粗糙集研究综述

粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具。近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型。在应用研究方面,主要介绍了粗糙集在特征选择、模式分类两个方面研究进展。

基于三维模型的多传感车辆定位与识别研究

车辆的定位与识别是智能车研究的重要环节。针对二维算法及单传感的不足,提出了一种基于三维模型的多传感车辆定位与识别算法。定位系统中,通过将雷达的位置估计和图像的灰度信息进行融合来获得位移参数,并将改进的Hausdorff距离和模拟退火算法相结合得到旋转参数。在此基础上,识别系统计算每个模型与目标车辆的匹配值,根据其在采样时段内的平均值确定车辆类型。实验证明,该方法能有效地实现目标车辆的定位和识别。

基于最近统计距离的多传感器一致性数据融合

为了剔除多传感器测量数据中的疏失误差,一致性数据融合方法得到广泛研究。在已有方法的基础上,定义了一种新的用于衡量传感器测量数据之间支持程度的统计距离,并在此统计距离的基础上,提出了一种基于最近统计距离的多传感器一致性数据融合新方法。数值仿真实验的结果表明,和已有方法相比,新定义的统计距离更能合理地反映传感器测量数据之间的支持程度,同时,整个融合过程的计算复杂度和计算量明显降低。

多传感器融合多目标跟踪中的序贯航迹关联算法

对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联融合算法。为实现杂波干扰环境中对密集多目标的精确跟踪,航迹关联采用了粗、精关联相结合的方法,最小均方误差法用于实现航迹融合。序贯处理的航迹关联融合算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。

闪烁噪声机动目标跟踪的模型集交互跟踪算法

给出了一种量测噪声为闪烁噪声情况下的模型集交互机动目标跟踪算法。在雷达目标跟踪系统中由于目标位置的随机摆动,使得对其位置的量测伴随着闪烁噪声的出现,这种闪烁噪声会对目标跟踪的性能产生很大的影响。本文通过对闪烁噪声的QQplots-分析,利用高斯分布和拉普拉斯分布的合成对其进行建模,在机动目标跟踪中采用两个模型集来处理闪烁噪声的情况,并详细推导了模型集交互时机动目标跟踪算法。最后,通过Monte Carlo的仿真结果表明了该算法的有效性。

相关噪声情况下航迹的关联及融合算法

本文研究了量测噪声与系统噪声相关情况下同步多传感跟踪系统的航迹关联及融合技术 .考虑线性连续时间系统中过程噪声及量测噪声相互独立的情况 ,通过线性系统的离散化表明了在多传感跟踪系统中 ,由于公共噪声的影响而使离散化的量测噪声及过程噪声之间存在一定的相关性 .根据假设检验的理论 ,本文推导了噪声相关情况下的多传感器跟踪系统航迹关联及融合的算法 ,MonteCarlo仿真结果表明了该算法的有效性 .

DLE———Ⅱ数字式电力系统过电压在线监测仪

介绍一种用于电力系统的数字式过电压在线监测仪，采用单片机控制技术实现实时、准确、完整地捕捉和记录过电压参数及工作原理和信号处理过程，特别介绍了采用视频Ａ／Ｄ芯片采样方式。

基于最小二乘准则的多传感器参数估计数据融合

为了从含有加性测量噪声的线性测量数据中更加准确地估计未知的常值参数,测量噪声互不相关的多传感器测量系统得到广泛使用。在最小二乘准则下,提出了多传感器测量系统在多次同步测量时的集中式和分布式参数估计数据融合算法,两种算法完全等价,且都是全局最优的。数值仿真实验的结果表明,新算法可以明显改善传感器测量参数的估计精度。

最大加速度未知的“当前”统计模型机动目标跟踪

分析了“当前”统计模型机动目标跟踪算法的性能对目标机动加速度最大值的依赖性,但是由于在实际中目标机动加速度的最大值往往是未知或不能准确已知的,所以为了克服“当前”统计模型的这一不足之处,采用协方差匹配和多级白噪声自适应滤波算法的思想,提出了一种“当前”统计模型在最大加速度未知情况下的机动目标跟踪新算法。对三种典型的机动目标运动形式进行了Monte-Carlo仿真研究,结果表明新算法对于解决机动目标跟踪问题非常有效。

基于FCM的多传感器融合多目标跟踪的数据关联

数据关联是实现多目标跟踪的核心技术之一,也是实现多传感器信息融合的前提。本文采用改进的模糊c-均值法求解关联概率,并通过在不同的传感器所对应的观测空间上建立多目标运动状态的投影,将单传感器数据关联算法推广到多传感器信息融合系统,从而可在密集杂波环境中实现对多目标的数据关联和精确跟踪。仿真实验结果说明了本文方法的有效性。

测量噪声相关情况下的多传感器数据融合

对于测量噪声相关的多传感器测量模型,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为测量噪声互不相关的等价的多传感器伪测量模型,然后基于Markov估计,提出了一种测量噪声相关情况下多传感器数据融合的新方法。与直接利用原始传感器测量值的Markov估计数据融合方法相比,两者的计算精度相同,但新方法的计算复杂度却大大降低。数值仿真实验进一步验证了新方法的有效性。

光学图象几何畸变的快速校正算法

实际光学镜头所成的图象难免会有几何变形.多项式坐标变换法是进行几何修正的有效方法,但是当次数较高的时候,运算量太大,难以应用到实时图象处理系统.为此在分析多项式坐标变换算法的基础上,提出了一次多项式非均匀分片逼近算法.该算法首先将图象非均匀划分成矩形区域,在每个矩形区域内部用一个一次多项式逼近高次多项式.基于对图象畸变的主要因素即径向畸变的分析,该算法的图象划分规则能在保证逼近精度的前提下占用最少的保存模型参数的空间.该算法大大降低了运算量,将运算时间减少了近2/3,同时能很好地保证逼近精度,空间代价也限制在很小的范围内.试验结果表明该算法是图象几何修正的有效方法,具有良好的工程应用价值.

相关量测噪声情况下多传感器集中式融合跟踪

在实际的多传感器融合目标跟踪中,各传感器之间的量测噪声往往是相关的。对于量测噪声相关的多传感器量测,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价的多传感器伪量测,然后基于Kalman滤波,提出了一种解决量测噪声相关情况下多传感器融合目标跟踪问题的新算法。与已有的和直接利用原始传感器量测的集中式融合算法相比,三者在计算精度上完全等价,但新算法的计算复杂度却大大降低。数值仿真实验进一步验证了新算法的有效性。

广义证据理论的基本框架

针对经典证据理论不能有效处理辨识框架不完整情况下的信息融合问题,提出了一种广义证据理论.新理论定义了广义基本概率指派函数,对空集的广义基本概率指派大小表明了支持辨识框架不完整命题的程度,提出了能够融合广义基本概率指派的广义组合规则,该组合规则是一个与空集基本概率指派相关的函数,同时满足交换律和结合律.广义证据理论是经典证据理论的推广,当空集赋值为零时,广义证据理论退化为经典的证据理论.用算例表明了所提出的广义证据理论的有效性.

高压设备外绝缘污秽泄漏电流在线监测系统

介绍了一种采用计算机技术在线监测变电所内高压带电设备外绝缘污秽泄漏电流的监测系统。该系统在工作电压下，直接获取运行设备上的泄漏电流值，可直观、准确地监测绝缘外表面的污秽状况。运用计算机测量技术，实时、高速巡回监测１０路泄漏电流信号，并有波形显示、打印绘图、越限报警、数据存储等功能。

一种新的基于吉布斯随机场的视频运动对象分割算法

与现有的视频运动对象分割算法不同,本文提出一种新的基于吉布斯(Gibbs)随机场模型的视频运动对象的分割算法,该算法将运动对象的运动场作为主分割信息,空间像素值的一致性作为次要分割信息．该算法首先对运动矢量场进行累加和滤波处理;然后在Gibbs运动场模型的势能函数的定义中引入空间相关影响因子,采用最大后验概率的方法进行分割;最后细化运动对象边缘．对多个视频序列的测试,实验结果表明该算法比现有基于光流的分割算法更准确的分割运动对象．

广义证据理论中的基本概率指派生成方法

鉴于基本概率指派生成对证据理论的研究具有重要的意义,文中针对辨识框架不完整情况提出了一种强约束广义基本概率指派赋值方法,新方法可以生成空集不为零的广义基本概率指派赋值,该数值的大小反映了系统是开放世界的可能性.针对辨识框架完整情况提出了一种弱约束基本概率指派赋值方法,该方法在样本与表示模型之间不相交时,也可以给出样本与模型相似性度量的数值,根据所提出的策略生成弱约束的基本概率指派.算例表明了所提出方法的有效性.

一种基本概率赋值转换为概率的最优化方法

将基本概率赋值转换为概率在不确定性决策中有重要作用,本文提出了一种基于证据关联系数的最优化转换方法.主要思想是:转换后所得到的概率分布可以视为一个特殊的基本概率赋值函数,从命题的上下概率之间寻优使得被转换的基本概率赋值与转换所得概率之间的证据关联系数最大.将提出的最优化转换方法与常用的Pig-nistic概率转换方法通过算例进行比较,表明了所提出方法的有效性.

球坐标系下多普勒雷达目标跟踪滤波器

将仅仅考虑位置量测的三维去偏一致转换量测卡尔曼滤波算法进行推广,以解决包含多普勒量测且斜距和多普勒的量测误差相关的雷达目标跟踪问题。首先利用斜距和多普勒量测的乘积构造伪量测,以减小多普勒量测和目标运动状态之间的强非线性程度;然后利用嵌套条件方法得到了转换量测误差前两阶矩的一致性估计;最后根据转换量测是目标运动状态二次函数的特性,用二阶EKF最优地实现了非线性跟踪滤波。Monte-Carlo仿真结果表明采用新算法可以明显改善跟踪滤波器的性能。

基于雷达和图像融合的3D车辆定位与识别

本文针对三维车辆的定位和识别问题,提出了一种融合雷达和图像信息的新方法.结合雷达的滤波信息和图像的灰度信息建立视觉窗口,确定车辆的平移参数,并缩小了图像处理区域,降低了环境噪声.以改进的Hausdorff距离为依据建立目标的姿态评价函数,通过全局寻优确定车辆的旋转参数,降低了计算损耗,避免了噪声点对模型匹配的影响.车辆识别以定位技术为基础,各模型在最优姿态下的评价函数值决定了车辆的类型.三维仿真场景实验证明,该方法能有效地实现车辆的定位与识别.