动态背景下运动目标检测与跟踪研究

主要研究动态背景下的运动目标检测和跟踪问题。背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高。主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标。提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛。结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪。实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪。     

考虑内阻时变特性的电池状态估计方法

针对锂离子电池欧姆内阻随温度变化情况,提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计方法。首先,对锂电池和内阻抗进行分开建模,在电池Thevenin模型的基础上构建内阻抗预测模型,实时修正模型参量;接着,将无迹变换嵌入到扩展H∞滤波中,降低测量噪声对估计精度的扰动,从而提高电池荷电状态的估计精度。最后,在实验室环境下对电池进行充放电实验,分别针对降温和升温情况下的内阻值及电池端电压的估计进行了详细的实验分析,同传统方法相比,本文方法具有较高的估计精度。     

基于方根分解形式的带衰减因子UKF算法应用

UKF作为一种新的非线性滤波方法已在目标跟踪问题中得到应用,在状态的时间更新阶段直接使用非线性模型,不引入线性化误差,而且不必计算Jacobians矩阵.提出了一种基于方根分解形式的带有衰减因子的UKF算法(SRDMA-UKF),算法的方根形式增加了数字稳定性和状态协方差的半正定性.通过衰减因子的引入加强对当前测量数据的利用,减小历史数据对滤波的影响.仿真实验结果表明,该算法与UKF算法相比具有更好的滤波性能.     

一种新的INS/GPS组合导航技术

基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS／GPS组合导航系统的卡尔曼滤波算法。详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器。仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度。     

模糊自适应滤波在水下航行器组合导航系统中的应用

为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。     

基于NPF-CKF的捷联惯导系统动基座初始对准技术

当海况不佳时,水下航行器大幅晃动,捷联惯导系统无法快速完成自主初始对准,因此提出了利用多普勒计程仪提供的速度信息进行运动中辅助对准。针对在非线性对准中扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,提出了一种基于非线性预测滤波的求容积卡尔曼滤波算法。该滤波算法将惯性器件测量误差作为模型误差使用非线性预测滤波器进行实时预测,然后再利用求容积卡尔曼滤波对模型误差补偿后的系统进行状态估计。仿真结果表明,与扩展卡尔曼滤波和求容积卡尔曼滤波算法相比,该滤波算法能够不仅提高失准角特别是方位失准角的估计精度,其精度约为45″,而且加快了收敛速度。同时由于该滤波算法降低了系统状态的维数,因此也大大减少了计算量。     

基于IEKF的SINS/USBL组合导航系统安装偏差标定算法

在捷联惯性导航与超短基线组合导航系统中,SINS和USBL存在安装偏差,如不加以补偿将影响组合导航精度。针对此问题,提出了基于迭代扩展卡尔曼滤波（IEKF）的SINS/USBL组合导航系统安装偏差标定算法。首先,根据安装偏差角建立关于量测的非线性函数;然后,引入IEKF算法对安装偏差进行标定。同时为了验证IEKF标定算法的优越性,与递推最小二乘（RLS）和扩展卡尔曼滤波（EKF）算法标定结果进行了对比,并完成了车载半实物仿真试验。试验结果表明,基于IEKF的标定算法在50次蒙特卡罗仿真试验条件下三轴标定精度分别较RLS和EKF提高了16.44%和2.60%、157.69%和1.17%、7.50%和0.41%。     

基于稳态卡尔曼滤波的红外焦平面阵列非均匀校正算法

传统的卡尔曼滤波算法利用批处理实现非均匀校正,这样不仅会带来较大的计算量和存储量,而且更重要的是该方法不能实时处理.为此,提出了一种基于稳态卡尔曼滤波的红外焦平面阵列非均匀校正算法,它可以根据固定图案噪声的特点离线计算出滤波器的增益矩阵,并且非均匀校正过程也采用了逐帧迭代方式,因此大大降低了计算复杂度和存储占用量.详细阐述了该算法的基本原理,并用仿真数据和真实红外数据对算法性能进行验证,实验结果表明:本方法平均校正一帧图像所需CPU时间和内存占用量分别为1.7188 s和131.25 KB,完全可以满足实时处理的要求.     

自由漂浮空间非合作目标的运动预测

空间非合作目标的运动预测是航天器在轨服务中的一个重要问题.在获得非合作目标的运动预测结果后,追踪星即可规划运动轨迹以接近目标并对其进行捕获.该文提出了一种自由漂浮空间非合作目标的运动预测方法.该方法的核心思想是首先辨识出目标的姿态动力学参数和目标的质心运动学参数,然后利用参数辨识结果和目标的动力学方程实现对目标的运动预测.在姿态动力学参数的辨识过程中,首先对目标的惯性参数进行初步辨识,然后采用自适应无迹Kalman滤波器对姿态动力学参数进行粗略辨识,最后通过最优化方法进一步提高姿态动力学参数的辨识精度.该文通过数值仿真验证了所提运动预测方法的有效性.仿真结果表明,无论目标是做单轴旋转还是翻滚运动,所提运动预测方法都能够实现对目标的长时间高精度的运动预测.     

飞机操纵面故障诊断及其性能评估

针对操纵面故障将严重影响飞机的飞行安全,提出一种能快速实现故障诊断及性能评估的系统方法。首先,当系统状态维数较高时,采用容积卡尔曼滤波算法的球形积分准则和径向积分准则优化Sigma 点的采样策略和权重分配,较好地解决了无迹卡尔曼滤波算法滤波性能明显下降的问题;然后,利用飞机等速平飞运动特征计算故障下的升力系数和阻力系数,得出能反映飞机性能的飞行包线;最后,通过仿真结果验证了本文所提方法的可行性。