您的位置: 专家智库 > >

檀甲甲

作品数:6 被引量:21H指数:3
供职机构:复旦大学信息科学与工程学院电子工程系更多>>
发文基金:国家自然科学基金国家科技重大专项更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 3篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇视频
  • 2篇智能交通
  • 2篇智能交通管理
  • 2篇视频检测
  • 2篇特征参数
  • 2篇自适应
  • 2篇自适应滤波
  • 2篇滤波
  • 2篇交通管理
  • 2篇KALMAN...
  • 2篇车流
  • 2篇车流量
  • 2篇车流量检测
  • 1篇动目标
  • 1篇自适应滤波算...
  • 1篇模糊函数
  • 1篇模型化
  • 1篇目标跟踪
  • 1篇跟踪机动目标
  • 1篇分数阶傅里叶

机构

  • 6篇复旦大学

作者

  • 6篇檀甲甲
  • 5篇张建秋

传媒

  • 1篇系统工程与电...
  • 1篇仪器仪表学报
  • 1篇中国科学:信...

年份

  • 3篇2011
  • 1篇2009
  • 1篇2008
  • 1篇2007
6 条 记 录,以下是 1-6
排序方式:
实时采集道路车流量信息的视频新方法被引量:10
2008年
本文介绍了一种实时采集道路车流量信息的视频新方法。该方法采用2个新的视频参数作为道路车流量检测的参数,分别称它们为对比度失真和亮度失真参数。分析表明:以视频的对比度失真作为采集道路车流量信息的检测参数对阴影干扰有着很好的抑制作用,从而可利用它来很好地解决传统道路车流量视频检测方法中存在的阴影干扰问题;亮度失真非常适合于实时更新道路背景的视频图像模板,以作为对比度失真参数的补充来提高道路车流量视频检测的准确性;此外,利用这2个参数还可以在很大程度上缓解困扰传统视频检测方法的车距过近问题。大量不同道路、不同车流量和天气情况的实验结果表明:本文提出的视频方法采集车流量的准确率可以达到97.27%。
檀甲甲张建秋
实时采集道路车流量信息的视频方法
本发明属于智能交通管理技术领域,具体为一种实时采集道路车流量信息的视频新方法。该方法采用对比度失真和亮度失真作为道路车流量检测的特征参数。经分析测试表明:以视频的对比度失真作为采集道路车流量信息的检测参数对阴影干扰有着很...
檀甲甲张建秋
文献传递
基于多项式预测模型的最优自适应滤波算法被引量:3
2011年
文中提出了一个通过多项式预测模型来描述待辨识系统冲击响应系数的最优自适应滤波算法.该算法首先利用具有时不变参数的多项式预测模型,来描述系统冲击响应的时变/时不变系数.当视描述的模型为其待辨识系统冲击响应时变/时不变系数进化的状态方程,而待辨识系统的输入和输出联系视为对这些状态的观测方程时,自适应滤波问题可以在Kalman滤波的框架下得以解决.由于在Gauss白噪声环境中以及状态方程准确的情况下,Kalman滤波是最大似然、最大后验和最小均方等统计意义下的最优滤波,因此当待辨识的系统冲击响应系数可以由多项式模型建模时,文中模型和相应算法也是这些统计意义下的最优自适应滤波.在分析的结果验证上述结论的同时,仿真的结果也表明:文中提出的自适应滤波算法的性能优于已知的自适应滤波算法.
檀甲甲张建秋
关键词:自适应滤波KALMAN滤波
实时采集道路车流量信息的视频方法
本发明属于智能交通管理技术领域,具体为一种实时采集道路车流量信息的视频新方法。该方法采用对比度失真和亮度失真作为道路车流量检测的特征参数。经分析测试表明:以视频的对比度失真作为采集道路车流量信息的检测参数对阴影干扰有着很...
檀甲甲张建秋
文献传递
跟踪机动目标的雷达波形选择新方法被引量:8
2011年
针对多项式预测模型描述的机动目标,提出了一种新的雷达波形选择算法。由于机动目标的运动方程满足多项式的规律,以运动目标的多项式预测模型作为状态方程,Kalman滤波器可以很好地跟踪目标的位移和速度信息,并得到估计误差以及其预测。利用跟踪器得到目标状态估计误差的预测误差椭圆为基准,通过分数阶傅里叶变换来旋转测量误差椭圆,以使得雷达的测量误差椭圆与目标跟踪算法对目标状态的估计误差的预测的误差椭圆正交,从而得到了最优的波形选择。仿真结果表明,所提出的算法在性能上优于对比算法。
檀甲甲张建秋
关键词:目标跟踪KALMAN滤波器模糊函数分数阶傅里叶变换
模型化自适应滤波及其应用研究
本文为未知时变/时不变系统的冲击响应系数,研究了利用多项式预测模型来建模的方法,并将其视为卡尔曼滤波器的状态方程;以系统输入输出关系作为观测方程,那么就将最大似然、最大后验和最小均方等多种统计意义下无偏最优的卡尔曼滤波器...
檀甲甲
关键词:自适应滤波
共1页<1>
聚类工具0