Robust iris biometric system for visible wavelength data

Commercial iris biometric systems exhibit good performance for near-infrared(NIR) images but poor performance for visible wavelength(VW) data.To address this problem,we propose an iris biometric system for VW data.The system includes localizing iris boundaries that use bimodal thresholding,Euclidean distance transform(EDT),and a circular pixel counting scheme(CPCS).Eyelids are localized using a parabolic pixel counting scheme(PPCS),and eyelashes,light reflections,and skin parts are adaptively detected using image intensity.Features are extracted using the log Gabor filter,and finally,matching is performed using Hamming distance(HD).The experimental results on UBIRIS and CASIA show that the proposed technique outperforms contemporary approaches.     

空间机器人执行器自适应分散容错控制算法设计

针对执行器发生部分失效故障的漂浮基空间机器人系统，提出了一种自适应H_∞分散容错控制算法。利用拉格朗日第二类方程建立了系统的动力学模型。根据分散原理将系统分解为以基座或臂杆为单元的多个子系统，并将表示执行器控制能力的有效因子融入到每个子系统，使得单个子系统的执行器故障不会影响相邻执行器的正常运行。通过对每个故障子系统设计形式一致的自适应容错算法实现对整个系统的容错控制。仿真结果表明，与现有某非奇异终端滑模容错算法相比，本文算法具有更快的跟踪速度和更高的跟踪精度。     

改进的MEMS陀螺随机噪声自适应Kalman实时滤波方法

针对微机电系统陀螺易受环境影响和稳定性能较差,导致建立的随机漂移模型参数和随机噪声统计特性变化的问题,提出了一种改进的指数渐消记忆自适应Kalman实时滤波方法。通过分析实测数据确定随机漂移自回归滑动平均模型阶数,在此基础上利用递推最小二乘法对模型参数进行实时更新。根据陀螺噪声参数特点,提出了基于渐消记忆因子的Allan方差分析法和Sage-Husa自适应滤波算法同时对Q和R进行参数估计的实时滤波方法,避免了系统状态估计和量测噪声参数估计的相互耦合和制约。实验结果表明:相比标准Kalman滤波补偿方法及传统的固定Q阵只对R阵做自适应估计的滤波方法,本文方法能够更加有效地对MEMS陀螺随机漂移误差进行实时补偿,具有较好的适应性和稳定性。     

不同目标函数的量子系统动态跟踪

针对不同的随时间变化的目标函数,对所给定的封闭量子系统,利用李雅普诺夫稳定性定理进行控制律的设计.对于系统跟踪过程中控制量过大的问题,通过采用自适应算法来加以解决.分别针对不同的目标函数进行了系统仿真实验.在所设计的控制律的作用下,能够使控制系统的输出从任意初态动态跟踪目标系统的状态.仿真实验验证了所提出的控制策略具有根据系统响应过程中出现的控制值过大的情况自适应地调整控制律、对动态目标系统实时跟踪的能力,同时对不同的目标函数具有通用的特性.     

自适应演化硬件系统中遗传算法内核设计

根据基于演化的自适应系统的体系架构,将与具体应用相对独立的遗传算法操作部分取出来,结合算法的操作流程,设计了一个与应用无关的、能够独立完成遗传算法操作的GAK(遗传算法内核).采用VHDL(超高速集成电路硬件描述语言)语言描述的状态机来实现该设计,其中种群规模、染色体长度等参数均可配置.采用Xilinx的Vl000FG680、速度等级为-6的EPGA(现场可编程门阵列)来实现GAK,其中染色体长度为8位、适应度值为16位、种群规模为256,此时该设计的综合结果为:占用资源为485个片(Slice),时钟频率为48.51MH.进而在GAK上仿真求解了多项式函数的极值优化问题，从而验证了设计的有效性.     

Multi-rate sensor fusion-based adaptive discrete finite-time synergetic control for flexible-joint mechanical systems

This paper proposes an adaptive discrete finite-time synergetic control （ADFTSC） scheme based on a multi-rate sensor fusion estimator for flexible-joint mechanical systems in the presence of unmeasured states and dynamic uncertainties. Multi-rate sensors are employed to observe the system states which cannot be directly obtained by encoders due to the existence of joint flexibilities. By using an extended Kalman filter （EKF）, the finite-time synergetic controller is designed based on a sensor fusion estimator which estimates states and parameters of the mechanical system with multi-rate measurements. The proposed controller can guarantee the finite-time convergence of tracking errors by the theoretical derivation. Simulation and experimental studies are included to validate the effectiveness of the proposed approach.     

面向高级定制的个性化虚拟服装展示

虚拟服装展示为线下服装订货会和时装秀提供了线上解决方案，打破了空间的局限性，为企业和用户提供更方便、有效的服装试穿新方式。针对现有的大多数虚拟试衣系统存在体形尺寸和展示效果单一、无法满足高级定制用户个性化精细要求的问题，研发了一个基于服装自适应变形的个性化虚拟服装展示系统。首先，建立基于人体体形参数的三维人体重建框架；然后，采用混合蒙皮算法建立人体模型顶点和三维服装顶点的联系；最后，对对偶四元数进行插值，实现人体变形驱动服装变形，完成服装的自适应调整。并基于Unity平台开发了一款面向高级定制的虚拟服装展示系统，以检验相关算法的应用效果。     

基于多特征融合与ROI预测的红外目标跟踪算法

针对当前红外目标检测与跟踪算法存在场景自适应能力弱、专用性强,以及在大视场条件下,首帧图像中小目标误检率高的问题,提出一种红外序列图像目标自适应阈值分割、检测与跟踪方法.选取目标移动速度、目标轮廓的面积和周长、以及自适应分割阈值与感兴趣区域位置为动态变量,建立动态决策准则.采用首帧目标检测算法计算出序列图像的第一帧图像目标的静态变量和部分动态变量,再采用改进的局部自适应阈值分割算法分割后续帧图像,然后利用静态与动态决策准则筛选出分割后的真实目标,最后计算并更新动态决策准则.红外靶标测试结果表明:该方法对不同场景具有较好的适应性,四个场景平均跟踪准确率为95.81%,微机平台平均每帧处理时间为10.93ms,嵌入式平台为26.79ms.