多模型粒子滤波跟踪算法研究

针对机动目标跟踪问题,该文设计了一种改进的多模型粒子滤波(EMMPF)算法。与传统的多模型粒子滤波(MMPF)算法按照模型概率分配粒子数不同,该算法可根据用户定义的准则灵活控制各个模型的粒子数,且无需对模型间的粒子进行交互。模型估计和状态估计分开计算,并用模型似然函数更新模型后验概率。与MMPF进行的仿真比较表明,该算法能用较少的粒子数获得更好的滤波性能。     

基于人工蜂群算法的粒子滤波目标跟踪

针对基于粒子滤波的视频目标跟踪算法中由于粒子重采样过程而导致粒子贫化的问题,提出了一种基于人工蜂群算法的粒子滤波目标跟踪算法,利用群体智能的特点使得粒子集在重采样前得到优化,保持了粒子的多样性,从而解决了粒子贫化问题,同时增加了有效粒子的数目.实验结果表明,基于人工蜂群算法的粒子滤波跟踪算法,比标准粒子滤波跟踪算法所需粒子数更少,对目标遮挡、较复杂背景有较好的跟踪效果.     

一种Camshift优化的粒子滤波跟踪算法

针对传统粒子滤波目标跟踪算法中用先验转移概率作分布函数时计算量大、粒子退化严重且未考虑最新观察信息等缺点,提出了一种Camshift优化的粒子滤波跟踪算法.算法首先在粒子滤波框架下,利用Camshift算法使粒子向目标状态的最大后验核密度估计方向移动.然后针对目标所处环境的不同,提出了适时调整参与Camshift算法优化的粒子数的方法,既考虑了跟踪算法的效率又考虑了粒子的多样性.跟踪结果表明,该算法的跟踪性能明显优于传统的粒子滤波算法,具有很好的实时性和鲁棒性.     

粒子滤波算法的性能分析与改进

对粒子滤波算法的性能进行了分析并提出了一些改进设想。首先阐述粒子滤波的原理;以雷达目标跟踪为例,利用粒子滤波对目标的3种典型状态模型进行了跟踪试验;然后详细分析了粒子数、状态模型、过程噪声、热噪声等参数对整个跟踪性能的影响,并提出改进设想;最后阐明了粒子滤波的适应性,展望了其未来发展方向。     

基于改进粒子滤波算法的红外小目标检测跟踪

将粒子滤波算法引入到红外小目标的检测跟踪领域,为解决重要性函数选择和粒子退化问题,结合蚁群搜索算法与粒子群优化算法改进标准的粒子滤波.改进后的粒子滤波能有效减少粒子数,降低运算量,避免了粒子迁移线性化,且无需重采样.分析论证了该算法的基本原理,着重叙述了粒子迁移的过程.通过跟踪实拍红外图像以及仿真图像验证,表明该算法能...     

一种卡尔曼滤波与粒子滤波相结合的非线性滤波算法

提出一种基于卡尔曼滤波与粒子滤波的非线性滤波算法.这种方法对于状态变量服从线性变化而观测方程为非线性的动态系统模型具有显著的效果.首先使用粒子滤波对状态变量进行初估计,然后对估计结果进行卡尔曼滤波,另外推导出该系统模型下状态变量估计误差的克拉美劳下界.通过计算复杂度分析及仿真实验验证,表明新方法与标准粒子滤波算法复杂度相当,但参数估计精度要高于标准粒子滤波以及扩展卡尔曼滤波算法,估计误差甚至要低于系统模型的克拉美劳下界.     

基于QMCPF-IMM的强机动目标跟踪算法研究

为了提高雷达对机动目标的跟踪精度,通过融合拟蒙特卡罗思想,提出了一种适用于非线性非高斯系统的拟蒙特卡罗粒子滤波交互式多模型算法。该算法利用拟蒙特卡罗采样,克服传统算法采样粒子间隙过大、粒子层叠问题,增加交互式多模型对机动目标跟踪时的有效粒子数;通过区间估计理论,解决拟蒙特卡罗支撑区间难以计算问题,并结合核密度估计重采样,保证采样粒子的低等差异性。仿真结果表明：与交互式多模粒子滤波算法相比,改进算法可在保证滤波实时性的同时,提高跟踪精度。     

正则化粒子滤波在水下目标跟踪中的应用

针对传统卡尔曼滤波(KF)及扩展卡尔曼滤波(EKF)在非线性目标跟踪模型中,跟踪精度较差的问题,本文给出了一种基于正则化粒子滤波(RPF)的水下目标跟踪算法。文中在一种模拟水下目标跟踪环境的非线性动态模型中对所提出的算法进行了仿真试验,并将其跟踪性能与扩展卡尔曼滤波和标准粒子滤波算法(PF)进行了比较。仿真结果表明,PF算法比EKF算法滤波精度更高,RPF的跟踪性能优于PF和RPF,而且随着粒子数的增加,PF和RPF的跟踪性能也不断提高。     

卡尔曼粒子滤波中基于精确运动模型的局部区域估计

粒子滤波广泛应用于对精度和稳定性要求较高的目标跟踪,但其计算量大,并且计算复杂度随着状态量和粒子数目增长迅速增加。将目标跟踪转化为由粗到精的搜索过程,提出了一种基于精确运动模型的改进分层卡尔曼粒子滤波算法。该方法利用加速度的运动模型在真实目标位置的周围估计目标的散布范围,并在该范围内随机生成粒子,寻找精确的目标位置。文中引入加加速度模型主要是由于现有方法的状态量阶数不足,导致模型精确度较低,无法应对大机动目标的跟踪。因此,引入了高阶状态变量加加速度,并将其用于改进分层卡尔曼粒子滤波的运动模型。利用分层卡尔曼粒子滤波、粒子滤波以及提出的方法进行了跟踪试验,结果表明,基于精确运动模型的改进分层卡尔曼粒子滤波模型的跟踪方法能够提高线性运动的预测精度,实现复杂环境下精确稳定的跟踪。     

基于无味粒子滤波的动态场景下高机动目标跟踪

针对传统粒子滤波的目标跟踪算法存在粒子退化问题,提出了基于无味粒子滤波(UPF)的目标跟踪算法。为了将当前观测信息融入,采用无味卡尔曼滤波(UKF)生成粒子滤波的提议分布,以改善滤波效果。针对目标在机动过程中引起的视觉形变以及背景的变化,又采用了颜色直方图作为目标的颜色分布模型,并与UPF相融合。仿真结果表明,该算法对动态场景下的高机动目标有较好的跟踪效果。     

广州亚运会及残运会期间大气细粒子谱特征分析

2010年广州亚运会及残运会期间利用大气细粒子谱分析仪, 对广州城区和周边地区进行了大气细粒子谱的连续在线监测。研究了测量获得的粒子数浓度谱,分析了粒子数浓度的日变化特征,并对各个模态的粒子数浓度变化分别进行了研究。结果表明大气中气溶胶粒子主要集中在较小粒径。核模态粒子的数浓度主要受交通排放和气相成核影响,其中大学城站点呈单峰值分布,鹤山站点呈三峰值分布。爱根核模态粒子的数浓度受人类活动和核模态粒子涨大成爱根核模态粒子的影响,大学城站点呈三峰值分布,鹤山站点呈两峰值分布。积聚模态粒子和粗粒子模态粒子的数浓度的显著特点是白天低晚上高。鹤山监测站的粗粒子模态粒子的数浓度谱线受海盐溅沫的影响,在夜间有一峰值。最后分析了降雨对大气细粒子的清除作用。     

一种新的基于交互多模型的序贯重要采样算法

通过将交互多模型（IMM）算法和粒子滤波（SIS）算法结合，提出了一种新的IMM～SIS算法。在每个模型中，都有一个标准的粒子滤波器，模型之间的交互与传统的IMM一样。由于在新的算法中，每个模型中粒子滤波都保证固定数量的粒子，因此不会出现粒子退化和贫乏现象。仿真证明了新的IMM—SIS算法在收敛速度和精度方面都要优于传统的IMM—EKF算法。     

一种自制软X 射线颗粒中和器与同类商业化中和器的性能比较 #br#

运用扫描电迁移率粒径谱仪对比测试自制软 X 射线中和器 (CM-SXR) 与商业化 TSI 高级气溶胶中和器 (TSI-SXR)。研究结果表明, 对于 20 nm 以上颗粒物, 在差分电迁移率分析仪 (SMPS) 筛分负电荷模式下, 对不同颗粒 物 (聚苯乙烯乳胶颗粒、硫酸铵及氯化钠颗粒、室内空气颗粒) 的测试均显示, 使用自制中和器比使用 TSI 中和器测 量所得的颗粒物数浓度要高, 浓度差异最大达 40%; 而在筛分正电荷模式下, 其结果正好相反, 最大浓度差达 77%。造 成上述差异的原因可能是由于软 X 射线在两种中和器中放置位置不同而导致放射程度不同以及停留时间存在差异, 从而最终导致中和器中颗粒物正负电荷分布不同。     

二维非球形粒子随机介质中光场的传输特性

研究了散射粒子形状改变对光波在二维随机介质系统中的传输情况的影响。基于整体散射效应模型,建立了非球形粒子作为散射粒子的二维随机介质的模型。构建了模型的Maxwell方程,采用非均匀网格划分的时域有限差分(FDTD)方法解Maxwell方程,得到了TM模在非球形粒子二维随机介质模型中的传输及空间分布。采用快速傅里叶变换(FFT)对仿真获得的数据进行频谱变换,得到光波在频域上的发射谱。与以往的研究相比较,仿真结果表明,在非球形粒子系统中,光波的电场强度与球形粒子系统中电场强度随着散射粒子浓度的增加而增加不同,而是出现振荡的现象;发射谱显示,非球形粒子系统的模式竞争强于球形粒子系统,更易于实现模式选择。     

人工制备生物颗粒结构对宽波段消光性能的影响

为研究多态生物颗粒对目标探测等电磁设备的影响,将制备出的絮状生物颗粒等效为子弹玫瑰花型粒子,构建不同分枝数目和分枝长度的生物颗粒,采用离散偶极子近似法计算生物颗粒消光效率因子。结果表明:生物颗粒结构对宽波段消光性能存在较大影响。远红外波段,生物颗粒消光性能与分枝数目和分枝长度成正相关;毫米波段,生物颗粒消光性能与颗粒分枝长度成正相关,与分枝数目关系很小。在研究消光效率因子与分枝数目和分枝长度关系的基础上,构建了生物颗粒远红外波段平均消光效率因子模型。模型的构建将为生物颗粒宽波段消光性能研究以及形态控制提供参考。     

Alpha-particle tracks in silicon and their effect on dynamic MOS RAM reliability

Recent investigations [1] have found low levels of alpha particles (< 0.1 counts/cm². h) emitted from the immediate chip environment to be responsible for soft errors in 16K MOS dynamic RAM's. We have investigated this problem in two related studies. First, we review the interaction of alpha particles with the Si lattice and present range-energy and specific ionization data. Experimental values of the actual charge collected at shallow junctions for 4.9-MeV alpha events are presented. The dynamics of the collection process and the influence of the interface electric field in p-p⁺epitaxial material are identified. We further show the dependence of the collected charge on the incident particle energy and angle. Second we review the operation of current memory devices and indicate how soft failures due to alpha particles can be identified. We present soft error rate versus duty cycle data for a number of devices displaying different failure modes. The dependence of the soft error rate on incident particle energy and angle is also shown. Finally, we propose a simple accelerated test to evaluate device susceptibility to this failure mode.     

基于粒子滤波的交互式多模型说话人跟踪方法

 本文提出一种基于采样交互的多模型粒子滤波方法,实现了对随意运动说话人的有效跟踪。该方法根据说话人跟踪问题的特点,用马尔可夫跳变系统描述说话人的动态特性,用粒子滤波方法估计说话人的位置。在说话人跟踪过程中,通过调整滤波粒子的采样区域,完成交互式多模型方法中的输入交互,这不仅实现了各子滤波器中粒子数目的任意设定,避免了模型转换过程中的性能退化现象,而且取消了对模型后验概率密度函数的高斯分布假定,增强了说话人跟踪系统的鲁棒性。计算机仿真实验结果验证了本文方法的有效性。     

基于二甘醇的气溶胶粒径谱仪在测量3 nm 以下颗粒物时的性能比较

近年来, 基于二甘醇的气溶胶粒径谱仪被广泛用于 3 nm 以下气溶胶颗粒物的粒径谱测量, 探究比较这些仪器 的性能对于粒径谱的准确测量有着重要的意义。对基于二甘醇的扫描电迁移率粒径谱仪 (DEG-SMPS) 和颗粒物粒径 放大器 (PSM) 进行了比较研究。在实验室标定过程中, 为让 PSM 获得更可靠的数据, 建议尽可能将标定范围设定至 大于 4 nm, 以减少 3 nm 以上的颗粒物在数据反演过程中的影响, 还可以增加 PSM 数据反演的粒径范围。研究表明, PSM 和 DEG-SMPS 在测量小于 3 nm 的颗粒物数浓度时, 结果较为一致。在外场观测的每个新粒子生成天, 这两种仪 器之间的数浓度相关性均很好 (r2 >0.75)。但 PSM 与 DEG-SMPS 总数浓度比值的斜率在 1.4 到 4.5 之间变化, 推测可 能是由于新粒子生成的颗粒物化学组分的不同导致的。此外, 一些不可忽略的不确定因素, 如两台仪器标定检测效 率所产生的不确定度以及 DEG-SMPS 使颗粒物带电时荷电效率的不确定度等, 也可能导致该比对结果的差异。由于 DEG-SMPS 使用静电气溶胶分级器 (DMA) 对颗粒物的粒径进行区分, 而 PSM 是通过改变二甘醇的过饱和度以激活 不同粒径的颗粒物, 进而通过数据反演来对粒径进行区分, 因此 DEG-SMPS 的粒径分辨率比 PSM 要高。但 PSM 在低 颗粒物数浓度的环境中表现更好, 包括一些较弱的新粒子生成天, 这是因为 PSM 不需要使颗粒物带电, 从而避免了 3 nm 以下颗粒物的极低的荷电效率的问题。因此相比于 DEG-SMPS, PSM 不容易受到凝聚核粒子计数器 (CPC) 的计数 误差带来的影响。总的来说, PSM 和 DEG-SMPS 都足以用于测量 3 nm 以下颗粒物的粒径谱分布, 有助于更好地进行 新粒子生成过程的研究, 结果中仍然存在的部分不可忽略的不确定性问题需要在未来的研究中进一步解决。     

溶液中微米级异物目标视觉检测技术

提出了一种利用机器视觉技术对溶液中μm级异物微粒进行检测并统计粒径信息的新方法。首先,建立溶液离心旋转急停后其中异物粒子的运动轨迹数学模型;然后,提取溶液视觉图像序列中每个可能目标的有效特征,通过特征匹配得到帧间若干可能目标的运动轨迹,根据异物目标与背景噪声等伪目标轨迹的差异进行甄别检测;最后,对视觉系统进行标定,确定检测到的异物目标粒径大小及各区间微粒数量。实验表明,该技术检测精度能够到达10μm,且具有较高的检测准确率。