非线性受扰观测序列的深度优化粒子滤波算法

提出深度优化粒子滤波(DIPF:Deep Improved Particle Filtering)算法,从权值增长趋势和权值大小的综合比较进行样本的优化选择,通过对样本的统计分析确定样本的复制与裂变,虽然深度优化由于趋势判断增加了滤波时间,但是它克服了样本枯竭问题,提高了估计的精度.     

一种新的层次粒子滤波的目标跟踪方法

提出一种新的层次粒子滤波算法,选择局部区域特征点和颜色信息建立目标模型,引入粒子的二阶采样过程.算法通过粒子的一阶权重更新获得好的初始分布,二阶权重更新保证粒子的高置信度和高的采样效率,当粒子数目小于一定阈值时进行重要性重采样,利用仿射模型对目标区域精确定位及姿态修正.实验表明:改进算法将目标局部特征分布与目标颜色信息相结合,通过二阶采样过程,保证了局部特征跟踪的稳定性,解决了经典理论中误匹配导致的采样点发散问题,在目标部分遮挡情况下也可以完成实时目标跟踪.     

一种新的层次粒子滤波的目标跟踪方法

提出一种新的层次粒子滤波算法,选择局部区域特征点和颜色信息建立目标模型,引入粒子的二阶采样过程.算法通过粒子的一阶权重更新获得好的初始分布,二阶权重更新保证粒子的高置信度和高的采样效率,当粒子数目小于一定阈值时进行重要性重采样,利用仿射模型对目标区域精确定位及姿态修正.实验表明:改进算法将目标局部特征分布与目标颜色信息相结合,通过二阶采样过程,保证了局部特征跟踪的稳定性,解决了经典理论中误匹配导致的采样点发散问题,在目标部分遮挡情况下也可以完成实时目标跟踪.     

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.     

Formation of Charged Particle Tracks in Solids

A criterion for formation of etchable tracks in solids is suggested using the well-known concepts of ionization and thermal spikes, diffusion process with useful and justified assumptions, and present or published experimental and theoretical investigations on the same subject. The suggested criterion is useful for a wide spectrum of researchers including development and applications of track recording materials, ions implantation, sputtering and other areas, which include interactions of charged particles with solids.     

平顶响应薄膜滤波器透射特性的分析研究

对垂直多腔F-P规整膜系进行了结构上的划分,以反射膜系、腔层、耦合层为单位将膜系划分为若干个结构单元,利用史密斯方法将结构分为A、B两个系统。改变内膜系单元参数,得到了两腔F-P结构A、B系统反射率变化规律;改变A、B反射率的曲线交点和相位正弦值零点的位置,分析了透射曲线平顶响应的形成原因,得到了影响平顶响应薄膜滤波器性能参数的因素。得出透射性能良好的三半波膜系结构。其0．5dB带宽为0．52nm,3dB带宽为0．67nm,25dB带宽为1．59nm,矩形度为2．37（小于3）。     

改进粒子滤波在汽轮机故障诊断中的应用

针对汽轮机的振动信号容易受到较为复杂的随机噪声污染,提出了一种改进粒子滤波的振动信号降噪方法;首先建立采集振动信号的数学模型,将其作为粒子滤波的状态方程;然后利用小波分析提取采集振动信号的背景噪声,将其和状态信号一起作为观测信号,得到观测方程,把降噪问题转化成在状态空间模型下的滤波问题;由于采用序贯重要性采样的粒子滤波存在着样本退化问题,在重采样阶段采用了一种权值排序、优胜劣汰的重采样算法,就是对各粒子的归一化权值从小到大的排列顺序,并根据权值方差大小淘汰粒子,从而得到了改进的粒子滤波算法,在一定程度上解决了标准粒子滤波的退化问题;进而运用改进粒子滤波算法对振动信号进行降噪处理,降噪前信号和降噪后信号分别通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征向量浓缩了汽轮机振动故障的全部信息,对提取的故障特征向量应用诊断识别算法进行故障模式识别;通过对比降噪前信号和降噪后信号的故障诊断识别率,证明了改进粒子滤波在汽轮机故障诊断中的应用效果更佳。     

融合两类跟踪框架优点的红外目标跟踪算法

基于粒子滤波的算法模型框架,针对红外的目标成像与背景对比度低、背景复杂等问题,进行提取目标灰度特征,通过对系统概率的密度函数的采样集进行了预测和更新,来逼近系统的后验密度概率,初步确定目标位置,再融合均值漂移算法进行小区域精确搜索,确定目标位置。同时,通过调整均值漂移的算法和函数的带宽,对于红外目标有阻挡情况下的识别能够得到有效处理。通过仿真得到该模型具有算法高效、去除粒子的退化,并且对于有遮挡的红外目标能够进行实时稳定地跟踪。     

基于微米颗粒填充的粉末低通滤波器仿真

粉末滤波器是一种可应用于超导量子计算等低温实验系统的低通滤波器, 随着频率的升高滤波器会对信号产生急剧的有效衰减, 粉末滤波器的填充材料、 中心导线长度、 线径和结构等参数会对它的频率响应特性产生影响. 本文利用 CST 微波工作室基于微米颗粒填充的方式, 首次对不同中心导线结构的粉末滤波器性能进行三维仿真研究, 仿真结果与实测结果对比后的定性一致性, 说明仿真方法的可行性和准确性. 仿真方法的提出可以有效地加快滤波器结构的迭代速度, 从而降低研发周期和成本, 方便可应用于超导量子计算的新一代粉末滤波器的开发.     

基于动态目标建模的粒子滤波视觉跟踪算法

提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法.该方法首先选择简单且具有互补性的特征描述当前图像,并统一采用直方图法对这些特征进行建模;然后在粒子滤波框架下,根据巴塔恰里亚测度评价各个目标特征和背景特征之间的可区分程度,动态调整特征间的置信度;并对各个特征似然函数的噪音参量进行在线估计和更新,使其似然函数的度量标准达到统一.分析和实验表明,该算法性能优于仅仅采用多特征融合进行粒子滤波视觉跟踪的方法,对摄像机运动、混淆干扰、遮挡及目标外观大小的改变具有更强的鲁棒性.     

基于粒子滤波状态估计的滚动轴承故障识别方法

提出了一种基于粒子滤波状态估计的滚动轴承故障识别方法,该方法主要包括故障模型建立和故障识别两个步骤。在故障模型建立部分,首先依据滚动轴承不同故障状态下的振动信号,建立对应的自回归模型,作为故障模型;在故障识别部分,将正常状态下对应的模型,转化为状态空间模型,设计粒子滤波器,然后对不同的故障状态进行估计,提取其残差的相关特征,并结合模型参数特征应用BP神经网络识别算法进行故障识别。最后以美国凯斯西储大学的滚动轴承振动数据为例,验证了该方法的有效性。     

基于二阶滤波器的消光起伏谱颗粒测量结果

消光起伏频谱法是一种新的测量两相流系统中颗粒粒径分布和浓度的方法,装置简单,操作方便,适合实时、在线测量。采用二阶低通滤波器对起伏的透射率信号分析,得到消光起伏频谱实验数据,并利用改进的Chahine循环方法计算得到颗粒的粒径分布和浓度信息。重点讨论高浓度情况,包括对特征函数频率响应的修正和对其阶高修正两个方面,得到修正参量并运用到反演算法中从而得到正确的测量结果。测量结果表明,通过高浓度修正,消光起伏频谱法可以在很大的颗粒浓度动态范围得到合理的测量结果,其可测颗粒最大体积分数视颗粒的大小而定。     

基于压缩感知和粒子滤波的OFDM超宽信道估计

针对通信系统中的正交频分复用(Orthogonal frequency division multiplexing, OFDM)超宽信道具有的稀疏多径和含噪声特征,将信道估计问题转换为稀疏信号的重构和优化问题,设计了一种基于压缩感知理论和粒子滤波的OFDM信道估计方法。首先定义和描述了OFDM数学模型;然后在对压缩感知理论模型研究的基础上,采用改进的正交匹配算法对OFDM超宽信道进行重构,为了进一步减少信道重构的误差,将由于正交匹配算法得到的重构信道作为初始的粒子,并将OFDM数学模型转换为动态参数模型,并通过粒子滤波来更新模型中的参数和频率响应,通过不断迭代获得信道的估计值。为了验证文中方法的优越性,将文中方法与经典的正交匹配算法与粒子滤波算法进行比较,结果表明：文中方法能有效地对含噪声的稀疏信号进行估计,具有较小的重构误差,且与其它方法相比,具有较小的归一化均方误差。     

硅酸盐粒子的远红外散射特性研究

本文首先将T矩阵方法程序的计算结果分别和Mie理论以及文献进行了对比,证实了程序的有效性。接着研究了在红外波段硅酸盐粒子的形状(非球形)对散射特性的影响,并用T矩阵方法对λ=10.6μm波段的硅酸盐粒子进行了一系列计算分析。计算结果表明:随着a/b值得减小,粒子的最佳单位体积消光截面逐渐增大。     

基于时间序列模型的粒子滤波行人跟踪算法研究

针对行人运动的随机性导致运动状态模型适应性差和人在行走过程中可能发生短时全部或局部遮挡导致行人跟踪算法精度较低的问题,提出基于时间序列模型的粒子滤波行人跟踪算法。建立了行人运动时间序列模型;给出了基于对视频序列初始帧的检测,确定行人的位置、宽高等作为跟踪先验信息的方法;由先验信息计算加权颜色直方图构建初始粒子群分布,并利用时间序列运动模型预测粒子在下一时刻的状态分布,并更新粒子权值;根据有效粒子的个数判断是否进行重采样;最后由所有粒子的加权和估计行人的运动状态。仿真实验表明：文中提出根据行人的运动轨迹时间序列运动模型可使行人的状态估计更准确,预测误差进一步减小,预测精度得到了提高。     

基于积分直方图的粒子滤波跟踪算法

在目标模型的建立过程中,将积分直方图引入到粒子滤波跟踪框架中,提出了一种快速的颜色直方图计算方法,极大地提高了粒子滤波跟踪算法的实时性。为了进一步提高算法的鲁棒性,引入了一种基于邻域颜色特征的匹配搜索机制,当跟踪精度下降时,能够对跟踪结果进行优化,减小跟踪误差。实验结果表明了该算法的有效性。     

基于SVR和粒子滤波的室内导航方法

针对室内环境复杂性造成的室内定位精度不足问题,提出一种基于支持向量机回归和粒子滤波的室内导航方法;离线阶段通过采集室内接收信号强度并利用统计学习方法,构建室内RSS与物理位置之间的支持向量回归映射模型,定位阶段使用智能移动设备采集加速度、方向角等运动状态信息和Wifi模块感知的环境信息,并利用粒子滤波将运动数据和回归结果进行融合处理,推算移动用户运动轨迹;室内实验结果表明,本方法最大定位误差为1.891 m,平均误差为0.669 m,有效地提高了室内定位导航精度。     

近场接收时颗粒的消光特性

讨论了在近场接收条件下颗粒的消光特性。计算表明：在近场接收时，颗粒的实际消光将性与远场接收相比，存在很大的区别－－实际消光纱数不但同颗粒的性质和大小有关，而且与颗烊在光束中的位置相联系。对于大颗粒，近场间的消光系数在数值上也有很大差异，如果采用近场接收来测量颗粒的大小，必须考虑这些因素的影响，否则将极大增加测量误差。还论述了近场接收时消光法测量颗粒时测量区定义中的问题，论证了如何能恰当定义测量区，     

一种结合粒子滤波和张量子空间的目标跟踪算法

由于传统的子空间方法易于丢失图像目标的二维特性,为此本文提出了一种新颖的自适应目标跟踪算法,通过张量的方式建立目标的外观模型——张量子空间,利用在线学习的方法更新其外观模型,同时,利用目标仿射运动的先验信息,通过粒子滤波自适应地跟踪运动目标,并将获得的最优目标观测作为新数据反馈回子空间更新.此外,为了保证子空间更新能获得精确且紧致的目标子空间表达,引入动态部分函数滤除样本野点.实验结果表明,本文提出的自适应目标跟踪方法具有较强的鲁棒性,对于存在姿态变化、短时遮挡和光照变化等情况下均可有效地跟踪目标.     

一种新型密集波分复用滤波器的调谐特性分析

研究了一种新型模拟双折射结构DWDM滤波器的中心频率和带宽的可调谐特性.研究表明：当给定满足一定平坦化要求的光谱透射率所需的各模拟波片中偏振旋转器的旋转角时,通过模拟波片中楔形介质对的相对位移来调节光在各模拟波片中的光程差,同时保持光程差仍满足特定的比例关系,可实现中心频率及带宽的调谐.当光在各模拟波片中的光程差变化较小时,可实现中心频率的调谐,此时带宽的改变很小,可忽略不计；随着光程差变化的不断增大,带宽的改变则不能忽略.