应地匹配广义标签多伯努利(Generalized Labeled Multi-Bernoulli,GLMB)滤波器的滤波参数,在GLMB的基础上提出一种适应视频图像的新生算法进行航迹起始;针对红外图像序列目标检测概率未知的情况,将未知检测概率的基数化概率假设密度(Cardinality Probability Hypothesis Density,CPHD)滤波器集成到GLMB中实时估计目标检测概率以提升跟踪精度。仿真结果表明,所提出算法能有效地排除量测漏检和虚警的干扰,跟踪不同红外复杂场景下的弱小目标。

排球机器人机械臂关节空间轨迹自适应跟踪

为了解决现有排球机器人机械臂关节空间轨迹跟踪过程中,跟踪耗时较高、受干扰影响大、跟踪误差大的问题,提出一种排球机器人机械臂关节空间轨迹自适应跟踪方法。D-H法构建排球机器人坐标系,建立排球机器人机械臂的动力学方程,获取机械臂关节之间的关系;通过牛顿下山法求解运动学逆解集,求解最短路径跟踪过程,通过样条插值函数对排球机械臂运动轨迹展开分段跟踪,利用三次样条插值建立转角函数,确定多跟踪段区间中多个节点的约束条件,实现机械臂关节空间轨迹的自适应跟踪。实验结果表明:跟踪时间始终不超过在2s,在10N/m的力矩干扰下轨迹曲线偏移较小,仅用时18s即可回归到稳定跟踪状态,对多节点跟踪的误差为(+15~-25)cm,并且在1s内就可以修正跟踪误差,跟踪效果较好。

可编程逻辑器件间的大数据自适应跟踪系统设计

用户访问可编程逻辑器件时,由于无法直接访问系统数据,导致器件数据与用户数据之间出现冲突,为此设计了可编程逻辑器件间的大数据自适应跟踪系统。构建自适应跟踪总体结构,同步本地参考信号和外部输入信号。配置时钟电路,计算时钟上升和下降过渡时间,避免电路供电杂波干扰。系统采用非侵入式设计自适应跟踪机制,结合Mean Shift跟踪算法计算跟踪矢量,确定可编程逻辑器件间数据的匹配位置。利用Kalman滤波器对数据进行滤波处理,获取大数据自适应跟踪结果。由实验结果可知,该系统噪声信号变化范围是40~100 dB,与实际变化范围一致。同步信号变化范围是35~100 dB,其中,在5~8 s时同步信号变化范围与实际变化范围不一致,其余均一致,具有精准跟踪效果。

基于自适应跟踪控制的三相电压型PWM整流器

针对三相电压型脉宽调制(pulse width modulation,PWM)整流器交流侧电感电阻、开关器件等效电阻和频率等参数不确定性带来的控制系统稳态误差较大等问题,提出一种自适应跟踪控制算法。通过对PWM整流器直接功率控制系统建模与分析,证明这类欠驱动系统符合L2-增益干扰抑制定理的条件。根据L2-增益干扰抑制定理,得出系统自适应率,并给出自适应跟踪控制算法实现过程。仿真与实验结果表明,所设计的自适应跟踪控制系统可实现PWM整流器单位功率因数控制,并具有动态响应速度快、无稳态误差等优点,特别是对于网侧等效电阻和频率的不确定性表现出很好的自适应性和鲁棒性。

欠驱动三维桥式吊车系统自适应跟踪控制器设计

针对三维桥式吊车系统的欠驱动特性,设计了一种目标轨迹自适应跟踪控制器.相比其他常规的三维桥式吊车控制器,它不需要对吊车模型进行任何近似解耦或线性化处理,并且考虑了系统所受的摩擦力与空气阻力等干扰.在负载质量和吊绳绳长等发生变化或存在不确定因素的情况下,它依然能实现对台车的精确定位与负载摆动的有效抑制.对于闭环系统的稳定性,文中通过Lyapunov方法和芭芭拉定理对其进行了理论分析,随后的实验结果也表明了这种自适应跟踪控制器良好的控制性能和对不确定性因素的适应性.

基于神经网络的机动目标信息融合与并行自适应跟踪

基于“当前”统计模型和 BP神经网络 ,提出一种新的机动目标神经网络信息融合与并行自适应跟踪算法 ( NIFPAT)。该算法采用双滤波器并行结构 ,利用全状态反馈 ,通过 BP网络调整系统方差以适应目标的运动变化 。

具有不确定噪声的随机非线性系统的鲁棒自适应跟踪

研究了一类随机非线性系统的鲁棒自适应跟踪问题.文中利用随机控制Lyapunov设计方法,对于受方差不确定Wiener噪声干扰的参数严格反馈形式的系统,给出了参数自适应律和控制律,使得跟踪误差在4次均方意义下收敛到一个小范围内.

基于均值偏移粒子滤波的自适应跟踪

针对视频中运动人体的跟踪,提出了一种基于均值偏移粒子滤波的自适应跟踪算法。该算法首先对所要跟踪的人体目标进行分块,并选择与周围环境颜色相似度最小的块模板作为跟踪区域;然后使用基于均值偏移的粒子滤波方法进行跟踪,并设计了自适应更新块模板尺度的方法;最后在粒子滤波的状态估计阶段后,加入自适应观测模型,根据块模板尺度的变化情况,自适应地选择高斯噪声方差和粒子数目。实验证明,在出现遮挡或人体运动方向改变的情况下,本文算法的跟踪效果比传统均值偏移粒子滤波更好。

自适应跟踪算法在非圆柱表面磨削加工中的应用

研究了非圆柱表面磨谢加工新方法，对该磨削加工方法的关键技术进行了探讨。提出了采用自适应跟踪控制算法，使控制系统对给定高次曲线具有较强的跟踪精度，从而保证非国表面轴类磨创精度。

一类不确定非线性系统的鲁棒自适应跟踪

讨论了一类含线性未知参数和未建模动态的不确定非线性系统的自适应跟踪问题 ,通过backstepping过程给出了自适应控制规律 .在该控制作用下 ,所有状态信号和控制信号都是有界的 ,且可保证未建模动态对输出的影响任意地小 .

输入力矩受限的机器人鲁棒自适应跟踪控制

在输入力矩受限的情况下,提出一种全新的简单鲁棒自适应跟踪控制算法,当参数的估计范围包含其真实值时,证明了闭环系统的渐近稳定跟踪;当有干扰存在,常规参数估计自适应控制算法不能实现稳定控制时,本算法仍然使系统稳定,在本算法中,所估计的参数在跟踪控制律前馈项中表现为非线性,这是区别于常规参数估计自适应算法的一个最重要特征。因此本算法控制器的设计更有灵活性,另一方面获得更好的控制品质和鲁棒性,特别是对参数域估计误差即参数范围估计错误的强鲁棒性,均为仿真算例所验证。

一类非线性Markov跳跃系统的自适应跟踪(英文)

研究一类非线性Markov跳跃系统的自适应跟踪问题.首先给出了定性描述该系统跟踪控制器的充分条件,然后给出了在系统不确定情况下的自适应跟踪控制律.最后通过一个数值算例说明了所设计的自适应跟踪控制律的性能.

自适应跟踪算法在增强现实中的应用

介绍在增强现实应用中的一种改进跟踪算法——自适应跟踪算法。该算法根据平板图案的运动状态自动调整检测窗口参数,从而实现各种条件下对平板图案的较为稳定的跟踪。实验结果证明,在平板图案发生快速运动以及目标图案较小或者平板与摄像机平面偏角较大的情况下,该算法能在一定程度上保证跟踪的准确度和健壮性。

参数自适应跟踪法预测高速公路路面使用性能

为了准确预测高速公路路面使用性能,采用参数自适应跟踪法,按照自动计算出来的级比系数调整历年数据的权重,预测未来路面使用性能,并通过该方法对西安—三原某段路面的历史数据进行了研究和预测。结果表明:路面状况指数、路面行驶质量指数、路面强度系数和路面抗滑摆值的预测数据有较高的精度。该方法能够随着时间的推移和样本的扩大而自行修正模型的动态参数,使模型预测值不断逼近路面的实际观测值。

基于观测器的非线性系统执行器死区故障的自适应跟踪控制

研究了一类具有不对称执行器死区故障的非线性系统的跟踪控制问题。基于扩张观测器,提出了一种新的自适应跟踪控制方法。取消了系统所有状态完全可测的限制。在死区模型所有参数以及系统非线性不确定项上界均未知的情况下,所设计的自适应控制器可以很好地消除执行器死区故障的影响,保证跟踪误差有界。仿真结果表明该方法的有效性。

被动目标自适应跟踪算法仿真研究

针对纯方位被动目标跟踪中 ,直角坐标系下的扩展卡尔曼滤波器容易发散 ,而导致滤波精度很差 ,该文提出了一种直角坐标系下的自适应卡尔曼滤波算法 ,对虚拟噪声进行估计 ,动态补偿观测模型线性化误差 ,消减系统的观测误差 ,并对其滤波理论及其算法进行了研究和仿真。仿真结果表明 ,该算法提高了滤波的稳定性、快速性和精确性 ,优于一般的扩展卡卡尔曼滤波算法 。

基于修正的卡尔曼滤波自适应跟踪算法

针对卡尔曼滤波对匀速运动目标能有效的跟踪,但是当目标出现转弯时,很难达到跟踪精度的要求,甚至丢失目标的现象。对卡尔曼滤波算法进行了改进,在观测向量中引入了两个加速度误差变量,它们动态地修正状态估计误差从而减少跟踪精度误差,形成了修正的Kalman算法。但是由于状态变量维数增加,使得计算量增加,实时性下降,将卡尔曼滤波算法与修正的卡尔曼滤波算法两种算法相结合,提出了基于修正的卡尔曼滤波自适应跟踪算法。仿真结果表明,具有良好的稳定性和精确度,优于一般的卡尔曼滤波算法。

图象系列中机动目标的自适应跟踪

建立了图象序列中目标形心位置测量方程，并针对目标机动性，采用一种解耦的并行卡尔曼滤波跟踪算法，即速度滤波器和加速度滤波器并行独立运算．加速度滤波器的输出用于校正速度滤波器的结果．根据探测到的目标机动性情况，加速度滤波器可以实时切换，降低了计算量和存储量，提高了跟踪的实时性．仿真结果表明该算法具有很好的跟踪性能．

一类基于模糊逻辑系统的非线性系统自适应跟踪控制

利用非线性不确定系统的动态数学模型和模糊逻辑系统,对不确定性的输出信息,设计出被控系统的自适应鲁棒跟踪控制器和模糊逻辑系统参数估计的自适应律.在较弱的假设条件下,证明了这种控制器能使被控系统的状态及参数估计误差一致终极有界.仿真实例表明,所提出的方法是有效的.

基于鲁棒控制Lyapunov函数的非线性自适应跟踪

研究了一类带有未知参数以及扰动的多输入非线性系统的自适应跟踪问题,利用控制Lyapunov方法设计出一种自适应控制器。该控制器对系统的参数和状态的不确定性具有鲁棒性,并且能保证系统闭环全局稳定。仿真结果表明,该控制方案具有良好的跟踪性能、鲁棒性及参数辨识能力。