基于雷达点迹置信度统计的目标检测方法

低信噪比环境中对弱小目标的检测和跟踪已经在雷达数据处理领域中引起人们的广泛关注。检测前跟踪(TBD)方法对弱小目标的检测非常有效,其基本思想是为了避免恒虚警(CFAR)处理带来的信噪比损失,直接对原始数据进行检测。提出了点迹置信度方法对检测的原始数据进行量化,通过局部极值选取完成目标检测。     

基于DM8148的警戒区域告警算法的实现

智能视频监控作为安全防范的一种有效手段,有广阔的应用前景。针对这一需求,提出了一种基于DM8148平台的警戒区域告警算法。该算法采用混合高斯模型,结合背景减法检测移动目标,线性预测结合Blob匹配跟踪运动轨迹,分析目标行为判断是否存在警戒区域入侵现象。通过实验验证,该算法所具备的低误报率和高报警精度能满足智能监控对高效率、高实时性要求。     

基于人工免疫的机车二系调簧方法

为进一步提高电力机车二系支承载荷调整优化算法的性能,解决已有算法在加垫数量控制上的欠缺,并避免冗余计算,提出了一种基于人工免疫算法的两级结构机车二系载荷调整方法:免疫优势克隆选择多目标算法。针对调簧问题的偏好结构特点,设计具有调簧寻优阶段和可控加垫量寻优阶段的两级寻优算法,分别定义了两个阶段的寻优目标和可行域,进一步将调簧问题的先验知识作为免疫优势引入算法设计中,并结合调簧问题的具体特点以及人工免疫知识设计了特定的抗体编码形式、变异策略和免疫优势获得算法。对不同车型的多次应用试验统计结果表明:该算法不仅具有良好的优化载荷分布特性,还能稳定地控制调簧产生的加垫数量,并且能够避免冗余计算,极大地提高了调簧效率和实际应用价值。     

基于小世界网络的大学生社交网络模型研究

随着大学生社交网络使用的日趋频繁,有关大学生社交网络应用的研究也日益增多,本文采用在复杂网络研究中运用广泛的小世界网络理论,通过分析大学生社交网络的静态网络统计量,提出一种构造简单的大学生社交网络模型,并对其小世界特性进行了验证。     

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.     

基于目标指示的两坐标警戒雷达目标高度补偿状态估计

为了克服现有目标高度补偿算法存在的模型假设不合理、实际应用效果难以保证等问题,本文以目标恒海拔等速运动为前提,利用协同单元提供的目标指示信息,对两坐标雷达的空间目标跟踪问题重新进行了研究.首先根据不同坐标系间的转换关系,构建了目标高度的准确表达式.然后通过恒等变换和合理的近似,得到了目标高度的估计公式,并利用绝对值不等式和柯西-施瓦茨不等式,推导得到了高度估计公式的误差.最后联合目标高度估计公式和两坐标雷达的缺维量测方程,采用扩展卡尔曼滤波方法,实现了目标空间状态的估计.仿真结果表明:本文算法可有效地对目标高度进行补偿,获得稳定、可靠的目标空间状态估计,从而为两坐标雷达目标空间状态估计问题提供了相对有效完善的解决方法.     

面向目标检测的稀疏表示方法研究进展

目标检测作为图像理解的一个基础而重要的课题深受国内外学者的重视,在军事和民用中具有广泛应用.应用背景的多样性和复杂性使得传统目标检测算法难以克服复杂背景、噪声干扰、光照变化以及非刚体形变、遮挡、弱特征、尺度、视角和姿态变化等因素的影响.近些年来发展起来的稀疏表示方法为图像处理及目标检测研究提供了新的思路,本文概述了稀疏表示基本概念和理论研究进展,综述了稀疏表示方法在目标特征学习、目标分类器和滤波器设计以及多源信息融合目标检测等目标检测领域中的国内外重要研究进展,并展望了稀疏表示方法在目标检测领域的发展方向.     

基于稀疏表达残差的自然场景运动目标检测

本文提出一种基于稀疏表达残差的非参数化运动目标检测算法,在假设前景变化相对静态背景可以视为稀疏残差的基础上,采用视频前n帧初始化稀疏表达字典;利用字典对后续视频帧进行重构,提取每帧的重构残差;结合基于光照强度的全局阈值矩阵,将残差图像二值化,提取图像前景;利用前景区域和边缘点关系剔除ghost区域;采用增量PCA(Principal Component Analysis)算法和保守更新的思想对背景模型进行更新.在changedetection.net提供的shadow数据集上实验表明,采用全局更新和残差计算的方法,可以有效的解决由于自然场景光线变化导致的阴影变化,并且对自然场景中背景的小幅度抖动和相机抖动等问题也具有一定的抵抗能力.     

基于块的Mean-shift跟踪算法

针对传统Mean-shift跟踪算法在目标发生遮挡和形态变化时跟踪性能下降的缺点,提出了一种基于块的Mean-shift跟踪算法,该算法主要特点有：(1)将跟踪目标平均分块,每小块独立进行传统Mean-shift跟踪,利用小块跟踪未被遮挡的目标部分;(2)跟踪检测器检测目标小块跟踪的有效性,筛选出无效跟踪的目标小块,解决了目标分块造成跟踪性能下降的问题;(3)归一化互相关检测器和邻域一致检测增加了对目标空间信息的检测,弥补了Mean-shift算法的局限性,增加了跟踪的鲁棒性。实验表明,该算法在目标发生遮挡和形态变化时仍然可以有效的实现跟踪。     

用于高速微弱光信号的平衡探测技术研究

长距离高速微弱光电探测技术在激光通信中应用广泛。为了在未被噪声湮没的环境中检测出所需的微弱信号,采用平衡探测技术对单管探测和平衡探测进行对比,并且对具体的平衡探测器电路进行了理论分析和仿真,得出了在一致性系数较大(k>0.6)时平衡探测器的信噪比优于单管探测的结论。从理论上分析了单管和双管探测的最小可探测光功率。结果表明,把平衡探测技术用于高速微弱光信号探测具有很大的优越性。