非线性目标跟踪滤波算法的比较研究

针对不同的非线性目标跟踪滤波算法在性能上存在较大差异的问题,展开了5种非线性滤波算法的比较分析研究,通过分析不同滤波框架下非线性目标跟踪性能,阐述了算法理论中的关键异同点.通过仿真实验和跑车试验,比较了基于Kalman框架下非线性滤波算法和基于Monte Carlo贝叶斯估计的粒子滤波在估计精度、计算量等方面的优劣性.实验结果表明,在复杂的非线性环境中,粒子滤波相对于其他4种滤波器滤波精度更高,但计算复杂耗时长,该结果可为非线性目标跟踪滤波算法的选取提供有益的参考.     

舰载武器系统目指精度预估模型研究

针对舰载武器系统中的目指精度预估问题,基于卡尔曼滤波理论导出了目指距离精度、目指方位精度、径向速度精度与目标航向精度的数学模型,结合最小二乘滤波建立了这些指标参数的简化计算公式,并利用仿真航路进行了验证,结果表明简化公式物理含义直观明确,预估误差在合理范围之内,能够为武器系统目指精度指标的确定提供理论依据,同时为目指精度参数的在线预估提供支持.     

基于乘波构形的跨大气层飞行器气动布局

利用乘波构形具有升阻比大的特点,将其作为滑翔跳跃式跨大气层飞行器的基准外形进行研究,提出了乘波构形的设计方法,详细分析了各设计参数对乘波构形的影响,研究了不同马赫数、不同优化目标下得到的乘波体的性能,得到了升阻比大、容积效率高的跨大气层飞行器气动布局,所得结论对跨大气层飞行器气动布局和乘波体外形的研究具有一定的参考价值。     

基于方根分解形式的UKF算法在目标跟踪中的应用

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,相对于扩展卡尔曼滤波(EKF)不仅能提高滤波精度,而且更容易实现.提出了一种基于方根分解形式的UKF算法(SRD-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BOT(bearing of target)仿真实验结果表明,该算法与UKF和PF算法相比具有更好的滤波性能.     

基于分数傅立叶变换的图像隐藏技术

提出一种利用分数傅立叶变换实现图像隐藏的新方法。将多个不同图像的信息分别经不同阶的分数傅立叶变换后,记录在同一谱平面上,实现了图像的第一重隐藏。通过相位编码后,对谱平面进行另一次分数傅立叶变换,实现图像的第二重隐藏。在解密时,需要特定的分数阶及正确的解码相位才能再现不同的初始图像。提出的新方法用不同的分数阶实现多幅图频谱叠加的互不干扰,用相位编码使得两次的分数傅立叶变换互不干扰,随机设置多重密钥,且每重密钥都极其重要,使得破译的难度提高,因此图像加密的结果更加安全。     

通过变维kalman滤波实现融合定位

为了能更好地跟踪、定位机动目标,提出了一种将蜂窝网定位信息与本地传感器信息相融合,利用变维Kalman滤波实现定位的方法。本地传感器信息指目标的运动速度和方向。仿真实验证明该方法具有较强的机动跟踪能力,定位精度高,且计算相对简便。     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

阶次跟踪分析在齿面磨损故障诊断中的应用

详细讨论了阶次跟踪分析的原理,并与传统频谱分析进行了比较,阐述了阶次跟踪分析的优越性及重采样方法实现的原理,通过对某型齿轮箱齿面磨损故障进行实例验证并提取特征参量,证明其有效性。     

基于SVD的机动目标自适应滤波研究与仿真

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的自适应卡尔曼滤波算法.仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点.     

用局部对比度信息改善图像质量

在图像的摄取和传输中,图像经常降质。为了改善图像质量,将信息熵的概念与图像的局部对比度信息相结合,提出了一种基于熵概念的非线性噪声的滤除方法,并进一步利用局部统计信息对图像进行增强。分别对模拟图像以及红外图像进行了试验,并与中值滤波、Lee滤波、Frost滤波等经典噪声滤波方法进行比较,实验结果验证了该方法的有效性。