消防给水系统设计压力与检测压力探析

由于设计工作状态是按照火场最不利情况考虑,计算水头损失比实际水头损失大,水泵选型扬程偏高,满足设计规范的消防给水系统施工完成后,检测时的实际压力值与设计压力值相比偏大。为此,室内消火栓减压稳压消火栓的设置楼层可适当增加,选用可调式无后坐力多功能消防水枪。     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

基于双目视觉定位技术的无人船航迹跟踪控制室内模型实验

水面无人系统的航向控制与航迹跟踪技术在研究开发阶段一般在室内环境进行调试与运行,该过程需要定位系统进行辅助.实船常用的定位技术难以在室内发挥作用,现有的几种室内定位技术存在成本高、信号传播不稳定等问题.设计了一种基于双目视觉定位技术的船模航迹跟踪控制系统.结合实验场地和实验对象,通过在船模上布置特征物、图像预处理、图像...     

再论“声纳测向精度海上动态测量计算公式”

声纳测向精度极大地影响着水下作战平台指控系统的性能,尤其是其中的目标运动要素解算功能。详细分析了目前工程仍在使用的一种声纳测向精度计算公式,提出了一种改进方法,使之能适应交叉航路态势,便于对艇艏圆柱阵/球形阵进行测试评估。鉴于已有方法的有偏性,提出了几种新的方法,新方法是渐近无偏的,量测点数越多,误差估计精度越高。针对存在系统偏差情形,提出了一种解决方案,仿真结果表明,当量测点充分多时（如n=1 000）,该方案能精确地估计出随机误差（均方根）和系统偏差,为完善声纳测向误差的精度评估,提供了一种支持手段。     

弹道修正弹射程偏差预测与阻力板展开时机优化

根据弹道修正弹阻力板的展开控制对于射程偏差预测要求的实时性,提出基于摄动原理的射程偏差预测算法.为解决阻力板修正能力在线计算数据量大的问题,提出在弹载计算机上装定阻力板修正能力表格的方法,给出发射前计算修正能力表格的过程和飞行中使用修正能力表格的步骤,提出阻力板展开时机的优化判断条件,并采用该方法对某型弹道修正火箭弹射程修正控制进行仿真试验和飞行试验.仿真试验结果表明,当目标射程为33 565.4m时,经修正后火箭弹的射程偏差能控制在20m以内;飞行试验结果表明,弹道修正火箭弹的射程偏差实测为24m,射程精度得到明显提高.     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

基于强跟踪滤波器的多雷达配准方法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素。提出了基于强跟踪滤波器(STF)的多雷达配准算法。该算法是利用各雷达相对主雷达的测量差值,利用强跟踪滤波器(STF)实时估计出各雷达的系统偏差(方位和距离),从而进行配准。仿真实验结果表明这种方法是有效的。     

基于三级数据关联的红外点目标跟踪方法

介绍了目前红外系统的目标跟踪方法;在目标跟踪时的数据关联阶段,提出了三级门限数据关联算法,根据门限级别所划分的疑似目标点位置,算法采用不同的数据关联策略。该算法能减少轨迹分叉时的计算量,能有效地检测出速度〈1像素／帧的运动点目标。实验结果证明了该算法的有效性。     

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。