团块建模与粒子滤波相结合的行人目标视觉跟踪

针对粒子滤波算法在遮挡情况下导致视觉跟踪不稳定甚至丢失目标的问题,提出了一种基于团块建模与粒子滤波相结合的目标跟踪算法。首先通过图像分割的方法得到视频帧中的初始目标,并构建目标团块模型;然后基于多团块目标信息并结合粒子滤波算法进行分块跟踪;最后利用高斯加权的方式,得到最终的目标预测位置。实验结果表明,该算法具有较强的鲁棒性,尤其是在遮挡的情况下能够实现目标的稳定跟踪。     

基于动态特征融合的粒子滤波目标跟踪算法

提出一种基于动态特征融合的粒子滤波目标跟踪算法。选择具有互补性的灰度直方图和梯度直方图特征共同描述目标模型,然后在目标跟踪过程中,根据特征对目标和背景的区分程度动态地调整每个特征的置信度,对目标模型进行在线动态建模和更新,从而提高目标模型描述的准确度,并进一步提高粒子滤波算法的跟踪精度。实验结果表明:在对典型场景下的目标跟踪过程中,提出的算法比单独使用一种特征的粒子滤波算法具有更高的跟踪精度和更稳定可靠的跟踪性能。     

无源声呐场景中使用辅助粒子滤波的邻近目标检测前跟踪方法

针对无源声呐多目标方位跟踪问题,研究了一种基于粒子滤波的检测前跟踪方法,关注于改善邻近目标和机动目标的跟踪性能。首先,提出了一种考虑了邻近目标影响的似然函数;其次,采用辅助变量利用量测信息优化粒子采样,当算法运动模型与目标实际运动状态失配时,这种策略具有很大优势。结合以上两点,提出了一种检测前跟踪算法,该算法将邻近目标划分为一组,使用邻近目标的预测状态计算目标的似然,计算效率较高。利用仿真生成的数据和海上采集的实际数据分别验证了该算法的性能,并与其他多目标粒子滤波检测前跟踪算法进行比较,证明了该算法具有良好的跟踪性能。在目标邻近和目标机动的情况下,该算法的优势更加明显。     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型.在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

随机摄动强跟踪粒子滤波算法

如何解决粒子的退化问题和提高算法对突变状态的跟踪能力,是粒子滤波算法研究和应用中需要考虑的两个主要因素.传统的再采样算法虽然可以解决退化问题,但是容易导致粒子耗尽;扩展粒子滤波算法虽然可在一定程度上解决粒子耗尽问题,但其对突变状态的跟踪能力却不近人意;强跟踪粒子滤波算法可以提高对突变状态的跟踪能力,但却未能较好地改善粒子退化问题.针对上述问题,本文将随机摄动再采样方法引入强跟踪粒子滤波算法,提出了一种随机摄动强跟踪粒子滤波算法.当粒子退化问题严重时,对权值最大的粒子迭加随机摄动,用摄动粒子替换退化粒子以解决粒子退化问题,同时由于摄动粒子的加入增加了粒子集的多样性,可在一定程度上缓解粒子耗尽问题,提高算法对突变状态的跟踪能力.利用标准验证模型和分时恒定系统对所提出的算法进行了仿真验证,仿真结果证明了该算法的可行性和有效性.     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型,在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

基于自适应粒子滤波的红外目标跟踪

为有效解决非线性环境中的红外目标跟踪问题,提出一种自适应粒子滤波目标跟踪算法.建立了目标加权概率模型.在滤波过程中,提出双过程粒子重抽样方法,形成对抽样粒子集的自适应调节,有效地解决了粒子退化问题.用实际红外图像序列做了实验.结果表明,在非线性环境下用该方法得到的红外目标跟踪结果优于用传统粒子滤波和扩展卡尔曼滤波算法获得的结果.     

复杂红外地面环境下的稳定目标跟踪方法

针对红外目标相关滤波跟踪过程中由于背景杂波干扰、目标遮挡和目标形变等情况导致的鲁棒性差甚至跟踪目标丢失的问题,提出一种融合跟踪-学习-检测方法和相关滤波理论的红外目标跟踪算法.该算法在传统相关滤波框架基础上,融合目标的方向梯度直方图特征和亮度直方图特征,改善了目标轻微形变导致的模型漂移问题.针对背景杂波和遮挡导致的多峰值响应问题,对目标背景区域的相关响应进行惩罚,建立目标和背景响应的多模态检测机制,实现目标由粗到精的定位,并采用自适应的学习率优化跟踪模型的漂移问题;针对目标被严重遮挡或脱离视野的问题,通过全局目标再检测,实现目标的重捕.实验结果表明,在复杂红外地面环境下,该算法有效地解决了相似目标干扰和目标被严重遮挡导致的目标丢失问题.基于OTB-2015视频基准序列和红外视频序列测试,对比多个主流的相关滤波跟踪算法,该算法在跟踪精度和成功率方面较长时相关滤波跟踪算法分别提升了5.6%和4.1%;在目标遮挡指标测试中,该算法在跟踪精度和成功率方面相较长时相关滤波跟踪算法分别提升了4.6%和6.1%.     

自适应分层采样辅助粒子滤波在视频跟踪中的应用研究

以视频目标跟踪中粒子滤波的粒子采样优化设计为研究内容,提出一种自适应分层采样辅助粒子滤波算法,以实现保证跟踪准确度和兼顾跟踪鲁棒性的要求.以Bhattacharyya系数为参量设计了粒子数调节函数,能够根据跟踪质量在粒子集中自适应分配用于保证准确度的粒子数和维持鲁棒性的粒子数.以最小二乘法对目标运动的预测点作为产生新粒子集的均值偏移操作起点,使新粒子集更准确的描述目标似然分布并提高算法效率.不同场景下的跟踪实验表明,算法能很好的应用于遮挡和运动方向渐变等情况下的跟踪,处理时间满足实时性要求.     

一种基于融合反馈的改进粒子滤波行人跟踪算法

针对一般粒子滤波算法容易受到相似背景干扰和遮挡影响的问题,提出一种新的融合反馈的改进粒子滤波跟踪算法。该算法将最近的观测信息融入建议分布函数,便于粒子搜索目标最可能的位置,根据相对位移的变化自适应调整跟踪窗口尺度的变化,降低了计算的复杂度,一定程度上保持了粒子的多样性。实验结果表明:该算法有效地解决了遮挡、相似背景混乱以及目标尺寸变化问题,整体跟踪性能优于粒子滤波算法。     

Modified Gerchberg–Saxton (G-S) Algorithm and Its Application

The Gerchberg–Saxton (G-S) algorithm is a phase retrieval algorithm that is widely used in beam shaping and optical information processing. However, the G-S algorithm has difficulty obtaining the exact solution after iterating, and an approximate solution is often obtained. In this paper, we propose a series of modified G-S algorithms based on the Fresnel transform domain, including the single-phase retrieval (SPR) algorithm, the double-phase retrieval (DPR) algorithm, and the multiple-phase retrieval (MPR) algorithm. The analysis results show that the convergence of the SPR algorithm is better than that of the G-S algorithm, but the exact solution is not obtained. The DPR and MPR algorithms have good convergence and can obtain exact solutions; that is, the information is recovered losslessly. We discuss the security advantages and verification reliability of the proposed algorithms in image encryption. A multiple-image encryption scheme is proposed, in which n plaintexts can be recovered from n ciphertexts, which greatly improves the efficiency of the system. Finally, the proposed algorithms are compared with the current phase retrieval algorithms, and future applications are discussed. We hope that our research can provide new ideas for the application of the G-S algorithm.     

Monte-Carlo法模拟二维Ising模型 ——Metropolis、Swendsen-Wang与Wolff算法的对比

Ising模型是一种应用广泛的磁自旋相互作用模型,其二维情况严格求解极为复杂,实际应用中通常利用Wolff算法进行模拟.Wolff算法目前被认为是最好的聚类翻转Monte-Carlo算法.Metropolis和Swendsen-Wang算法同Wolff算法类似,理论上也适用于Ising模型的模拟,却未有文章将三者系统对比来说明Wolff算法的优越性,本科课程对于Monte-Carlo算法的介绍也较少.本文分别利用三种算法模拟了二维Ising模型,介绍了其算法原理、参数选择及实现方式,分析对比了三种算法的模拟效果和适用范围,从而总结说明在二维Ising模型的模拟中Wolff算法效果更好的原因.     

Variational quantum algorithms for trace norms and their applications

The trace norm of matrices plays an important role in quantum information and quantum computing. How to quantify it in today's noisy intermediate scale quantum(NISQ) devices is a crucial task for information processing. In this paper, we present three variational quantum algorithms on NISQ devices to estimate the trace norms corresponding to different situations.Compared with the previous methods, our means greatly reduce the requirement for quantum resources. Numerical experiments are provided to illustrate the effectiveness of our algorithms.     

故障诊断算法在MapReduce中的优化实现

针对故障诊断算法特点,给出了MapReduce框架实现故障诊断算法的基本方法。通过对故障诊断算法和MapReduce运算框架的分析,得出诊断算法MapReduce化的基本方法和思路。在算法研究的基础上,针对非迭代诊断算法,采用传统MapReduce框架实现。针对迭代诊断算法,采用添加了传送模块的迭代式MapReduce框架实现。分别以最近邻法和模糊C均值聚类算法为例,给出非迭代和迭代诊断算法MapReduce化的具体实现。实验结果表明,本文所提基本方法可以运用在故障诊断算法中,为诊断算法MapReduce化提供依据,将MapReduce运用到故障诊断算法中可以有效提升故障诊断效率。     

高光谱图像分类的ReliefF-RFE特征选择算法构建与应用

高光谱图像具有波段连续、维数高、数据量大、相邻波段相关性强的特点,可为地物分类提供更为丰富的细节信息。但是,数据中存在大量冗余信息与噪声,在图像分类中如直接利用其所有波段特征而不进行有效分析与选择,将会导致较低的计算效率和较高的计算复杂度,分类精度亦可能随着波段维数增加而出现先增后减的“休斯（Hughes）现象”。为快速地从高达数十个甚至数百个波段的高光谱图像中提取出具有较好识别能力的特征子集,从而避免“维度灾难”,将过滤式ReliefF算法和封装式特征递归消除算法（RFE）相结合,构建了ReliefF-RFE特征选择算法,可用于高光谱图像分类的特征选择。该算法根据权重阈值,利用ReliefF算法快速剔除大量无关特征,缩小并优化特征子集的范围;利用RFE算法进一步搜索最优特征子集,将缩小范围后的特征子集中与分类器关联性小、冗余的特征进行递归筛选,进而得到分类性能最佳的特征子集。采用Indian pines数据集、Salinas-A数据集与KSC数据集等3个标准数据集作为实验数据,将ReliefF-RFE算法的应用效果与ReliefF和RFE算法进行对比。结果显示,在3个数据集中,应用ReliefF-RFE算法的高光谱图像分类平均总体精度（OA）为92.94%、F-measure为92.81%,Kappa系数为91.94%;ReliefF-RFE算法的平均特征维数是ReliefF算法的37%,而平均运算时间则是RFE算法的75%。由此表明,ReliefF-RFE算法能够在保证分类精度的同时,克服过滤式ReliefF算法无法有效减小特征之间冗余以及封装式RFE算法时间复杂度较高的缺陷,具有更为均衡的综合性能,适用于高光谱图像分类的特征选择。     

模拟退火算法与遗传算法在光谱椭偏数据处理中的应用比较

分别利用模拟退火算法和遗传算法在MATLAB 6.5中编写了一个数据处理程序,用来处理VASE椭偏仪在光谱范围为500nm～900nm所测得的椭偏数据。根据VASE椭偏仪的光度法原理,对评价函数方程进行了改进,并选择合适的退火参数和遗传参数进行计算,得到的数据处理结果与仪器处理结果基本一致。最后对两种算法在解决该类问题上的优劣进行了比较。     

Difference Discrete Variational Principles, Euler-Lagrange Cohomology and Symplectic, Multisyrnplectic Structures Ⅲ: Application to Symplectic and Multisymplectic Algorithms

In the previous papers I and H, we have studied the difference discrete variational principle and the EulerLagrange cohomology in the framework of multi-parameter differential approach. W5 have gotten the difference discreteEulcr-Lagrangc equations and canonical ones for the difference discrete versions of classical mechanics and tield theoryas well as the difference discrete versions for the Euler-Lagrange cohomology and applied them to get the necessaryand sufficient condition for the symplectic or multisymplectic geometry preserving properties in both the Lagrangianand Hamiltonian formalisms. In this paper, we apply the difference discrete variational principle and Euler-Lagrangecohomological approach directly to the symplectic and multisymplectic algorithms. We will show that either Hamiltonianschemes or Lagrangian ones in both the symplectic and multisymplectic algorithms arc variational integrators and theirdifference discrete symplectic structure-preserving properties can always be established not only in the solution spacebut also in the function space if and only if the related closed Euler Lagrange cohomological conditions are satisfied.     

基于相位匹配的量子行走搜索算法及电路实现

量子行走是经典随机行走在量子力学框架下的对应, 理论上可以用来解决一类无序数据库的搜索问题. 因为携带信息的量子态的扩散速度与经典相比有二次方式的增长, 所以量子行走优于经典随机行走, 量子行走的特性值得加以利用. 量子行走作为一种新发现的物理现象的数学描述, 引发了一种新的思维方式, 孕育了一种新的理论计算模型. 最新研究表明, 量子行走本身也是一种通用计算模型, 可被视为设计量子算法的高级工具, 因此受到部分计算机理论科学领域学者的关注和研究. 对于多数问题求解方案的量子算法的设计, 理论上可以只在量子行走模型下进行考虑. 基于Grover算法的相位匹配条件, 本文提出了一个新的基于量子行走的搜索算法. 理论演算表明: 一般情况下本算法的时间复杂度与Grover算法相同, 但是当搜索的目标数目多于总数的1/3时, 本算法搜索成功的概率要大于Grover算法. 本文不但利用Grover算法中相位匹配条件构造了一个新的量子行走搜索算法, 而且在本研究室原有的量子电路设计研究成果的基础上给出了该算法的量子电路表述.     

某型相控阵雷达信号处理系统故障诊断系统设计与应用

针对某型相控阵雷达信号处理分系统故障部位难以定位,严重影响雷达工作能力这一难题,本文通过对故障现象进行分类,建立相应的故障匹配文件库,采用精确单模式串匹配算法,设计开发了一套故障诊断软件。该软件实现了故障部位准确定位功能,为快速、及时排除故障提供了技术支持,并在实际应用中验证了其正确性。     

一种SAR成像快速算法及优化实现

针对实时SAR成像处理中相关运算量大的特点,提出了新的频域分解快速算法和优化设计方法.根据参数优化准则,选择合适的填零个数和DFT点数分解方式,分析出利用频域分解和频域分段两种算法,可以大大减少相关运算中FFT变换的运算量.在不同情况下,详细分析了多种算法的速度性能和适用性.在并行多处理器上利用此算法,降低了SAR实时成像的运算量和成像延迟,显著提高了SAR实时成像的处理速度.