段战胜
- 作品数：26 被引量：298H指数：12
- 供职机构：西安交通大学更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信交通运输工程更多>>
- 综合边缘检测和区域生长的红外图像分割方法被引量：35
- 2004年
- 针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。
- 陶唐飞韩崇昭代雪峰段战胜
- 关键词：图像分割红外图像边缘检测
- 球坐标系下多普勒雷达目标跟踪滤波器被引量：4
- 2005年
- 将仅仅考虑位置量测的三维去偏一致转换量测卡尔曼滤波算法进行推广,以解决包含多普勒量测且斜距和多普勒的量测误差相关的雷达目标跟踪问题。首先利用斜距和多普勒量测的乘积构造伪量测,以减小多普勒量测和目标运动状态之间的强非线性程度;然后利用嵌套条件方法得到了转换量测误差前两阶矩的一致性估计;最后根据转换量测是目标运动状态二次函数的特性,用二阶EKF最优地实现了非线性跟踪滤波。Monte-Carlo仿真结果表明采用新算法可以明显改善跟踪滤波器的性能。
- 段战胜韩崇昭陶唐飞
- 关键词：雷达目标跟踪跟踪滤波器雷达目标多普勒球坐标系卡尔曼滤波算法
- 一种强跟踪自适应状态估计器及其仿真研究被引量：24
- 2004年
- 分析了强跟踪滤波器中新息方差近似计算方法的不足,提出了一种基于衰减记忆思想来近似计算新息方差的改进强跟踪滤波器。然后,对于过程噪声水平未知的目标状态估计问题,在Sage-Husa过程噪声水平自适应估计算法的基础上,一旦通过基于新息的滤波器发散判据检测到可能出现的发散现象,提出用改进的强跟踪滤波器进行抑制,极大地提高了滤波算法的鲁棒性。对三种典型的目标机动形式进行的Monte-Carlo仿真结果进一步验证了新提出算法的有效性。
- 段战胜韩崇昭
- 关键词：强跟踪滤波器自适应滤波机动目标跟踪
- 一种基于朗肯循环的智能监测装置及方法
- 一种基于朗肯循环的智能监测装置及方法，包括对腔室内的气体进行监测的多个红外传感器；加快腔室内外空气流通速度的多个抽气泵，接收传感器数据的中央处理器；为中央处理器提供存储空间的临时存储模块和存储模块；用于控制整个装置运行、...
- 段战胜郝盛君
- 文献传递
- 多传感器信息融合及目标跟踪理论与算法研究
- 段战胜
- 测量噪声相关情况下的多传感器数据融合被引量：8
- 2005年
- 对于测量噪声相关的多传感器测量模型,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为测量噪声互不相关的等价的多传感器伪测量模型,然后基于Markov估计,提出了一种测量噪声相关情况下多传感器数据融合的新方法。与直接利用原始传感器测量值的Markov估计数据融合方法相比,两者的计算精度相同,但新方法的计算复杂度却大大降低。数值仿真实验进一步验证了新方法的有效性。
- 段战胜韩崇昭党宏社
- 关键词：计量学数据融合去相关CHOLESKY分解
- 道路条件下车辆跟踪的多目标数据关联与决策被引量：6
- 2004年
- 介绍一种根据证据理论和模糊数学实现航迹与量测之间数据关联的方法.利用模糊逻辑确定量测与航迹之间的mass函数,再用证据合成规则得到信度函数阵,最后根据最大信度原理确定量测与航迹的关联关系.蒙特卡洛仿真表明该方法具有较好的关联效果,与最近邻方法相比,可提高正确关联的概率.
- 党宏社韩崇昭段战胜
- 关键词：数据关联多目标跟踪算法D-S证据理论车辆跟踪
- 基于模糊推理原理的多传感器数据融合方法被引量：27
- 2004年
- 利用模糊推理方法融合具有不确定性的多传感器数据 ,将传感器的测量值作为模糊系统的输入 ,要计算的结果是模糊系统的输出 ,利用三角形隶属函数表示测量的不确定性 ,在输入变量所确定的区间内 ,不断改变输出变量的位置 ,计算输出与输入的兼容度 ,则兼容度最大的位置 ,就是最后要得到的结果。给出了一个多个传感器数据融合的计算实例 。
- 党宏社韩崇昭王立琦段战胜
- 关键词：多传感器数据融合模糊推理模糊系统测量值
- 一种适用于复杂三维环境的定位导航方法
- 本发明公开了一种适用于复杂三维环境的定位导航方法，属于机器人导航技术领域。包括：基于激光雷达和相机，构建移动机器人平台；对激光雷达输出的原始点云进行预处理获得经过滤波和消除运动畸变的点云；对相机进行标定根据标定结果对相机...
- 梅魁志同晨辉张瑞智段战胜张锦扬屈鹏飞李申亮王佳黎
- 智能车辆系统发展及其关键技术概述被引量：36
- 2002年
- 介绍智能车辆系统的研究内容、研究与应用现状。智能车辆的使用可以改善道路安全状况 ,提高道路的利用率。智能车辆的行驶环境是很复杂的 ,为了得到一个可靠的决策 ,必须利用道路信息 ,其他车辆和目标的位置和动态信息和司机的状态信息等多源信息。智能车辆研究涉及的关键技术主要包括传感器技术、机器视角、GPS技术、通讯技术和数据融合技术等 ,尤其是数据融合技术中的多目标跟踪与匹配以及基于卡尔曼滤波器的状态估计技术等。
- 党宏社韩崇昭段战胜
- 关键词：智能车辆传感器数据融合
