-
一种基于M-APF的实时UAV目标跟踪算法
针对中小型UAV(UnmannedAerialVehicle)平台运动目标跟踪系统由于受机载摄像条件及数据传输时延等因素,造成跟踪结果实时性不高、目标被遮挡时易丢失的问题,提出一种基于M-APF(Meanshf厅卅uxiliaryParticleFilter)的UAV运动目标跟踪算法.该方法采用APF作为跟踪算法的主体框架,同时引入Meanshift计算少量辅助采样粒子的偏移,并将其移动到观测值的局部最优位置,解决了APF算法计算量大的问题,提高算法实时性.仿真结果显示:算法满足UAV平台运动目标跟踪要求,实时性及鲁棒性优于Meanshift和APF等算法.席庆彪,董阳霞,刘慧霞 - 系统仿真学报文章来源： 万方数据 -
一种改进的粒子滤波算法应用于故障诊断
为了解决粒子滤波技术中粒子退化的问题,出现了重采样算法.传统的重采样算法如系统重采样,分层重采样等普遍运算时间较长,耗费去很多机时,有时难以满足对实时性要求较高系统的故障诊断.在对粒子滤波技术进行分析的基础上,提曲7一种新的重采样算法一"雯玻那契查载重采样".并利用基于残差生成的系统故障诊断方法,籽改进的重采样算法应用于传感器故障诊断中.通过对电磁流量传感器的信号处理系统为实验对象进行仿真分析,可以看出,该算法预测系统状态的精度与其它算法基本一致,能有效的进行故障诊断,并且实时性较好,运算时间较快.杜京义,殷梦鑫 - 系统仿真学报文章来源： 万方数据 -
基于粒子滤波和多特征融合的目标跟踪算法
为了克服单纯基于颜色特征的跟踪方法在复杂环境下易导致跟踪失败的缺点,提出了将颜色和结构信息相结合的跟踪方法.利用基于HSV颜色空间的加权颜色直方图表示目标的颜色模型,利用目标的灰度图像建立结构模型,并将两者融合于粒子滤波的框架中,结合的纽带就是粒子权值的计算,同时自适应的调整颜色和结构信息的融合系数.实验表明,该算法的稳定性较高,同时提高了跟踪的精度.于金霞,许景民,汤永利,赵倩 - 计算机系统应用文章来源： 万方数据 -
基于粒子滤波后验概率分布的多特征融合跟踪?
在光照和目标形变等外部条件变化的情况下,仅利用目标的单一特征难以鲁棒的跟踪目标。提出了一种基于粒子滤波后验概率分布的多特征融合跟踪算法,在粒子滤波跟踪框架下,用直方图模型表征目标的颜色和边缘特征,通过两种特征后验概率之间的“协作”与“学习”实现特征融合,各种场景的试验结果比较表明,新的融合跟踪算法比仅用单一特征跟踪、现有的多特征融合算法具有更好的稳定性和鲁棒性,特别是针对环境光照和目标背景变化较大的情况更具有优势。顾鑫,李喆,王华,张尧,张凤,岑小锋 - 传感技术学报文章来源： 万方数据 -
激光陀螺信号解调中自适应滤波器的设计
在激光陀螺信号解调领域中,在满足高精度的前提下如何降低滤波器的延迟一直是相关院所的研究重点。针对此问题,研究了一种新的激光陀螺滤波处理的方法。这种方法采用LMS自适应滤波器原理,分别把机械抖动抖反馈信号作为滤波器的基本输入,把机抖信号、随机噪声和白噪声作为滤波器的参考信号,然后通过FPGA进行数字滤波以及外围控制,最后给出了滤波器的算法实现以及硬件框图。实验结果表明,LMS自适应滤波器有很好的解调效果,经过滤波后的计数值差值在±1个数以内,且延时为1 ms。李锦明,李泽明,杨燕姣 - 传感技术学报文章来源： 万方数据 -
基于Cubature卡尔曼滤波的强跟踪滤波算法
提出一种新的基于Cubature卡尔曼滤波的强跟踪滤波算法(CKF-STF).该算法基于强跟踪滤波的理论框架,采用三阶Cubature采样积分代替传统强跟踪滤波中的雅可比矩阵求解,并给出了适用于一般非线性系统的强跟踪滤波算法的线性等价描述.新算法不仅具有强跟踪滤波鲁棒性强的优点,而且继承了CKF算法处理非线性系统的能力.采用具有实际应用背景的目标纯方位跟踪仿真实例验证CKF-STF算法,结果表明该算法不仅精度高,而且实现简单.刘万利,张秋昭 - 系统仿真学报文章来源： 万方数据 -
线性变化参数的粒子群优化算法
针对粒子群算法容易陷入局部最优点,收敛较慢等问题,在不增加算法复杂度的前提下,提出了线性变化参数的粒子群优化(LCPPSO)算法.LCPPSO算法通过对粒子的速度更新方式进行调整,采用惯性权重和加速因子c1的值线性递减,c2线性递增的策略加强算法的收敛能力.通过经典测试函数进行仿真实验,与标准PSO及其他改进的PSO算法进行对比,实验结果表明LCPPSO算法实现更加简单,需要调整的参数更少,不仅提高了收敛速度,也具有更好的跳出局部最优能力.戴文智,杨新乐 - 生物数学学报文章来源： 万方数据 -
基于多站交互式多模型算法跟踪临近空间目标
临近空间目标飞行器的高速、高机动特性给地面防御系统对其定位和跟踪带来了巨大的困难,传统的滤波算法无法给出精确的目标状态估计,跟踪性能变差.为了更好地满足非弹道式机动目标跟踪滤波的需要,使用了多站跟踪方法与扩展卡尔曼滤波算法、无迹卡尔曼滤波算法、交互式多模型-扩展卡尔曼滤波算法、交互式多模型-无迹卡尔曼滤波算法相结合,实现对临近空间目标飞行器定位和跟踪,并保证了定位跟踪精度在允许范围之内,Matlab仿真结果比较了以上四种算法的跟踪精度,验证了交互式多模型-无迹卡尔曼滤波算法的有效性.秦雷,李君龙 - 系统仿真学报文章来源： 万方数据 -
自适应混合滤波算法在微型飞行器姿态估计中的应用
针对低成本惯性测量单元( IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数姿的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。傅忠云,刘文波,孙金秋,徐贵力 - 传感技术学报文章来源： 万方数据 -
75例老年乳腺癌患者新辅助化疗疗效及预后分析
目的 探讨老年乳腺癌患者的临床病理学特征、新辅助化疗疗效及预后的相关影响因素.方法 回顾性分析2003年1月至2008年12月本院收治的75例年龄≥65岁且接受新辅助化疗的乳腺癌患者的临床及病理资料.采用x2检验或Fisher确切概率检验分析不同临床病理因素与老年乳腺癌患者预后的关系,采用Kaplan-Meier法进行生存分析,Log-Rank检验进行预后单因素分析,COX回归模型进行多因素分析.结果 75例患者临床总有效率(ORR)为86.67% (65/75),pCR为18.67%(14/75).单因素分析发现原发肿瘤直径是老年乳腺癌患者新辅助化疗达pCR的影响因素(x2=4.08,P=0.043).老年乳腺癌患者5年DFS率和OS率分别为70.90%、81.30%.单因素分析显示,影响老年乳腺癌患者预后的因素包括合并疾病、TNM分期、病理类型、激素受体状态、不同新辅助化疗方案及pCR(x2=4.18、3.92、6.50、13.04、6.29、7.18,P=0.041、0.048、0.011、0.000、0.043、0.007).多因素分析显示,激素受体阴性是影响老年乳腺癌患者DFS的独立危险因素(OR=3.51,95% CI:1.19 ~ 10.29,P=0.022),合并疾病是OS的独立影响因素(OR=0.14,95% CI:0.04~0.44,P=0.001).结论 老年乳腺癌患者具有特殊的临床特征和独立的预后因素,应综合评价病情,实现个体化治疗.周立艳,史业辉,贾勇圣,刘晓东,佟仲生 - 中华乳腺病杂志(电子版)文章来源： 万方数据
科创中国
