基于背景感知的相关滤波抗遮挡优化算法

针对相关滤波目标跟踪中由于目标遮挡、出视野引起的跟踪失败等问题,以背景感知相关滤波(background aware correlation filters, BACF)算法为基础,提出一种抗遮挡优化算法。首先特征提取部分融合方向梯度直方图(histogram of oriented gradient, HOG)特征与颜色名称(color name, CN)特征;其次提出层级遮挡优化算法,在目标跟踪过程中根据平均峰值相关能量(average peak to correlation energy,APCE)和最大响应峰值判断目标外观是否发生较大变化,并通过巴氏距离进一步计算目标相邻滤波器模板特征相似程度,以此判断造成目标外观变化的真正原因,进而决定是否更新模板;针对目标出视野问题,提出模板筛查策略,跟踪过程中每隔K帧对滤波器模板进行置信度考查,若目标丢失,则生成新的模板并对目标进行全局搜索重新抓取目标。通过在目标跟踪数据集OTB2015上测试,优化算法精确度与成功率分别为83.0%与78.8%,有效提高了算法性能。     

基于移动平台的三维风速风向动态测量系统

由于风速风向对帆船等移动平台的影响,需要实现对风速风向的动态测量,因此设计了一款基于时差法的正四面体非正交结构超声波阵列的动态测量系统。该系统通过测量超声波在顺风和逆风下传播的速度不同,结合测量装置的结构解析,得到风速风向和俯仰角,利用磁力计补偿方位信息数据和中值滤波算法,解决了在移动平台上实时动态采集风速风向和俯仰角的问题。经实际测试,系统风速测量误差在±1 m/s以内,风向测量偏差不超过0.8°,俯仰角测量偏差不超过1°,达到预期设计要求。     

一种波形可移植性量化评估的模糊综合评判法

要实现高效低成本的波形跨平台移植,需要通过量化评估优选出可移植性强的波形来进行移植。针对波形可移植性量化评估重要性,分析了影响波形可移植性量化评估的重要因素,提出了一种有效的波形可移植性量化评估模糊综合评判法,以软件无线电硬件平台因素为例论述了该方法的实现原理及流程。通过验证表明,该方法合理可行,具有很好的应用价值。     

面向鲁棒频谱感知的模糊K-means++算法

恶意用户通过向数据融合中心发送伪造的频谱感知数据,解决自身频谱资源短缺问题,但会极大地降低频谱感知系统的检测概率。为了解决此问题,提出了基于模糊K means++的数据融合算法。该算法首先引入模糊处理机制处理样本的数据特征值,以此来增加样本间的差异性;然后将模糊处理后的数据发送到融合中心,融合中心采用离群点挖掘的方法排除恶意用户,并对保留下来的用户进行融合,使样本向量具有鲁棒性;最后运用K means++算法对样本向量进行聚类。该算法利用轮盘法选择聚类中心,可有效抵御恶意用户的攻击,提高系统感知性能;无需知晓信号与噪声的分布等一些先验信息,也避免了繁杂的门限推导。从仿真结果可以看出,该算法对抵御恶意用户攻击具有突出的效果,有效提升了协同频谱感知系统的稳定性和鲁棒性。     

基于自适应神经模糊推理系统的智能电表大数据分析研究

随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。     

机器人视觉导航传感器光栅投射误差校正系统

当前传感器光栅投射误差校正系统,没有计算光栅投射条纹的倾斜角度,导致系统应用效率低、稳定性差、精准度低,严重影响了机器人的使用效果。因此,提出机器人视觉导航传感器光栅投射误差校正系统。首先采用光栅读数头、细分盒完成系统的硬件组成,提高系统的应用效率;软件部分采用了高频数字计数滤波的方法,滤除掉频率高于该临界点的干扰脉冲;最后通过基于投影序列融合的光栅投射误差校正算法,分析光栅投射条纹的倾斜角度实现误差校正,提高系统的精准度。实验对比结果表明,机器人视觉导航传感器光栅投射误差校正系统的应用效率最高为96%、稳定性最高为98%、精准度最高为97%,所设计系统具有较高性能。     

聚类分割的交互式遥感热红外图像模糊增强北大核心CSCD

交互式遥感热红外图像在边缘区域的像素呈现较强交互干扰,缺少必要区分过程,导致增强后的交互式遥感热红外图像视觉效果差、抗噪性能差、增强效率低。提出基于聚类分割的交互式遥感热红外图像模糊增强方法,采用模糊C均值聚类算法,对交互式遥感热红外图像聚类分割处理,对边缘区域特殊及弱小交互目标分割,进一步区分交互区域的干扰,缩短后期增强所用的时间。采用中值滤波方法去除交互式遥感热红外图像中存在的噪声,结合Sobel算子和二阶微分算子的拉普拉斯算子对去噪后的交互式遥感热红外图像进行锐化处理,通过图像去噪和图像锐化实现交互式遥感热红外图像的模糊增强。仿真实验可知,所提方法进行交互式遥感热红外图像模糊增强所获取的图像清晰度较高、抗噪性能较佳、增强效率较高。