摘要：基于IoU网络提出一种IT-AWCR(IoU network tracking with adaptive weighted characteristic responses)目标跟踪算法.首先,根据目标运动速度设计目标搜索区域确定策略,通过理论分析使用ResNet50的block 3、block 4卷积块的输出分别作为目标的浅层和深层特征表示;然后,以目标定位准确度和滤波模型抗干扰能力为评价指标,通过优化算法自适应计算目标深、浅特征响应加权权重,从加权融合响应中获取目标粗略位置和边界框,经扰动操作获取多个候选边界框输入IoU调制-预测网络预测IoU值,取最大IoU对应边界框为最终预测目标边界框;最后,根据训练样本的相关学习权重和样本间相似度更新生成样本集,基于样本集采用稀疏优化策略实现滤波模型更新.OTB2015和VOT2018数据集上的实验结果验证了所提出算法的有效性.

摘要：针对孪生网络跟踪算法在离线训练阶段学习被跟踪目标和其他对象的嵌入式特征,而这些特征缺少特定于目标的上下文信息,使跟踪算法的稳健性较差的问题,以SiamRPN++作为基准算法,提出了在线目标分类及自适应模板更新的孪生网络跟踪算法。首先,在离线训练阶段设计了互相关特征图监督模块,以学习更具判别力的嵌入式特征;其次,在线跟踪阶段设计了包含注意力机制的在线目标分类模块,在该模块中使用在线滤波器更新策略滤除背景噪声干扰;最后,设计了一种自适应模板更新模块,使用UpdateNet更新目标模板信息。在VOT2018、VOT2019这2个标准数据集上的实验结果验证了所提算法的有效性,相比基准算法SiamRPN++分别带来13.5%和18.2%(EAO)的性能提升。

摘要：文章指出了国内已面市的各种自动抄表系统在抄表概念理解上及系统设计方面所存在一些共性问题,给出了自动抄表系统终端装置应采用的结构和功能设计方案,同时对我国10 kV配电网自动抄表系统及其管理网络提出了初步设计框架。

摘要：核相关滤波(kernel correlation filter,KCF)目标跟踪算法在目标发生尺度变化或受长时间遮挡时无法实现准确跟踪.对此,提出一种融合窗口滤波的抗遮挡尺度自适应的目标跟踪算法.首先,利用快速尺度估计对跟踪目标进行尺度变换;然后,当检测到目标受到遮挡时停止对分类器模型的更新,融合加权窗口滤波器对目标位置进行预测,并利用预测信息修正目标跟踪区域;最后,将所提出算法移植到DJI Guidance视觉平台上并为其设计跟踪实验.实验结果表明,该算法能够有效解决目标尺度变化与目标受遮挡等跟踪问题.

摘要：设计一种基于定向A*算法的多无人机同时集结分步策略.首先,提出一种定向A*算法,将无人机最大俯仰角与偏航角作为A*算法搜索约束,从而缩小节点扩展区域,并通过循环寻优规避"死区"点,进而产生平滑可飞的预规划航迹;其次,论述了补偿航程差的变步长多点搜索、三维盘旋机动、虚拟威胁等分步再规划算法,使得多无人机同时集结于目标点附近.仿真结果表明,所提出的算法能够有效完成多无人机同时集结任务.

摘要：本文提出了一种基于应用高效卷子算子(ECO)改进的LRECT跟踪算法.首先,为了增强网络所提取特征的识别能力,堆叠线性两步(LT)残差结构设计具有32层的线性两步方法性质的残差网络(LTRNet),并且融合该网络浅层与深层卷积特征信息形成跟踪算法的特征提取模块;其次,采用投影矩阵压缩LTRNet提取的高维特征,将压缩特征通过插值处理后,与当前滤波器在傅里叶域进行卷积定位确定目标位置;最后,使用高斯牛顿算法和共轭梯度算法求解以响应误差和惩罚项之和为优化目标的优化问题,实现滤波器和投影矩阵的更新.在OTB2015标准数据集上进行测试实验,结果表明本文所提算法可以实现较高精度的稳健性跟踪.

摘要：针对四旋翼飞行器的不完全驱动、状态耦合严重、易受外界干扰等问题,提出了一种串级自抗扰控制方法.通过欧拉及牛顿定理建立四旋翼飞行器动力学模型.内环针对姿态角速度控制设计了自抗扰控制器,通过扩张状态观测器对系统输入、输出状态信息和内、外部外扰动进行实时估计,然后利用非线性误差反馈控制器对估计扰动进行实时补偿,并对所设计控制器进行稳定性证明.外环针对姿态角控制同样设计了自抗扰控制器,给出了参数整定的方法.仿真结果表明所设计的控制器能够更精准的追踪上目标角度,有效的实现四旋翼飞行器的姿态控制.

摘要：双余算法具有计算方法简单、方便、响应时间快、适应性良好、抗干扰能力强的优点,占用系统的资源少,方便进行现场调试。以其为基础所设计的软并网控制系统,对风力发电机运行的可靠性和并网成功率得到了很大的提高,对减轻风力发电机并网的冲击电流有很大的作用。

摘要：孪生网络跟踪算法是利用离线训练好的网络提取目标特征并进行匹配,从而实现跟踪。而离线训练深度特征在表征任意形式目标时将目标从背景中分离开的性能较差。为此,提出一种基于目标感知特征筛选的孪生网络跟踪算法。将经过裁剪处理后的模板帧和检测帧送入到ResNet50的特征提取网络分别提取目标和搜索区域的浅层、中层、深层特征;在目标感知模块中,通过设计一个回归损失函数来学习对目标敏感的特征,根据反向传播的梯度来确定每个卷积核的重要性程度,并以此来激活相对重要的卷积核筛选较重要的目标感知特征;将筛选得到的特征送入到SiamRPN模块,进行目标、背景的二分类判别和边界框的坐标回归,从而得到一个精确的目标边界框。在OTB2015和VOT2018两个标准数据集上进行测试实验,结果表明该算法可以实现对目标的稳健性跟踪。

摘要：目前国内研制生产的电子式单、三相多功能、预付费、复费率电度表已经被广泛使用。其功能齐全，可靠性、准确度都明显地超过了传统的机械感应式电度表，有的高准确度多功能电度表的设计制造水平已经达到了国际先进水平。同时也改变了过去对电子式电度表不可靠，不稳定的旧观念，展示了电子式电度表的优越性。