多传感器分布式推广卡尔曼滤波算法及其在雷达红外目标跟踪中的应用

本文提出了一种用于非线性系统的多传感器分布式推广卡尔曼滤波算法,该算法中系统的动态方程和传感器的观测方程分别围绕全局估计和全局预测线性化,融合中心基于所有传感器观测的全局估计由各传感器基于自身观测的局部估计来重构。算法分析说明,全局估计的精度高、误差小。最后介绍了文中算法在雷达和红外两种传感器跟踪机动目标中的应用,仿真结果验证了该算法的有效性。     

一种基于分步式滤波的数据融合算法

本文提出了一种基于分步式滤波的多传感器动态系统数据融合算法.在由多传感器组成的分布式动态系统中,当对目标状态的所有观测值到来时,首先基于系统先前信息对该时刻目标状态进行预测估计,利用Kalman滤波器和各局部观测值依次对该时刻目标状态的估计值进行更新,从而得到该时刻目标状态基于全局信息的融合估计值.文中详细推证了融合算法的具体形式,并与传统的集中式数据融合算法在计算复杂度上进行了比较,计算机仿真表明该算法与传统的集中式算法对目标状态具有相同的估计精确度.     

带有信息反馈的最优异步递推航迹融合算法

现有的异步航迹融合算法大都采用无全局信息反馈的设计框架,并且忽略各异步传感器局部预测航迹误差间的相关性,加之考虑上述相关性的最优整体航迹融合算法的实时性难以被保证,从而导致局部传感器估计精度低、稳定性差、全局估计的最优性丧失和差的应用性等不足。为此,本文在引入全局信息反馈的基础上,同时考虑各局部预测航迹误差相关性,在融合估计误差协方差矩阵迹最小意义下,建立一种带有全局反馈机制的最优异步递推航迹融合算法。文中不仅对各种算法的次优或最优原理及性能进行了详细的分析与讨论,理论证明和仿真结果也表明了该文算法的有效性和优越性。     

基于MPEG压缩域的快速、鲁棒的全局运动信息提取方法

全局运动信息在视频分析中起着重要的作用.本文根据MPEG编码特点,提出了一种从MPEG压缩域中快速有效地进行全局运动参数估计的算法.该算法充分利用了MPEG压缩码流中的信息,通过提取预测残差DC图像的运动背景区域,估计全局运动参数,从而保证了参数估计的准确性,有效地克服了已有文献中仅仅采用运动矢量进行全局运动估计的局限性.根据不同的MPEG测试序列的对比分析,结果表明,本算法可快速准确地对MPEG视频序列进行全局运动信息估计,同时具有很高的鲁棒性.     

一种新的基于极大似然估计的系统辨识方法

进化计算是一种基于自然选择和自然变异机制的并行随机优化算法。由于递推极大似然估计法难以实现性能指标函数的全局寻优，所以本文提出了将改进的进化计算用于系统参数辨识的方法。计算机仿真结果表明，该算法能够实现似然函数的全局寻优。     

偏振参数最优重构的水下降质图像清晰化方法

针对水体浑浊情况下,水中悬浮粒子对光的吸收和散射作用造成图像模糊、对比度低等问题,提出了一种偏振参数最优重构的水下降质图像清晰化方法。首先,通过局部最小值滤波估算水下背景光图像,引入 Stokes 矢量原理计算偏振度,通过归一化互信息进一步优化偏振度信息,获取成像区域最优的重构偏振参数;其次,采用形态学的方法重建图像自动估计水下无穷远处背景光值;最后,搭建了水下环境模拟平台,通过单通道偏振探测器实时获取水下偏振图像;为了验证算法的有效性,通过三种客观评价指标与其他复原方法进行比较,结果显示算法效果优于其他的水下图像复原方法。     

基于原子分解的跳频信号盲检测和参数盲估计算法

本文针对跳频信号的检测和参数估计问题,提出了一种基于原子分解算法的跳频信号盲检测和参数盲估计算法。以Gabor函数为基函数对输入的多分量信号样本进行原子分解,在原子分解的每一次迭代后计算信号残差的信息论准则测度,通过与前一次迭代后的信息论准则测度作比较,找到信息论准则测度的第一个局部极小值,这个局部极小值对应的迭代次数就是信号样本中包含的信号分量的数量,进而根据分解得到的时频原子的参数值来聚类,从输入信号中分选出跳频信号的hop,并估计跳频信号的参数。仿真实验表明,该方法能够在未知任何先验知识的情况下,对高斯白噪声环境中跳频信号进行有效检测,并能够对跳周期、跳变时刻和跳频频率进行有效估计。      

Retaining local image information in gamut mapping algorithms.

Our topic is the potential of combining global gamut mapping with spatial methods to retain the percepted local image information in gamut mapping algorithms. The main goal is to recover the original local contrast between neighboring pixels in addition to the usual optimization of preserving lightness, saturation, and global contrast. Special emphasis is placed on avoiding artifacts introduced by the gamut mapping algorithm itself. We present an unsharp masking technique based on an edge-preserving smoothing algorithm allowing to avoid halo artifacts. The good performance of the presented approach is verified by a psycho-visual experiment using newspaper printing as a representative of a small destination gamut application. Furthermore, the improved mapping properties are documented with local mapping histograms.     

基于SRP和GA的声源定位方法

目前在枪声的定位系统中,大多采用到达时间差（DTOA）的方法对声源方向进行估计,这种方法没有用到阵列整体的优势,缺乏稳健性.而基于可控响应功率（SRP）的波束形成技术,具有较强的稳健性、抗噪性,以及具有一定的空域滤波性能,能够提高信号的信噪比,增加探测距离.在确定声源位置时,一般采用最优化算法,最小二乘法容易陷入局部极值点,而基于自然选择法则的遗传算法（GA）模拟生物进化过程,具有并行计算的特点,是一种全局搜索算法,能够得到全局最优解.将基于可控响应功率的波束形成技术和遗传法算法应用于枪声定位系统中,并通过实际的试验数据对此方法进行了验证,从结果来看具有较高的精度.     

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声.实验证明,该算法取得了良好的边缘检测效果.     

一种基于邻域支持准则的双层立体匹配算法

本文给出一种基于邻域支持准则的双层立体匹配算法，该算法以LOG边缘检测器输出的边缘点为匹配基元，利用图象相关特性和匹配相容性约束构成两层匹配系统．第一层以反映图象灰度统计特性的局部相关约束为准则．第二层以第一层输出为引导，从图象结构和视差相容方面寻求全局意义上的最佳匹配，从而使系统对复杂场景有较好的自适应性．实验结果表明，该算法结构简单，稳定可靠，具有处理复杂场景的能力．     

基于暗原色先验模型的Retinex算法

 现有雾天图像增强的Retinex算法采用固定滤波器,无法适应多种景深和雾化程度的情况.对此,本文提出一种基于暗原色先验模型的Retinex算法.暗原色先验模型反映了雾天图像中雾的分布与景深信息.受此启发,根据局部区域暗原色值设计一种尺度可变滤波器,针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分量,实现对雾天图像的增强.分别使用主观观察和客观数据分析方法,将本文算法与HE算法、固定尺度MSR算法进行对比,本文算法在细节增强以及图像整体效果上均优于HE算法和固定尺度MSR算法.     

基于改进局部切空间排列的流形学习算法

局部切空间排列是一种广受关注的流形学习算法,其具备实现简单、全局最优等特点,但其难以有效处理稀疏采样或非均匀分布的高维观测数据。针对这一问题,该文提出一种改进的局部切空间排列算法。首先,提出一种基于L1范数的局部切空间估计方法,由于同时考虑了距离和结构因素,该方法得到的切空间较主成分分析方法更为准确。其次,在坐标排列步骤为了减小排列误差,设计了一种基于流形结构的加权坐标排列方案,并给出了具体的求解方法。基于人造数据和真实数据的实验表明,该算法能够有效地处理稀疏和非均匀分布的流形数据。     

不完全量测下基于后验置信度残差检测的光电跟踪滤波器设计

 不完全量测下残差检测算法的设计是光电跟踪滤波器设计的关键,算法的正确检测概率直接影响到跟踪滤波器的估计性能.为了进一步提升传统残差检测算法的正确检测概率,提出了一种基于后验置信度的残差检测算法.其主要思想是在传统残差检测算法的基础上首先增加一个检测门限,对处于两个门限之间的残差,利用模糊隶属度函数方法进行模糊化,得到残差的似然概率,进而结合跟踪系统的先验探测信息,计算出探测数据的后验置信度,并根据计算结果对跟踪系统的数据探测情况进行判定.进一步,基于后验置信度残差检测算法,在不完全量测下设计了基于无偏转换量测的光电跟踪滤波器,并给出了跟踪系统统计意义下的Cramer-Rao下界(CRLB).Monte-Carlo仿真表明:基于后验置信度残差检测的光电跟踪滤波器,与基于传统残差检测的光电跟踪滤波器相比,估计性能有了进一步提升,特别是当跟踪系统探测概率较低时,估计性能提升更加显著,并且估计误差均方差(RMSE)已逼近跟踪系统统计意义下的CRLB.     

基于盲源分离的CDMA多用户检测与伪码估计

 在分析DS-CDMA系统模型的基础上,提出一种基于盲源分离技术的用户扩频码盲估计算法.仿真结果表明,该算法在单径或多径环境中都能正确地估计不同用户的扩频码信息.同时还提出一种基于盲源分离技术的盲多用户检测算法,该算法利用不同用户信息之间的独立性,不仅不需要知道用户的扩频码和信道信息,而且其性能相对传统的匹配滤波和解相关算法有很大改善,当信噪比为6dB时,本文算法的误码率降低了两个数量级.     

基于运动矢量场的双迭代全局运动估计方法

提出了一种基于运动矢量场的双迭代全局运动估计方法，该方法用两个最小二乘迭代过程来去除局部运动区域对全局运动估计的干扰。第一个迭代使用一个递减的百分比阈值来排除局部运动区域；第二个迭代过程使用一个固定的绝对阈值来检测完整的伞局运动区域并估计运动模型参数。实验结果表明双迭代法进行伞局运动估计的结果更加准确和稳定。     

A global optimization method for quasi-optics power combiner

This paper describes an algorithm which can determine a neighborhood of the global optimum of an objective function and an estimate of the global optimum. This method wasemployed to determine global optimum of the fundamental mode power, the fractional power of the fundamental mode and the combining efficiency. Given this information, a local optimization procedure can be employed to local the global optimum.     

一种基于KLT-RANSAC全局运动估计的电子稳像算法研究

全局运动估计是电子稳像的核心,很大程度上影响整个稳像系统的性能.提出了一种基于KLT-RANSAC全局运动估计的电子稳像算法,该方法首先通过增加距离约束机制,并进行亚像素级定位,优化Harris特征点,选择KLT快速匹配算法实现特征点的粗匹配,之后引入了RANSAC算法剔除误匹配点,去除视频序列中分布在运动物体上的特征点,避免了局部运动对全局运动估计的影响.实验结果表明:本算法可以有效解决特征点匹配过程中的误匹配问题,避免局部运动对稳像的干扰,快速准确地计算出全局运动参数,最终可以实时处理存在平移和旋转抖动的视频,输出稳定高质量的视频.     

基于混合PSO算法的加速度计快速标定

针对粒子群优化算法(PSO)在加速度计标定中存在早熟及陷入局部最优的不足,提出了基于差分进化(DE)的双种群信息共享及并行进化的混合PSO算法,并将该算法应用于加速度计快速标定。为提高混合算法的优化性能,提出了一种平衡DE算法全局探索和局部开发能力的加权变异算子,将Logistic函数的非线性特性引入到PSO算法惯性权重和DE算法加权系数的动态调整中。基准测试函数仿真表明所提出的混合算法在收敛速度、收敛精度、全局搜索性能和鲁棒性等方面明显优于PSO、DE算法;加速度计标定仿真结果表明,提出的混合算法能有效提高加速度计的标定精度。     

A Censored Sample Mean Approach to Nonparametric Identification of Nonlinearities in Wiener Systems

A new, censored sample mean nonparametric identification algorithm for estimation of a nonlinear characteristic in Wiener system using properly preselected input-output data is proposed. Conditions imposed on the unknown characteristic are weak. In particular, its invertibility and global continuity are not required. The algorithm is based on computation of local sample-mean of proper output measurements. The mean square consistency of the estimate is proved for each continuity point of the unknown characteristic and the issue of the asymptotic convergence rate is discussed. Computer simulations are included to illustrate efficiency of the method also for small and moderate number of data.