基于概率假设密度的无线传感器网络多目标跟踪算法

针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线传感器网络,以更好地对多目标状态信息进行融合估计;首先,建立簇-树型无线传感器网络模型,并运用随机有限集理论对目标状态模型和传感器观测模型进行描述;然后,根据目标与节点之间的距离设置观测阈值,当传感器节点测量值小于观测阈值时,概率假设密度滤波器将实时对该组测量数据进行处理,从而实现传感器网络对目标状态的联合检测与跟踪;仿真结果表明,在无线传感器网络的多目标跟踪应用中,该算法比粒子滤波算法具有更高的跟踪效率和精度。     

基于音视频信息融合的目标检测与跟踪算法

针对单一视觉跟踪算法易受遮挡影响的缺陷,提出一种基于音视频信息融合的目标检测与跟踪算法。整个算法框架包括视频检测与跟踪、声源定位、音视频信息融合跟踪3个模块。视频检测与跟踪模块采用YOLOv5m算法作为视觉检测的框架,使用无迹卡尔曼滤波和匈牙利算法实现多目标的跟踪与匹配;声源定位模块采用十字型麦克风阵列获取音频信息,结合各麦克风接收信号的时延计算声源方位;音视频信息融合跟踪模块构建音视频似然函数和音视频重要性采样函数,采用重要性粒子滤波作为音视频融合跟踪的算法,实现对目标的跟踪。在室内复杂环境下对算法性能进行测试,结果表明该算法跟踪准确率达到90.68%,相较于单一模态算法具有更好的性能。     

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。     

基于Sagnac环的FBG时分复用强度解调技术

提出了一种基于Sagnac光纤环的布拉格光栅时分复用强度解调方法,多个中心波长相同的光纤布拉格光栅组成时分复用传感网络,通过光纤布拉格光栅网络输出光谱的强度变化对光信号进行解调;在系统信号解调模块,采用小波分析与高斯拟合的算法对信号进行滤波处理及拟合优化处理。实验结果证明,系统信号信噪比由8.06 dB提高到11.7 dB,提高了约36%,有效提升了系统的抗干扰能力以及检测外界参量传感的准确度。该方法在极大降低解调系统成本的同时,有效提高了布拉格光栅传感器复用数量,可用于各种传感系统或者参量检测系统中。     

基于无线传感器网络及GPRS的水质监测系统设计

提出了一种基于ZigBee无线传感器网络和GPRS技术的多参数远程实时水质监测系统。无线传感器网络以CC2430通信模块为核心。传感器节点采集到的数据经路由节点汇总至协调器节点,通过GPRS模块及时远传至监控中心。设计信号调理电路,将传感器电极输出的微弱电信号进行放大、滤波。采用时间同步机制实现网络节点的同步唤醒,大幅提高网络的稳定性。对系统进行了多天连续测试。通信距离为100米时,网络的平均丢包率低于1%。pH值、溶氧度的平均相对偏差低于1%。测试结果表明,系统具有灵活、实时性好、准确性高、稳定可靠等优点,具有很强的实用价值。     

多尺度形态算子融合图像滤波技术及滤波质量评价

针对舰载红外警戒系统的红外和电视图像,提出了一种新的海空背景下受强杂波、噪声污染的图像目标滤波算法和滤波效果的定量评价算子。算法采用多尺度的形态算子对输入的图像并行滤波,大尺度形态算子抑制图像噪声,小尺度形态算子提取目标边缘细节信息。处理后的图像进行基于树状小波帧变换的图像信息融合,融合图像可完备提取不同尺度滤波后的图像信息。针对目标检测跟踪的图像滤波算法的评价,提出了目标与背景的交叉分辨力评价算子及评价准则。仿真实验表明。该滤波算法要优于中值滤波、自适应滤波、小波变换滤波算法,滤波质量的定量评价算法是合理的、有效的。算法适用于舰载红外警戒系统。     

基于多层卷积特征融合的目标尺度自适应鲁棒跟踪

针对复杂跟踪条件下目标的鲁棒跟踪和精确尺度估计问题,提出了一种基于多层卷积特征融合的目标尺度自适应鲁棒跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征,通过相关滤波算法构建二维定位滤波器,得到多层卷积特征并进行加权融合,从而确定目标的中心位置;然后通过对目标区域进行多尺度采样,提取其HOG特征构建一维尺度相关滤波器,确定目标的最佳尺度。在复杂跟踪条件下的实验结果表明,与6种当前主流跟踪算法相比,该算法取得了最好的跟踪成功率与精度,同时在跟踪过程中较好地实现了对目标快速尺度变化的自适应跟踪,且具有较快的跟踪速率。     

基于多层卷积特征融合的目标尺度自适应稳健跟踪

针对复杂跟踪条件下目标的稳健跟踪和精确尺度估计问题,提出了一种基于多层卷积特征融合的目标尺度自适应稳健跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征,通过相关滤波算法构建二维定位滤波器,得到多层卷积特征并进行加权融合,从而确定目标的中心位置;然后通过对目标区域进行多尺度采样,提取其梯度方向直方图特征构建一维尺度相关滤波器,确定目标的最佳尺度。实验结果表明,与6种当前主流跟踪算法相比,该算法取得了最好的跟踪成功率与精度,同时在跟踪过程中较好地实现了对目标快速尺度变化的自适应跟踪,且具有较快的跟踪速率。     

基于全相位滤波技术的光纤表面等离子体共振传感解调算法

基于生物样品检测对折射率传感的迫切需求,构建一种全光纤表面等离子体共振(surface plasmon resonance,SPR)系统,并针对其设计了基于全相位滤波技术的SPR特征波长传感解调算法.基于系统仿真,理论计算了光纤SPR传感器的折射率传感灵敏度.采用全相位滤波技术提取光纤SPR传感器透射光谱的特征波长,理论推导了全相位滤波器的解析表达式.实验结果表明,使用本算法的光纤SPR传感器折射率传感灵敏度为1640.4 nm/RIU,折射率检测的分辨率是7.36×10~(-4)RIU,与传统方法相比,有效提高了系统的检测精度和抗光源扰动性能,降低了实验成本.     

基于热释电红外传感器的多节点定位系统研究与设计

针对热释电红外传感器(PIR)在人体探测领域中越来越广泛的应用,研究设计了一种基于PIR的检测定位系统,可实时完成对人员目标入侵探测区域时的检测与定位,并预推出人员目标的行进轨迹;该系统由多个PIR感知节点组成,每个感知节点通过传感在动、静两种状态下对探测区域进行信息采集;最终融合多节点与不同状态下传感器采集的数据,算出各个传感器的探测角度值,以交叉定位的算法,得到目标的定位坐标;经实验证明,该系统运行稳定,检测灵敏,定位效果很好,拓宽了热释电传感器在定位定向方面的使用范围。     

A novel low-cost and small-size human tracking system with pyroelectric infrared sensor mesh network

This paper presents a low-cost and small-size human tracking system based on pyroelectric infrared (PIR) sensor mesh network. A wireless pyroelectric sensor network is developed using PIRs and PIR cone optics. The layout of PIRs and sensor nodes are well investigated and the real detection range of PIR is analyzed. A simple and effective PIR signal processing method is designed to get the event signal, and an innovative location method based on detecting angle bisectors of PIRs and data fusion is proposed. An improved Kalman filter and a particle filter are used for human tracking respectively. Simulation and Experimental results have shown that the human tracking system can effectively recognize, locate and track a human target with promising accuracy.     

基于BP神经网络的多传感器信息融合研究

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著。从传感器信息融合的角度看,神经网络就是一个融合系统。通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求。     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

水下移动平台网络化协同探测技术发展*

在水下网络中心战（UWNCW）思想的指引下，UUV、鱼雷兵器等水下移动平台网络化协同探测是必然的发展趋势。本文阐述了协同探测网络拓扑结构、网络节点空时统一的关键问题；针对水声复杂信道给通信组网带来的困难，给出了协同探测网络中时变信道自适应复合调制、信道自适应接入机制和移动通信同步的初步方案；并探讨了协同探测的一些关键问题和应用策略，包括跨平台传感器的信息融合、尺度目标的方位分布特征提取以及鱼雷自导多目标协同跟踪。提供的一些计算机仿真结果初步显示了网络化协同探测的优越性。     

Infrared/laser multi-sensor fusion and tracking based on the multi-scale model

The state estimation problem of targets detected by infrared/laser composite detection system with different sampling rates was studied in this paper. An effective state estimation algorithm based on data fusion is presented. Because sampling rate of infrared detection system is much higher than that of the laser detection system, the theory of multi-scale analysis is used to establish multi-scale model in this algorithm. At the fine scale, angle information provided by infrared detection system is used to estimate the target state through the unscented Kalman filter. It makes full use of the high frequency characteristic of infrared detection system to improve target state estimation accuracy. At the coarse scale, due to the sampling ratio of infrared and laser detection systems is an integer multiple, the angle information can be fused directly with the distance information of laser detection system to determine the target location. The fused information is served as observation, while the converted measurement Kalman filter (CMKF) is used to estimate the target state, which greatly reduces the complexity of filtering process and gets the optimal fusion estimation. The simulation results of tracking a target in 3-D space by infrared and laser detection systems demonstrate that the proposed algorithm in this paper is efficient and can obtain better performance than traditional algorithm.     

MS-KF融合算法用于锥套跟踪

针对无人机自主空中加油过程中锥套跟踪,提出一种均值漂移-卡尔曼滤波(mean shift-Kalman filter, MS-KF) 融合算法。分析了基于均值漂移算法的锥套目标模型、相似性度量、锥套目标定位的锥套定位原理;引入卡尔曼滤波器对锥套运动状态进行预测,将锥套运动信息融合到均值漂移算法中,以保证锥套跟踪算法的稳定性和鲁棒性;给出了MS-KF融合算法用于锥套识别跟踪的流程;搭建了锥套跟踪半物理实验验证系统,分别进行MS-KF融合算法用于锥套跟踪的半物理实验验证及数值仿真分析。实验结果表明:MS-KF融合算法可以对锥套精确定位跟踪,无人机3个轴向的跟踪误差保持在0.3 m的范围内,保证了无人机自主空中加油的顺利进行。     

ICF中可调法布里-珀罗滤波器间距稳定度研究

 在神光Ⅱ第9路ICF高功率激光装置中，采用可调法布里-珀罗(F-P)滤波器对幅度调制效应进行补偿，根据补偿装置的技术要求，提出一种应用nm量级精度的电容式位移传感器对可调F-P滤波器间距稳定度进行监控的系统，详细论述了监控系统的结构与工作原理。给出了电容式位移传感器的驱动电路及数据处理与控制软件的设计方案，并对电容式位移传感器的精度进行了标定。实验结果表明，该位移监控系统能够使可调F-P滤波器的间距稳定度保持在15 nm/h以内，使幅度调制效应的调制深度优于4%。     

基于片上系统协同计算的实时数据自动检测电化学传感器

针对应用于生物体内特征物质检测与跟踪的电化学传感器的其智能化和集成化问题,本文提出了一种基于片上系统的支持实时数据自动检测的电化学传感器。首先,将应用于电化学传感器结构,通过将测量样品、检测溶液接口、多电极和检测传导器等单元集成在片上系统,结合信号转换和电源装置,实现电化学传感器的独立计算、存储和通信功能。接着,通过实现待测量物多电极、检测溶液电极子和单片机逻辑控制的协同计算满足自动检测需求。最后,基于数据整合与自动化处理设计了支持实时数据检测的电化学传感器。验证结果表明,在数据检测精度和实时性方面所提方案明显优于传统的非片上系统电化学传感器。