多机动目标跟踪的BFG-GMPHD算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。     

一种GMM-SVM混合说话人辨认模型

文中提出了一种GMM和SVM混合说话人识别模型,在特征参数域和概率得分域对两种模型进行了融合。混合模型结合了GMM和SVM各自的优势,使SVM的概率输出兼顾各说话人模型内部和模型之间的信息,并有效解决了SVM训练算法复杂,难以处理大量样本的问题。采用TIMIT数据库进行了说话人辨认实验,结果证明本文提出的GMM-SVM模型比传统的GMM模型和SVM模型具有更好的辨识性能。     

非高斯码元检测的马尔可夫链蒙特卡洛算法

针对实际超低频接收机不仅受非高斯噪声的影响,还受接收机内部和外部环境中高斯噪声影响的问题,对噪声采用非高斯分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种利用马尔可夫链蒙特卡洛方法的超低频信号码元盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步估计信道衰落系数和噪声模型参数,并实现对信号码元的检测。算法迭代效率快、精度高。通过与最优检测算法性能比较,盲检测算法性能优异,对超低频信号接收具有重要的现实意义。     

基于改进的概率假设密度多目标跟踪算法

针对多个目标相互紧邻时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种改进的高斯混合概率假设密度滤波算法。根据每一时刻更新后所有目标的权值构造权值矩阵,通过权值矩阵中目标权值的分布来检测当前目标权值是否存在更新错误。基于新的目标权值再分配策略,对权值矩阵中每个目标可能不正确的权值进行调整,使得每个目标能够获得合理的权值。仿真实验表明,该算法能够准确地估计紧邻目标数目以及状态。     

温升热源条件油气热着火关键因素探究

通过对影响油气受热着火的关键因素进行研究,为发展主动防护技术提供理论依据。基于系统的实验和分析,探究了快速氧化现象、热源加热速度、热源面积与爆燃空间比例对热着火发生时临界浓度、着火概率和着火延迟期的影响,提出了温升热源条件受限空间能否发生热着火的综合判据。该判据认为：如果油气体积分数低于2.4％,受限空间体积与热源面积比值小于0．64m,那么即使温度达到873K,湿度降低到18％～21％,着火也不会发生。     

基于电容式双探针检测装置的油水混合物 检测实验研究

机动管线水顶油排空是管线使用中的一项基本作业,排空过程中不可避免地会产生油水混合物,准确掌握油水混合比例是进行油水混合物切割的基础,故对油水混合物的检测尤为关键.结合机动管线的特点,选用基于电容检测原理的电容式双探针检测装置进行油水混合物检测实验,结果表明该装置仅适用于精度要求不高、静置时间足够长、油水混合物已充分分离的场合.机动管线水顶油排空油水混合物的检测还需要探索结构简单、操作简便的新方法.     

T型分支坑道对油气爆炸传播特性的影响

为研究T型分支坑道对油气爆炸传播特性的影响,通过对比实验,测定了相同初始条件下T型分支坑道和直坑道中油气混合物爆炸的火焰传播速度和爆炸波超压值。利用高速摄影仪,记录了火焰传播至T型分支坑道时的火焰阵面变化情况,并对T型分支坑道中油气混合物爆炸的传播情况进行了理论分析。结果表明：T型分支坑道对油气混合物爆炸的影响可以视为面积突扩和障碍物扰动双重作用的影响;火焰经过支坑道时,火焰阵面发生扭曲并产生皱褶,表面积增大导致火焰传播速度增大;T型分支坑道处,大量反射波和绕射波进入波后反应区,加强了气流湍流强度,并推动已燃气体回传,迅速提高了燃烧反应速度和能量释放率,起到了增大火焰传播速度和爆炸波超压值的作用。     

狭长密闭空间油气爆炸燃烧数值研究

基于不同控制机理制约不同反应步骤的分步反应燃烧机理,建立了RNG k-ε湍流模型和层流有限速率/涡耗散燃烧模型直接耦合的燃烧模型,采用TVD有限体积法,对充满等体积油气预混气的狭长密闭空间油气爆炸燃烧发生与发展过程进行了数值模拟.为了验证模型的正确性,根据计算结果分析了爆炸流场出现的火焰、压力波和化学反应等特征.所得计...     

基于改进的混合高斯模型的背景建模方法

提出了一种基于改进的混合高斯模型的背景建模方法,克服了经典混合高斯模型方法计算量大和对长时间静止物体转为运动及光照突变较为敏感的缺点。首先,在经典混合高斯模型方法的基础上,引入了一种新的高斯分布个数的自适应选择策略,提高了建模效率。其次,分析了经典混合高斯模型方法对长时间静止物体转为运动及光照突变较为敏感的原因,采用了一种不同区域更新率的自适应选择策略,能够迅速响应场景的变化,有效地解决了大面积误检问题。通过在典型的场景下与经典混合高斯模型方法进行比较,验证了本文算法的有效性。     

基于混合高斯概率密度的加权打分方法

针对当前评比打分方法不能有效反映选手真实情况的问题,提出了一种基于混合高斯概率密度的加权打分方法。该方法的重点在于引入混合高斯分布来确定专家评分的权重。首先利用EM算法确定混合高斯分布模型参数,然后通过区间划分得到每个区间上的概率,再将专家打分映射到混合高斯概率密度函数区间上得到对应的权重,最后经加权求和得到选手的最终成绩。通过实例证明了该方法的合理性和公正性。