硕士论文-目标识别与位置估计融合处理的多Agent系统

哈尔滨工程大学硕士学位论文目标识别与位置估计融合处理的多Agent系统姓名：赵锋娟申请学位级别：硕士专业：计算机应用技术指导教师：刘群20070101目标识别与位置估计融合处理的多Agent系统作者：赵锋娟学位授予单位：哈尔滨工程大学相似文献(10条)1.期刊论文那盟.贾培发.NAMeng.JIAPei-fa微型直升机自主飞行辅助视觉系统研究-计算机工程与应用2006,42(30)为了实现微型直升机自主飞行,论文设计了实时的计算机视觉系统.该系统包括机载上的硬件设备和软件算法,能够实现目标识别、特征点提取和位置估计.文中设计了特定图标,并主要依据颜色来进行快速识别.此外,通过检测4个共面的图像特征点,能够在单目单帧的基础上计算出直升机相对于特定目标的三维位置信息.视觉系统任务由位于机载上的IntelSitsang板来执行.由于受到板子运算能力的限制,每秒钟可以处理5帧160×120的彩色图像.飞行实验结果表明,该视觉系统的目标识别率高达93%,角点计算偏差小于3个像素,同时自身定位的三维位置坐标平均偏差为8cm、13cm和6cm.因此,该视觉系统通过精确自身定位,能够很好的辅助微型直升机完成自主悬停、起飞和降落等飞行任务.2.学位论文刘源基于模糊信息处理的数据融合方法研究1999数据融合是通过综合多信息源的数据,可以比从任何单个信息源所提供的数据中获得更加精确和更加确定的推理.它是许多传统学科和新兴的工程领域相结合而产生的一项新技术,是现代C'3I系统中的重要组成部分.其功能模型中包括低层次上的信号检测,位置估计和身份估计,以及高层次上的态势估计和威胁估计等数据融合问题.全文共分六章.3.期刊论文毕莉.赵锋.高勋章.黎湘基于高分辨距离像的弹道目标尺寸综合估计方法-现代雷达2009,31(10)利用高分辨距离像估计目标尺寸是弹道导弹中段防御雷达目标特征提取和识别的重要途径.文中介绍了经典的谱估计方法及其实现流程,在此基础上提出了一种综合估计方法,该方法将傅里叶变换和超分辨方法相结合,充分利用两者的优点,有效解决了单个谱估计方法无法同时提高模型阶数估计精度和散射点位置估计精度的问题.最后给出了基于仿真数据的目标尺寸估计仿真结果,通过估计精度的比较,验证了文中方法的有效性.4.期刊论文计科峰.高贵.匡纲要一种子像素精度SAR图像目标峰值提取方法-计算机仿真2004,21(9)SAR图像目标峰值是SAR图像目标识别的重要特征,它本质对应于目标散射中心,目标峰值提取是SAR图像目标识别的一个重要步骤.基于峰值SAR图像目标识别系统要求目标峰值提取方法应具有快速、高精度的特点.现有的SAR图像目标峰值提取方法精度较低,其对目标峰值位置的估计精度只能达到像素级.为了提高SAR图像目标峰值提取精度,该文在分析SAR图像峰值模型基础上,提出了一种子像素精度SAR图像目标峰值提取方法,并通过仿真实验,分析了该方法对目标峰值位置、幅度的估计性能,结果表明在SNR=20dB的情况下,该方法对目标峰值位置估计的标准偏差＜0.1个像素,峰值幅度估计的标准偏差小于0.05*H(这里H表示目标峰值的真实幅度),文中还给出了该方法对实测MSTARSAR图像的目标峰值提取结果.5.学位论文李智电视跟踪雷达的数字化目标跟踪与信息获取方法的研究2004电视跟踪雷达是一种被动式成像跟踪设备,能在比较复杂的背景下按照标准的电视制式,提取与分离视场内的目标,确定目标位置,估计目标运动趋势,实现对目标的实时跟踪.它具有跟踪精度高、跟踪状态平稳、抗干扰能力强,分辨率高和成本低等特点,在军事上受到普遍重视,并在武器系统中已获得广泛的应用.电视跟踪雷达系统主要由影像探测部分、图像处理部分和伺服机构等组成.实现系统的数字化和智能化,同时从图像中获取更多的目标运动参数信息,是电视跟踪技术的发展趋势.电视跟踪系统组成中的图像处理部分又称为跟踪处理器,是系统实现目标捕获、识别和目标运动参数估计的关键环节,系统的数字化和智能化设计主要指的就是这一部分的设计.光流法和角点跟踪法是两种重要的跟踪方法,在目标识别和运动参数估计方面有着重要的应用.实验表明,两种方法各有优点和改进的余地,在实验的基础上该文提出了特征角点跟踪法,这种方法对目标表达简洁,在目标识别和运动分析方面具有明显优势.该论文研究的题目是智能炮瞄电视跟踪雷达的数字化和信息获取方法.主要内容包括:1)数字化电视跟踪系统的总体设计思想和主要实现方法.讨论了电视跟踪系统设计的主要技术环节.2)光流算法在数字化电视跟踪系统中的应用.研究了光流算法原理,及其常见应用和缺陷.用MATLAB仿真实现了基于光流法的序列图像特征提取、运动目标区域分割、目标运动方向和速度计算.3)角点跟踪算法原理及其实现.研究通过提取运动目标的角点特征,获得目标的结构特征及速度特征的方法,实现目标的较精确识别和速度估计.通过仿真实验,对多种角点提取、匹配算法进行了比较研究,结果表明该文采用和改进的角点跟踪算法可以实现对目标的准确角点跟踪.4)特征角点跟踪算法的原理及其实现.提出了特征角点的概念,研究了基于特征角点的目标识别、瞄准点选择及速度估计方法.对序列图像进行了仿真实验,结果表明该文对特征角点的定义和提取方法是恰当的,跟踪算法稳定,角点不易丢失,有很好的应用前景.6.学位论文张俊陆信息融合在C'4ISR系统目标跟踪与识别中的应用研究2007C'4ISR意指：“指挥、控制、通信、计算机、情报、监视和侦察”。由于系统在现代高技术战争中能帮助指挥员驾驭信息和武器两要素，使军队的战斗力获得最大限度的发挥，成为现代战争能力的倍增器。因此，发展C'4ISR系统在现代战争中具有极其重要意义。数据融合，主要用于综合多信息源的数据，与任何单一信息源所获得的数据相比，提供更加精确和更加确定的数据：信息融合是C'4ISR系统中的关键技术之一，其功能模型包括低层的信号检测，位置估计和身份估计，以及高层的态势估计和威胁估计；同时信息融合也是许多传统学科和新兴的工程领域相结合而产生的一项新技术。本文对C'4ISR系统信息融合技术发展方向进行了阐述，提出了BP神经网络和模糊神经网络以及专家系统是C'4ISR系统智能发展的观点。信息融合在往智能化方面的发展必将引发C'4ISR系统的智能化。未来战场特别是C'4ISR系统对智能的信息融合技术需求也越发的重要。本文在深入分析C'4ISR系统的特点、以及信息化战场对指挥控制系统的需求基础上，构造了基于C'4ISR系统信息融合框架，以解决现代系统中的实时性、容错性和对不确定信息的推理等问题。探讨了信息融合在C'4ISR系统中目标跟踪和识别方面的应用。目标跟踪是C'4ISR系统信息融合低层级别上的一个重要方面，对于机动目标的跟踪问题，利用“当前”统计数学模型，详细讨论了神经网络自适应目标跟踪算法。本文针对传统的目标跟踪技术存在快速响应与提高精度之间的矛盾，根据卡尔曼滤波自适应跟踪系统方差与加速度方差成正比的关系来调整系统方差，提出了一种改进BP网络自适应目标跟踪方法，该方法利用速度残差与加速度的关系来调节系统方差，以达到精确跟踪目标的目的。仿真证明改进算法在一定程度上较传统方法有优势。目标识别是信息融合在C'4ISR系统中应用的又一个方面，是态势评估和威胁估计的基础。我们根据信息融合数据级融合，提取特征信息，利用模糊神经网络来解决特征信息不确定、数学模型难建立的目标识别问题，仿真证明，模糊神经网络对目标识别有着良好的应用前景。7.会议论文蒋鸿翔.徐锦法.高正无人直升机自主着陆的视觉图像处理方法可完成悬停、后飞等动作的无人直升机具有其他飞行器所无法比拟的机动性能.无人直升机若具备自主着陆能力将使其应用领域更加拓展.本文提供了一种无人直升机实用的视觉图像处理系统,包括图像前处理与目标识别定位.视觉图像处理系统能实现对目标的快速搜索以及对目标的位置估计,为无人直升机自主着陆控制提供有效信息.最后,本文以一个算例说明此系统所用算法的快速性和有效性.8.学位论文于小家基于两种全局图像特征结合的移动机器人视觉定位2009移动机器人自定位技术在太空探索、军事战争、车辆自动驾驶、医疗、娱乐业和服务业均具有广泛的应用。对于一个自主移动机器人系统，精确的位置估计是实现自主导航的必要内容，没有精确的位置信息，机器人就没有“Whereisit？”和“Whereisitgoingl”的概念。因此，自定位是各种移动机器人系统最基本、最重要的一项功能，也是移动机器人研究中的关键问题。自定位是移动机器人成功实现自主导航的关键所在，精确定位对于机器人具有极其重要的意义。为了实现移动机器人的自定位，各种传感器信息被用来获取环境信息。基于视觉的定位方式具有获得环境信息量大，可探测范围广等优点，因此得到了广泛的应用。但是基于视觉的定位也存在图像特征提取与识别困难、运算量大、实时性差等不足。br　　本文在基于目标识别的基础上，对基于视觉的拓扑形式的自定位进行了研究。一方面，在地图创建上，我们阐述了各种环境建模方式，并指出了各种方式的优缺点。鉴于拓扑定位同目标识别的相似性，我们采用了拓扑法来实现定位。另一方面，只要图像局部特征，如SIFT，Harris等，被检测和提取，定位的实时性就很难满足。因此，本文提出了结合两种全局图像特征进行定位的方式。在光照条件变化明显的情况下，利用颜色特征很难进行精确的定位；而梯度方向特征对光照具有一定的鲁棒性，但是梯度方向在相似结构环境中，相似性很大，效果不是很好，因此我们将两种全局图像特征通过一种归一化的过程实现有效地结合。实验结果表明，在环境结构非常相似的场景中，将图像的颜色直方图和加权的梯度方向直方图进行有效地结合，可成功地实现移动机器人的自定位。9.学位论文沈明华散射中心分布特征提取与核方法分类器关键技术研究2007本文以“973”国家安全重大基础研究项目“雷达自动目标识别新机理、新方法研究”为背景，着重从特征提取和分类器设计两个方面研究高分辨雷达目标分类识别的理论与关键技术，主要涉及以下三方面内容：基于散射中心参数估计的分布特征提取、高分辨雷达目标分类中支持向量机参数优化和支持向量数据描述单类分类器向多类分类推广。(1)基于散射中心参数估计的分布特征提取方面针对传统估计方法分辨力低、估计的散射点位置特征无法直接用于目标分类的问题，提出了一种基于散射中心径向相对位置估计的分布特征提取方法，该方法首先通过回波预测目标散射中心个数，然后对散射中心的幅度和位置信息进行高分辨估计，并依据估计结果提取散射中心间相对距离信息组成特征向量。经仿真实验验证，所提取的分布特征与传统方法中位置特征相比更稳定，并在一定角度范围内具有旋转和平移不变性，最后基于该特征提取方法实现了对三类目标的有效识别，并与已有方法进行比较，验证了该方法的有效性和稳健性。(2)高分辨雷达目标分类中支持向量机分类器参数优化方面针对以往基于遗传算法支持向量机参数优化中适值函数选取与研究背景结合不紧密且缺乏理论指导、参数优化时参数搜索范围靠人工盲目指定、遗传算法不能根据遗传迭代进展情况自适应调整造成收敛过快或过慢等问题，开展了以下几个方面研究：首先，从估计精度、运算时间代价、稳健性等方面比较了常用泛化误差估计方法的性能，选出了适合高分辨雷达目标分类的泛化误差估计方法，得到了遗传算法的适值函数。其次，基于高分辨一维距离像，分析了参数与支持向量机泛化能力的关系，为后续参数优化中参数搜索范围确定提供了参考依据，避免了人工指定的盲目性。最后，提出了一种基于改进遗传算法的支持向量机参数优化和特征提取方法，可同时优化核函数参数、惩罚因子、组合核系数、以及遗传算法的交叉率和变异率。并可以根据遗传算法迭代情况自适应调整交叉变异率。通过对三类目标高分辨一维距离像的分类实验，验证了所提出优化方法的有效性。(3)在支持向量数据描述单类分类器向多类分类推广研究方面支持向量数据描述是一种单类分类器，不能直接用于多类分类，针对此问题，开展了以下研究：首先比较了