一种有效的不同类型传感器多目标跟踪融合算法

提出了不同类型传感器多目标跟踪的一种改进的分层融合算法,该算法不仅适合于不同类型同步数据融合,而且适合于不同类型传感器异步数据融合。仿真结果显示了该融合算法的有效性。

遥感图像PCA融合的并行算法研究与实现

文章针对已有的遥感图像PCA融合串行算法,提出了一种基于数据并行的新的PCA融合并行算法P-PCA,并对该并行算法进行了通信优化,在机群系统上进行了实现。针对IKONOS图像进行实验的结果表明该算法可获得良好的并行加速比,并行效率较高,为遥感图像的实际应用提供了有益的指导和借鉴。

小场景交互式稠密三维重建系统

近年来,随着GPU技术的深入发展和并行算法的日益成熟,使得实时三维重建成为可能。文中实现了一种针对小场景的交互式稠密三维重建系统,此系统借助先进的移动跟踪技术,可以准确地估计相机的即时位置。提出了一种改进的多视深度生成算法,在GPU加速下能够实时计算场景的深度。改进算法中的亚像素级的半全局匹配代价累积提高了多视立体匹配的精度,并结合全局优化的方法计算出了准确的场景深度信息。深度图被转换为距离场,使用全局优化的直方图压缩融合算法和并行的原始对偶算法实现了深度的实时融合。实验结果证明了重建系统的可行性和重建算法的正确性。

基于多宇宙并行量子遗传算法的多传感器图像融合方法

采用基于对比度视觉模型的图像融合最优分块搜索算法,对同一场景两幅严格配准的多聚焦图像的清晰恢复进行了深入研究.针对该算法在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合等缺点,通过分析该算法固有的时间复杂性和并行性,提出了一种基于多宇宙并行量子遗传算法和对比度视觉模型的多传感器图像融合方法.实验表明,该方法融合计算速度快,并行性能理想.

航空物探平面立体阴影图的绘制

立体阴影图能够增强网格数据的层次感、真实感,使网格数据具有三维逼真显示的效果,在航空物探综合解释中具有广泛应用。在研究立体阴影图绘制原理的基础上,笔者实现了阴影图绘制,比较了图像融合和图像增强技术在阴影图中的应用效果。通过插值技术、区域显示技术和并行算法的应用提高了显示效率,保证了显示效果。

基于NSCT变换的多源图像融合并行算法

以可见光、红外和雷达图像为数据源,利用NSCT变换灵活的融合规则,即NSCT变换低频系数采用加权平均法、高频系数采用区域能量最大法,提出了基于NSCT变换的多源图像并行融合算法。大量图像融合实验表明,针对可见光、红外和雷达图像,采用不同的融合策略,可以得到较理想的融合图像。

弹道数据处理融合算法的并行计算

针对参考文献[1]中提出的融合多信源信息的融合算法,讨论了其中大计算量的测元遴选问题,并给出了它的并行算法。最后详细地分析了此并行算法的高效性和可扩展性。

新型机器人敏感皮肤信号处理系统

对机器人敏感皮肤信号处理系统进行详细地描述。该系统采用模块化结构,使用高速浮点的数字信号处理器(DSP)和复杂可编程逻辑器件(CPLD)进行并行信号处理。针对敏感皮肤中的多传感器数据融合问题,提出一种在线自适应加权融合算法来实现,该算法依据各传感器方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,从而能在线适应传感器性能改变。试验结果表明该敏感皮肤信号处理系统在感知范围内可以实时为多关节机器人避障提供所需要的环境信息。

多传感器概率数据互联融合方法的分析和改进

以概率互联为核心 ,对多传感器数据融合的并行算法和串行算法问题进行了概括和分析 ,推导出了适合于计算机编程时使用的算法形式 ,并结合计算机仿真的过程和分析结果 ,对并行算法和串行算法提出了新的看法和观点 ,同时针对其不足 ,给出了一种改进方案。该方案经程序调试和验证后 ,获得了良好的运行效果。仿真表明 ,关于并行算法的传统看法是有欠缺的 。

基于折半查找的航班监视信息融合方法研究

为提高航班监视信息的融合处理速率,对航班监视信息快速融合方法进行研究。采用投影变换法和互补融合法,实现航班监视信息的时间校准和融合处理。在单线程融合处理方法的基础上,提出基于折半查找的单线程融合处理方法;通过折半查找算法快速查找航班融合信息,提高融合处理速率;利用多核处理器的并行化处理能力,提出基于折半查找的并行化融合方法,进一步提高融合处理速率。实验结果表明,基于折半查找的并行化融合方法可显著提高航班监视信息的融合处理速率。

一种可并行的二维小波变换算法

基于对并行小波的研究 ,提出一种可并行实现的算法。实验结果表明 ,该算法能将计算时间、占用空间、变换效果等很好地统一起来。它不仅适用于信号的检测 ,而且适合于信号融合的自动处理。

多方向GAP预测器彩色图像快速边缘检测

针对传统梯度调节预测器(GAP)模板进行边缘检测时产生预测错误繁衍的不足,提出改进的多方向GAP预测器模板。首先色融合生成灰度图像;以图像中心划分四个区域,采用并行技术应用多方向GAP模板计算预测值;利用错误反馈信息构建预测误差图像;再通过梯度直方图计算阈值,分类误差图像边缘;最后Hilditch算法细化边缘。实验证明,该模板方法不仅大大降低了时间复杂度,而且检测的伪边缘较少,细节丰富,得到了视觉质量较好的边缘图像。

弹道跟踪数据融合处理的快速算法

针对弹道跟踪数据融合处理中的大计算量环节研究了快速算法。用样条函数表示弹道参数,建立了多测元的联合观测模型和弹道参数的非线性融合计算模型,给出了弹道参数的求解算法,分析了弹道参数融合计算中的大型矩阵运算问题,利用基础线性代数函数库提高了大型矩阵的运算速度。建立了样条模型计算的非线性约束优化模型,给出了确定样条节点位置的优化算法,通过分析样条模型的计算原理设计了并行算法,实现了样条模型的并行化计算。仿真结果表明,弹道参数融合计算和样条模型计算的效率都得到了显著提高,计算时间减少了65.47%,对缩短数据处理周期有重要意义。

数据融合的跌倒检测系统设计

为解决跌倒检测中检测设备功耗高、报警范围受限、携带不便等难题,结合Arduino与Android设计了基于MPU6050的跌倒检测系统,提出了基于数据融合的并行阈值算法,通过对5位实验者的模拟测试,该算法实现了97.6%的精确度和99.2%的特异性。实验表明:算法和方案在方便携带的基础上能较为准确地实现人体跌倒检测并及时定位报警。

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法。在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理。改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对图像进行分块并行处理,提高了图像处理的速度。实验结果表明,提出的方法能够快速优质地对红外图像进行增强。

噪声相关带偏差线性系统的滤波融合算法

传统线性两阶段Kalman滤波算法无法应对噪声相关情形,导致较低的实际应用性能。针对该问题,以线性系统中状态与测量噪声相关的多传感器偏差估计系统为对象,以基于模型等效变换技术的噪声相关两阶段Kalman滤波器为基本滤波器,分别在序贯分布式和并行式框架下建立两种两阶段Kalman滤波融合算法。其中,序贯分布式融合算法将多个局部两阶段Kalman滤波器的估计结果以序贯加权的形式进行融合;并行式融合算法分别对偏差滤波估计和无偏差滤波估计进行融合,再利用线性方程将融合后的结果进行组合,得到状态估计值。仿真结果表明:相比于两阶段Kalman滤波器和序贯分布式两阶段Kalman滤波融合估计器,并行式两阶段Kalman滤波融合估计器在滤波估计精度上具有更高的性能。

像素级遥感图像融合并行算法研究与实现

本文针对遥感图像IHS、HPF、DWT等典型的像素级融合算法,提出并实现了相应的基于数据并行的并行融合算法P-IHS、P-HPF、P-DWT,并在算法时空复杂度分析的基础上进行了通信、I/O优化。针对IKONOS卫星遥感图像在机群系统上的测试结果表明,我们提出的并行算法可获得良好的并行加速比,并行效率较高。这三类算法适合于对实时性要求比较高的遥感应用领域。

基于复小波变换的遥感图像并行融合算法

随着遥感技术的快速发展,多源遥感图像的快速融合成为很多遥感任务的关键处理步骤。为了加速遥感图像的融合处理过程,本文首先提出了一种新的基于双树复小波变换的并行融合算法(PACWT)。算法中综合运用了数据分布、并行数据处理和负载均衡技术,以克服单机处理在计算能力和存储器空间上的限制;针对基于CWT的图像融合处理的计算特点,设计了一种可有效避免计算过程中数据通信的冗余划分方法。然后,从理论上分析了算法在时间和空间两方面的性能。最后,通过实验分析了算法在32-CPU的Cluster系统上的实际性能。结果表明,本文提出的算法具有良好的可扩展性,在数据量较大时可获得良好的加速比和并行效率。

面向大数据的并行分类混合算法研究

针对传统分类算法及技术在处理海量异构数据存在的系统性能拓展性低、计算量大、耗时长、分类效果不佳等问题,采用Map-Reduce与邻近分类算法融合设计适合大数据处理的并行分类混合算法,利用加权欧氏距离并行计算,达到提高海量数据分类效率、提高分类识别率和减小资源开销的目的,搭建Hadoop集群研究并在多个数据集上测试算法的可行性.实验结果表明,并行分类混合算法在海量数据分类中显现出较好的分类效果,是可行的海量数据分类模型.

基于数据关联的多雷达点迹融合算法研究

在典型应用场景下,针对传统数据关联算法易于产生目标跟踪丢失的问题,提出了并行多传感器联合概率数据关联算法(PMSJPDA),给出行多传感器联合概率数据关联算法的实现流程,并对该算法进行理论分析;最后采用两部典型雷达构成PMSJPDA数据融合系统,对其算法的目标跟踪精度进行1 000次蒙特卡洛仿真,仿真统计结果表明,在目标跟踪全程阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约6%,在目标跟踪稳定阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约10%,即所提出的PMSJPDA算法可有效提高对目标的跟踪性能,尤其是目标跟踪进入稳定阶段。