1 中北大学计算机与控制工程学院, 山西 太原 030051
2 酒泉卫星发射中心, 甘肃 酒泉 735000
针对星空背景下卫星跟踪中运动小目标与伪目标交会造成的跟踪漂移问题,提出一种基于多域卷积神经网络(MDNet)与自回归(AR)模型的空中小目标自适应跟踪方法。 对用MDNet采集到的图像序列第1帧的正样本进行bounding-box回归模型训练;再训练用最小信息准则和最小二乘法确定阶数和参数的AR模型,估计目标运动轨迹并预测目标位置;最后,将该目标位置作为MDNet的采样中心,约束采样候选区域,用bounding-box回归模型调整目标位置。 实验用8种跟踪方法测试了8组场景复杂的视频序列,结果表明,本文方法的成功率及平均覆盖率均显著高于其他7种典型算法,具有较高的精确性和稳健性。
机器视觉 小目标跟踪 多域卷积神经网络 自回归模型 光学学报
2017, 37(12): 1215006
上海交通大学 电院仪器系导航与控制研究所,上海 200240
针对光纤陀螺温度漂移的补偿问题,本文提出一种线性多变量光纤陀螺温度漂移建模方法。建立的模型由两部分组成:陀螺输出的自回归项和温度梯度的多项式分布滞后项(PDL)。自回归项描述光纤陀螺历史输出对当前输出的影响,PDL项描述由温度变化引起的陀螺漂移。根据模型的线性特性,采用最小二乘法确定模型参数。用实测的光纤陀螺温度漂移数据进行了模型的有效性验证。实验结果表明,提出的线性多变量模型能有效补偿光纤陀螺的温度漂移,补偿后光纤陀螺的精度提高50%以上。
光纤陀螺 温度漂移 自回归 多项式分布滞后 fiber optic gyro temperature drift autoregression model polynomial distributed lag model
