摘要：针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运动信息设计帧间抖动模型,通过还原图像信息达到降低图像噪声的目的;然后,设计一种多模型的级联回归特征提取算法,通过多模型检测舰载视觉系统获取的图像,以增强特征空间的多样性;同时,将检测过程中关键点定位形状增量集作为融合权重对模型进行加权融合,以提高特征空间的鲁棒性;紧接着,利用EPnP(Efficient perspective-n-point)计算关键点相机坐标系坐标,将PnP(Perspective-n-point)问题转化为ICP(Iterative closest point)问题;最终,基于关键点解集的离散度为关键点赋权,使用ICP算法求解位姿以削弱深度信息对位姿的影响.仿真结果表明,该算法能够建立一个精度更高的特征空间,使得位姿解算时特征映射的损失降低,最终提高位姿解算的精度.

摘要：基于鱼类摄食行为反馈的精准投喂是确保饲料高效利用与降低水体污染的有效手段,针对当前单一传感器难以精确测量鱼群摄食强度的难题,提出一种基于摄食过程声像特征融合的鱼类摄食强度量化方法。首先利用深度图包含的三维空间信息分析水体表层摄食鱼类数量,设计基于帧间差分运算的深度图能量变化测量系统表征鱼群摄食活跃程度;进而利用近红外光源因水面反射而导致的高亮度饱和点在近红外图中的位置变化测量水体流场的波动程度;同时利用音轨记录仪存储摄食音频。最后通过加权融合方式,综合摄食动态、水体流场变化、摄食音频三类具有不同物理属性的特征信息,精确量化了鱼群摄食强度,总体识别精确度达到97%。本文采用新的成像技术,取得分析速度与分析精度的最佳平衡,为精准投喂提供了一种鲁棒性强、分析速度快的实用方法。

摘要：家居产品种类繁多,客户根据其环境对家居产品的造型也有不同的需求。为了最大程度地满足客户对家居产品的个性化需求,作者提出了基于多特征融合的定制家居产品造型优化设计方法。通过客户需求数据获取、处理与转换识别客户的定制需求;利用硬件设备获取已有家居产品的造型图像,从颜色、形状和纹理三个方面提取家居产品的造型特征,采用加权融合的方式得出家居产品造型特征的融合处理结果;结合特征融合结果与客户需求数据关联度,确定定制家居产品造型的优化位置与调整量,最终得出定制家居产品造型的优化设计结果。将设计的造型优化设计方法应用到衣柜、灯具以及沙发产品的定制工作中,得出造型优化结果的尺寸设计偏差为0.253mm,需求匹配度为0.95,由此证明了所提方法具有良好的造型优化效果。

摘要：在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法:当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能.仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2 800次迭代后收敛,达到-35 dB左右的码间干扰(ISI).

摘要：本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出在统一框架下的按对角阵加权融合极大极小鲁棒稳态Kalman估值器(预报器、滤波器和平滑器),其中基于预报器设计滤波器和平滑器,并给出每个融合器的实际估值误差方差的最小上界.证明了融合器的鲁棒精度高于每个局部估值器的鲁棒精度.应用于不间断电源(uninterruptible power system,UPS)系统鲁棒融合滤波的仿真例子说明了所提结果的正确性和有效性.

摘要：为进一步提高表示分类器中基原子对测试样本的表达能力,提出一种加权融合核稀疏和协同表示的高光谱影像分类算法(WKSCRC)。充分利用核函数处理非线性数据的优势,将高光谱影像数据映射到高维核特征空间;对核稀疏表示系数和核协同表示系数进行加权融合,在核融合表示系数下重构分类测试样本。在ROSIS和AVIRIS两个数据集上的仿真结果表明,该算法在精度与稳定性上优于其它传统分类算法。

摘要：针对传统基于偏振差分原理的水下光学成像方法中,由于目标退偏振特性差异引起的图像中局部反射光损失的问题,提出了基于偏振图像加权融合与限制对比度自适应直方图均衡(CLAHE)算法的水下成像方法。一方面,将原始水下图像分解为偏振光强图像和非偏振光强图像,根据不同退偏振特性目标在两幅图像中的灰度值分布特点,设计相应的权重因子,对两幅图像进行加权融合,从而实现在压缩原始水下图像中散射光的同时保留更多目标反射光,提升整体目标反射光在融合图像中所占的比例。另一方面,为了进一步提升融合图像的对比度,利用CLAHE算法对融合图像进行处理。该算法能够在提升融合图像对比度的同时,有效避免图像噪声的放大。实验结果表明,相较于传统的偏振差分方法以及独立的直方图均衡算法,该算法能够有效提升水下图像的清晰度和对比度。

摘要：提出一种新型加权融合算法。首先,根据倍频等长信号间频率的倍数生成倍频修正矩阵,对倍频等长信号频谱进行同频化处理,使之达到同频等长信号频谱的分析效果。然后,针对倍频等长信号的相位不连续问题,设计具有相位连续特性和噪声对消特性的相位补偿矩阵,对同频化的倍频等长信号频谱进行加权融合,使之近似达到与倍频等长信号长度相同的相位连续信号频谱的分析效果。最后,通过谱峰搜索加权融合频谱获得高精度的频率估计值。算法分析与仿真实验表明:与现有方法相比,本算法精度较高,计算量较小,抗噪性强,普适性好。

摘要：原始环境遥感图像经常面临噪声问题,导致目视判读困难,植被提取精度低。为解决这一问题,有效促进环境遥感图像质量提升,提出一种基于加权融合的环境遥感图像增强算法。首先,构造灰度变换函数来提高图像对比度;其次,设计灰度加权系数以降低图像噪声;最后,利用灰度加权系数完成像素灰度加权融合增强。实验结果表明,该方法能有效提高环境遥感图像质量,便于对环境研究目标进行目视解译。

摘要：针对复杂环境下非视距等因素造成的UWB定位精度下降的问题,提出了一种基于加权融合-UKF的超宽带定位算法。首先建立一套非视距环境中的UWB基站系统,通过PC端采集各个基站的测距信息;其次通过搭建合适的CNN网络对原始数据进行预处理,有助于提高数据的稳定性;然后对原始数据进行指数加权移动操作,设计以测距距离为变量的加权函数,将指数加权移动处理的数据与CNN处理后数据进行融合,改善信号均值漂移问题;最后引入UKF对融合数据进行滤波计算,得到目标节点的位置坐标。采集多个点的数据进行试验验证,其结果表明,提出的方法对非视距造成的定位误差有良好的改善效果,算法定位精度RMSE均值约为2.94 cm,精度相比单一UKF解算提高了46.79%,比单一CNN处理提高了17.88%。