卡尔曼滤波器及其工程应用

卡尔曼于1960年提出了离散系统线性滤波的递推求解方法即卡尔曼滤波算法.该滤波算法是基于线性最小平方法的、进行有效递推计算的一组数学方程式,算法功能强大,支持对过去、现在和将来状态的估算.本文旨在对离散系统的卡尔曼滤波作应用方面的介绍:包括对基本离散卡尔曼滤波器的描述与讨论;对扩展型卡尔曼滤波的讨论;应用实例进行分析和仿真;讨论卡尔曼滤波在汽车定位与导航工程上的应用.     

基于相关滤波器的尺度自适应目标跟踪算法

针对跟踪目标外观尺寸发生变化,造成跟踪效率较低的问题,本文提出一种基于相关滤波的尺度自适应目标跟踪算法。该算法利用多个通道的颜色特征描述目标外观,通过学习得到的位置相关滤波器估计目标的中心,并据此提取多尺度样本来构建模板,继而利用空间学习获得的尺度滤波器评估目标最优尺度,从而实现尺度自适应目标跟踪。实验验证该算法在目标尺度发生变化时鲁棒性强。     

基于卡尔曼滤波器的运动目标检测与跟踪

针对摄像机静止的情况,提出了一种可运用于实时监控中的运动目标检测与跟踪的方法．采用更新函数实现背景实时更新,通过差分算法检测运动目标．在跟踪模块中,提出建立帧间目标“关系矩阵”实现多个运动目标匹配,并采用卡尔曼滤波器预测目标参数,在运动目标相互遮挡的情况下,根据预测参数跟踪目标,获得目标轨迹．通过多个图像序列测试,算法具有良好的实时性和适应环境变化的能力．     

一种IPv6协议栈剪裁改进方案

无线传感器网络中应用IPv6协议实现通信是当前的一个热点,但IPv6报头太长,直接应用于资源有限的传感网会严重影响网络性能。提出一个压缩IPv6报头的改进方案,并从网络生存时间和丢包率2方面对改进方案的性能进行了试验测试。试验结果表明,改进方案可以有效提高IPv6无线传感器网络的整体性能。     

基于DSP的水田平地机倾角传感系统设计与试验

平地机车身倾角是水田平地机平地铲自动调平控制的重要反馈信息。为满足平地铲自动调平的倾角测量精度要求,达到水田精准平整、减少水资源的浪费、提高水稻产量的目的,设计了一种基于DSP的水田平地机倾角传感系统。采用惯性加速度计和陀螺仪作为倾角传感系统的倾角测量传感器,分析了倾角传感系统倾角测量原理、设计了硬件系统和基于卡尔曼滤波器的传感器融合算法。倾角传感系统综合利用加速度计所测的重力加速度分量和重力加速度的三角关系以及陀螺仪所测的角速度和车身倾角的导数关系测量获得平地机车身倾角;采用三轴加速计ADIS16300、陀螺仪ADXRS453和DSP处理器TMS320F28069等器件组成倾角传感系统的硬件系统,其中DSP处理器主要实现传感器数据采集、算法执行和数据通讯等功能;以平地机真实倾角和陀螺仪零位偏差作为系统状态向量,建立系统状态方程和测量方程,通过离散化卡尔曼滤波器递归融合得到平地机车身实时倾角。通过三轴多功能转台对倾角传感系统的卡尔曼滤波融合算法测量精度进行了试验。试验结果表明:该倾角传感系统在静态和动态时均能准确地测量平地机车身实时倾角。静态测量时车身角度平均绝对误差≤0.01°,均方根误差≤0.01°,最大误差0.07°。动态测量时车身角度平均绝对误差≤0.18°,均方根误差≤0.20°,最大误差0.41°。说明该系统为水田平地机平地铲自动调平控制提供了低成本倾角测量方案。     

无线传感网在浙江设施农业大棚中的应用探讨

文章概述了无线传感网及其技术特点,介绍了适合设施农业环境应用的UNIT无线传感通讯网络。根据浙江省设施农业发展现状和目标,分析了其中存在的问题和解决方法,并提出了构建省域一体化无线传感监控体系的设想。     

一种能量有效的无线传感网络节点跟踪算法

针对无线传感网络能量有限的特点,提出了一种能有效节约能量的节点跟踪算法.算法首先采用无迹粒子滤波算法(UPF)及后验卡尔曼滤波获得当前时刻节点状态估计,并采用高斯混合模型拟合当前状态,然后将此模型参数传递给下一个传感器节点,下一个传感器节点再利用这些参数更新后验分布,估计下一时刻的节点状态.这样可以减少网络间的通讯负荷、节约传感器节点能量.仿真实验表明,在同时考虑定位精度和能量消耗上,本文算法具有很好的性能.     

基于扩展卡尔曼方法的无速度传感器直接转矩控制

由于无速度传感器感应电机在农业生产、交通运输等方面的应用日益广泛,针对传统直接转矩控制(DTC)存在低频脉动和控制精度差等问题,提出利用扩展卡尔曼滤波器对感应电机控制系统进行状态估计的方法,从而实现无速度传感器直接转矩控制。首先分析应用于感应电机的扩展卡尔曼滤波(EKF)算法,设计了一种基于EKF的观测器,用于同时估计感应电机的转速和负载转矩,由此建立无速度传感器EKF-DTC控制系统。仿真实验结果表明,系统具有较强的鲁棒性。相比传统DTC控制,EKF-DTC控制系统在低频脉动抑制和随动控制性能上有明显改善。     

基于支持向量回归粒子滤波器的运动员实时跟踪方法

提出了一种用支持向量回归改进粒子滤波器的实时跟踪算法,并用于足球比赛中．实验证明,通过支持向量回归来重新估计粒子权值能有效提高跟踪系统的鲁棒性和精确性．     

基于支持向量回归粒子滤波器的运动员实时跟踪方法

提出了一种用支持向量回归改进粒子滤波器的实时跟踪算法, 并用于足球比赛中. 实验证明, 通过支持向量回归来重新估计粒子权值能有效提高跟踪系统的鲁棒性和精确性.     

一种基于 Chebyshev正交多项式的卡尔曼滤波器

针对卡尔曼滤波器滤波非线性系统做了改进,提出了一种基于Chebyshev正交多项式的卡尔曼滤波器.非线性系统经Chebyshev正交多项式分解后,再利用标准卡尔曼算法求解,理论上可以无限逼近此系统,使其达到理想精度.为了验证算法的有效性,本文对此作了理论推导,并将算法应用于混沌系统,实验中传输信号与理想信号之间的误差由白噪声产生,仿真结果表明,其性能优于Unscented卡尔曼滤波器.     

多机动目标跟踪的IMM-GMPHD滤波算法

针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题，本文将高斯混合概率假设密度（Gaussian Mixture PHD，GM-PHD）滤波器和交互式多模型（Interacting Multiple Model，IMM）相结合，提出交互式多模型GM-PHD（Interacting Multiple Model GMPHD，IMM-GMPHD）滤波算法。算法不仅避免了多目标跟踪中的数据关联问题，而且在漏检、目标密集、目标机动、航迹交叉、目标数目未知的杂波环境下能够稳定、精确地估计目标数目和状态。100次蒙特卡洛（Monte Carlo，MC）仿真结果表明，IMM-GMPHD滤波器能在不增加额外计算负担的基础上，体现出较高的精确度和较强的鲁棒性。     

无线传感器网络的关节点分析模型

对随机分布的无线传感器网络中的节点流量因子、汇聚因子和桥接因子进行了理论建模，在此基础上提出了关键节点的理论判据和发现算法.通过实验模拟，发现通过该方法识别出来的关节点是对网络生存期影响最大的节点.通过该方法，可以快速找出传感网中的热点区域和关节点，为提高无线传感网生存期提供了重要的理论依据.     

智能灌溉系统中无线传感网络2.4GHz无线信道传播特性

无线传感网络被越来越广泛地应用到农田智能灌溉系统中,但在实际应用中,无线信号的传输质量随着所处农田环境不同而不同。为了经济、合理、高效地部署无线传感节点网络,选取2.4 GHz工作频段的无线节点,对其接收信号强度及丢包率进行研究,明确其变化特征,给出合理的传输距离及天线架设高度,为无线传感网络的节点部署提供参考。     

基于SUKF与SIFT特征的红外目标跟踪算法研究

针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。     

基于动态综合评价的无线传感器网络数据转发算法

为了延长无线传感器网络的生存周期,必须在传感数据转发过程中尽量均衡节点能耗。利用动态综合评价有效转发节点的多属性信息来进行下一跳节点的选择,通过最优邻居节点转发传感数据可以达到网络数据流量分配合理和能耗均衡的目标。仿真实验表明,提出的算法较同类算法在均衡节点能耗和延长网络生存周期方面具有一定的优势。     

一种路径概率感知的无线传感器网络目标跟踪协议

目标跟踪是无线传感器网络的一种重要应用.目标跟踪协议可分为使用预测和不使用预测两种.许多使用预测的协议假设被跟踪对象保持当前的速度和方向继续运动,但是,在目标沿着一定路径运动时,当处于路径拐点或是分叉点,遵循这种假设的算法很有可能失败.因此,提出一种路径概率感知的目标跟踪无线传感器网络协议.利用路径的拐点和分叉点的目标方向概率信息来预测目标运动新的方向,并且根据节点相对于路径以及邻居的位置来分配感应、通信和运算的能量.提出与路径走向概率相适应的调度方式.概率分析表明,本协议提供更好的目标跟踪效果并且节省能     

基于CenterNet搭配优化DeepSORT算法的断奶仔猪目标跟踪方法研究

[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检测模型,对DeepSORT算法的检测部分进行优化;训练优化跟踪过程中提取仔猪目标外观特征的模型,结合卡尔曼滤波和匈牙利匹配算法,改进重识别环节,实现具有深度关联度量的断奶仔猪目标实时检测与跟踪。[结果]算法测试结果表明,断奶仔猪目标检测模型的平均精度均值和召回率分别为99.0%和78.6%,多目标跟踪精度MOTA和MOTP指标分别为96.8%和81.8%。[结论]本文所提方法改善了因断奶仔猪外表高度相似性以及黏连遮挡情况导致跟踪困难的问题,可在群养环境中精准跟踪断奶仔猪个体,算法为后续仔猪个体行为分析研究提供技术支撑。     

基于物联网的储粮粮情监测管理系统研究

针对目前我国仓储行业粮情监测管理系统存在的不足,提出一种基于物联网的储粮粮情监测管理系统,将电子标签附着于各级粮仓中的粮食样品中,通过射频识别（RFID）装置、阅读器、服务器之间的通信以及无线传感网（WSN）组网技术,实现粮仓环境自动感知、智能调节功能,粮仓信息智能储存功能,粮仓粮情的定位和跟踪功能,区域间的粮仓＂通信＂功能等,从而提高对储粮安全的监控能力、提高管理效率、节约管理成本。阐述基于物联网的储粮粮情监测管理的功能和原理,以及无线传感网络的组成。     

基于无线传感网的毛竹林净初级生产力估算

碳通量监测结果是评价森林生态系统碳收支的重要数据基础。涡度相关法作为目前最可靠的通量观测技术,在精度上具有优势,但观测范围局限于通量贡献区,无法实现大区域的森林生态系统净初级生产力(net primary productivity,NPP)监测。为了研究无线传感网络在生态监测中的应用,探寻一种大尺度净初级生产力估算的方法 ,在安吉毛竹Phyllostachys edulis林通量观测塔附近部署无线传感网,采集2015年1月至9月的太阳辐射、气温和湿度等气象数据。在对光能利用率(light use efficiency,LUE)模型的参数计算方法进行简化的基础上,将无线传感网数据作为光能利用率模型的驱动变量,实现基于无线传感网数据的毛竹林净初级生产力估算,得到以下结果:1利用无线传感网采集的气象数据与通量塔观测数据具有较高的一致性,两者光辐射的决定系数为0.77,相关性较高。2基于无线传感网数据估算的毛竹林NPP与实测值相比,在月尺度上两者的相对误差为10.1%,具有较高的精度以及一致的季节变化趋势。3随着数据合成时间尺度的增加,估算值与实测值之间的误差降低,其中以10 d尺度数据合成精度最高。无线传感网作为一种新型的监测手段,能很好地实现对毛竹林生态系统的监测。