导读:本文包含了多目标识别算法论文开题报告文献综述及选题提纲参考文献，主要关键词:毫米波雷达,FMCW,信号处理,CFAR
多目标识别算法论文文献综述
王春松[1]（2019）在《基于智能车的毫米波雷达多目标识别算法设计及应用研究》一文中研究指出交通体系的主体为汽车,汽车的智能化将提高汽车的主动安全,缓解道路交通拥堵、减少道路交通事故。毫米波雷达作为智能汽车的主要传感器之一,对汽车的主动安全起到重要作用。本文基于RKB1102I和RKA1201型号的雷达套件设计了毫米波雷达系统的信号处理算法,重点研究恒虚警检测算法、多目标识别算法、雷达系统的编程实现和雷达系统的性能测试。主要研究工作包括以下几点:(1)对雷达系统各个模块的算法进行设计并基于MATLAB搭建仿真进行验证。首先,设计FIR滤波器,由于雷达信号受到外部环境和内部元件的干扰,存在高频的噪声,所以设计FIR滤波器。其次,设计恒虚警检测算法,多目标识别时,存在很多干扰目标,增加了虚警率,对CMLD-CFAR算法进行改进,加入反馈机制,提出CMLFD-CAFR算法,降低虚警率,检测出准确的目标频谱峰值。最后,设计多目标的配对算法,由于变周期对称叁角波多目标配对算法的计算量大,在此基础上利用两个不同叁角波信号的关联性,压缩配对的范围,降低计算量。通过仿真验证算法的可行性和有效性,为在工程上应用打下基础。(2)基于MCU设计毫米波雷达原型系统。在MCU中完成控制射频的产生和雷达信号的处理,设计的模块程序包括:调制信号模块、AD采样模块、FFT模块、滤波模块、通信模块。在调制信号模块中,对DAC调制方式进行分析和实现,生成雷达的调制信号。在AD采样模块中,对采样模块进行分析,根据雷达测距范围设计采样频率和数据位,通过ADC实现采集差拍信号。对FFT变换的特性进行研究,并分析它的栅栏效应、频谱泄露、频率混迭,设置合适的FFT变换点数和频率分辨率,实现对差拍信号的傅里叶变换。通过MCU对雷达芯片初始化,驱动雷达工作。最后,将计算的目标参数通过通信模块实时传输到PC机上。(3)对毫米波雷达系统进行验证与测试。通过频谱分析仪测量出目标对应的频率,根据雷达距离公式计算出目标的距离,和把差拍信号导入MATLB中计算的结果比较,验证信号处理算法的有效性。然后,对24GH毫米波雷达系统整机调试,设置不同的测试场景,分别对单目标和多目标测试,并对测试结果分析,验证了雷达信号处理系统的稳定性和准确性。(本文来源于《河南大学》期刊2019-06-01）
张龙枝[2]（2018）在《依赖多目标识别算法的智慧云物流官网中库存控制模型》一文中研究指出本文依赖多目标识别算法实现了对智慧云物流官网中库存的有效控制,明确了智慧云物流官网中库存控制,同时还实现了智慧云物流官网中库存控制模型的构建,确定了智慧云物流官网中库存的具体控制方法。具体来讲,本文运用多目标识别算法,实现了对智慧云物流官网中库存控制模型的有效构建,并且在文中还通过智慧云物流官网中库存实现了对本文智慧云物流官网中库存控制效果的分析,主要对其可行性、以及实用性进行了分析。研究结果表明,通过多目标识别算法是能够得到较好的建模效果的,而且泛化能力也较强。(本文来源于《科技经济市场》期刊2018年11期）
陈明猷,唐昀超,邹湘军,黄矿裕,冯文贤[3]（2018）在《复杂环境下异形多目标识别与点云获取算法》一文中研究指出研究了复杂环境下不同形状物体的快速识别、定位以及表面检测,旨在满足智能机器在线作业时对复杂环境中的目标进行同步性抓取以及表面检测等需求,讨论了异形物体的多目标快速识别、定位、立体匹配及点云后处理算法。首先,基于稳健主成分分析识别出场景中的新增目标,再运用改进k均值聚类对各目标进行图像定位。然后,通过支持向量机筛选出感兴趣区域,并借助外极线约束进行一维搜索获取双目图像中的待匹配区域,快速获得局部叁维点云。最后,进行特定的点云去噪处理以减小误差。实验结果表明,相比于传统方法,本文算法有效缩短了程序运行时间,并有效抑制了由复杂背景引起的各种噪声,提高了在复杂环境下获取点云的精度和自适应性,是一种稳健、有效、快速的叁维点云获取算法。(本文来源于《激光与光电子学进展》期刊2018年11期）
颜卫忠,孔凡伟,胡鹏程,孙运涛,白旭东[4]（2018）在《多目标识别LFMCW雷达的算法及DSP设计》一文中研究指出本文介绍了用于多目标识别的LFMCW雷达,建立了基于LFMCW的目标识别模型,根据上下扫频的差拍信号确定多个动目标的距离、速度和角度参数。针对目标所在环境的背景杂波对目标的干扰,利用MTI滤波、CFAR技术有效地抑制固定目标及缓速目标的运动,提高了运动目标的识别率。此外,对DSP开发工作进行了简单介绍。(本文来源于《2018年全国微波毫米波会议论文集(上册)》期刊2018-05-06）
陈洵凛[5]（2018）在《面向大幅面布料激光切割快速标定与多目标识别算法研究》一文中研究指出针对目前面向大幅面布料激光切割的摄像机标定与多目标识别中现有的算法存在标定过程复杂、运算量大且结果不稳定;对大幅面图像多目标识别过程工作效率低、操作繁琐、识别过程实时性差、对带有偏角的目标识别率低,甚至出现无法识别等一系列问题,本文提出一种基于九圆点的摄像机自标定算法,以及一种大幅面多目标识别的快速匹配算法。1、基于九圆点的摄像机自标定算法首先计算出九圆点的亚像素图像坐标,结合已知的九圆点世界坐标系坐标来求解其仿射投影矩阵,利用该仿射投影矩阵线性求解出摄像机内参,然后考虑非线性畸变因素,求解出畸变系数,并对九圆点图像进行畸变矫正。最后在矫正后的九圆点图像中求出内外共八个仿射投影矩阵,并取其均值做为单应性矩阵。从而完成摄像机的快速标定。2、大幅面多目标识别的快速匹配算法首先对激光切割机上的大幅面原始图像作傅里叶变换计算出目标旋转角度,从而对图像进行旋转校正目标,对校正目标的图像作双线性插值下采样缩放进行粗匹配,然后基于分区域隔离的小生境遗传算法的并行搜索作为目标识别的搜索策略来进行精匹配。最后在完成目标识别后加上切割目标的轮廓,再对图像进行逆旋转还原目标与切割轮廓在机床上的原始位置,从而达到对目标的准确定位与切割。实验结果表明:基于九圆点的摄像机自标定算法比现有的摄像机自标定算法运算更快速、更稳定,达到的精度更高。而大幅面多目标识别的快速匹配算法在面对带有旋转角度的多目标时,实时性和鲁棒性的表现都取得了较好的效果。(本文来源于《广东工业大学》期刊2018-05-01）
龙乐飞[6]（2018）在《自适应巡航控制系统多目标识别算法研究》一文中研究指出自适应巡航控制系统(Adaptive Cruise Control,ACC)发展至今,在功能上已经得到了很大的提升。从当初特定道路场景和速度范围下的定速巡航到现在复杂道路场景和全速范围下的带有起停功能的ACC系统,其功能越来越完善,适应的道路场景也越来越复杂。为了适应ACC系统的发展,本文基于毫米波雷传感器对复杂道路多目标场景下的前方有效目标识别算法展开了以下研究工作。(1)介绍了自适应巡航控制系统兴起的历史背景和发展状况,分析了目标识别算法在自适应巡航控制系统中的重要意义及其在整个辅助驾驶系统中所需要解决的核心问题。对国内外基于单一毫米波雷达传感器做的典型算法进行了详细介绍,同时对基于其他传感器做的算法研究也进行了简单阐述。(2)建立了系统基础坐标系及坐标更新规则,并对轨迹拟合中涉及到的坐标转换公式以及雷达坐标向直角坐标转换公式进行了推导。通过对比常用车载环境感知传感器优缺点,突出了毫米波雷达在ACC系统运用中的独特优势。最终选择了 ESR雷达为本文研究所用环境感知传感器。(3)在Matlab/Simulink中建立了包括横向速度,纵向速度和横摆角速度的整车叁自由度模型,基于该叁自由度模型,应用UKF算法建立了本车状态估计器分别对主车横向速度,纵向速度和横摆角速度进行估计。通过仿真验证了所建立叁自由度模型和估计器的准确性和有效性。(4)将UKF算法应用到CA模型和CTRV模型中,建立了前车运动状态估计器,对主车和前车的相对位置和相对速度进行估计。在Carsim环境中建立虚拟毫米波雷达,并且设计出多种相对运动工况,与Matlab/Simulink软件中建立的状态估计器进行联合仿真。通过对比理论值和估计值,验证了 UKF状态估计器的准确性。(5)提出了基于运动目标空间序列拟合和时间序列拟合的前方有效目标识别算法。算法中将支持向量机理论运用到雷达目标分类,并提出了趋势选点策略对同向运动目标进行筛选。最后基于实车试验数据验证了本算法的可行性。论文研究得出的成果对自适应巡航系统功能的进一步开发和完善具有重要的理论意义和实际意义。(本文来源于《湖南大学》期刊2018-03-10）
张鉴,童睿,周道逵,杨文华,黄正峰[7]（2017）在《汽车防撞雷达多目标识别测量算法研究》一文中研究指出针对目前汽车防撞系统中常用的调频连续波测距雷达对多目标识别的不足,基于频移键控雷达的联合作用,提出一种新型的测量方法,该算法采用一种类梯形调频波形,利用调制频率的周期性变化特征分别对单目标和多目标实现有效检测,使雷达不仅可测量单目标在不同运动状态下的距离和速度,同时也可识别多目标,并对其完成测距与测速。利用Matlab对所提出的算法进行了仿真与验证,表明该算法不仅能准确捕捉所探测目标,并且在测量中有着较高的精度,适用于毫米波汽车防撞雷达在行驶中的目标测量。(本文来源于《计量学报》期刊2017年01期）
姬晓飞,秦宁丽,刘洋[8]（2016）在《多特征的光学遥感图像多目标识别算法》一文中研究指出基于单一特征的光学遥感图像多目标分类识别存在准确性较差的问题,提出一种新的基于多特征决策级融合的多目标分类识别算法。首先对光学遥感图像目标提取3种能够同时满足平移、旋转和尺度不变性的特征:可以描述局部和全局分布特性的分层Bo F-SIFT特征,描述目标边缘轮廓点信息的改进后的SC形状特征,对图像中较大目标识别较好的Hu不变矩特征;其次采用基于径向基核函数的一对一支持向量机算法分别获得3种特征的目标识别概率,并设计了一种多特征决策级加权融合的策略实现对多目标的分类。经多次实验验证该算法对光学遥感图像多目标具有较好的分类识别性能,达到了93.52%的正确识别率。(本文来源于《智能系统学报》期刊2016年05期）
陈清耀,林宇洪,邱荣祖[9]（2016）在《基于RFID木制品物流多目标识别算法的优化》一文中研究指出为了提高木制品物流多目标识别效率,选用基于ALOHA的动态帧时隙的防冲突算法,并采用概率学方法对RFID碰撞现象进行分析和仿真试验,设计了智慧的防冲突算法,实现了通过上一次扫描的标签数推算下一次扫描应开设的最优帧长.(本文来源于《福建农林大学学报(自然科学版)》期刊2016年04期）
周小龙[10]（2016）在《具有旋转与尺度不变性的多目标识别算法研究与应用》一文中研究指出基于机器视觉的目标识别技术是建立在计算机视觉和图像处理基础上的一门新兴技术,它通过图像处理提取待识别目标的各种特征,并对特征进行理解与匹配,最终实现目标的自动识别和分类,它是实现工业自动化生产的重要研究技术之一。由于目标摆放角度和相机摄像高度的变动,目标在相机视野中会发生旋转与尺度的变化,另外在混线生产中会有多种待识别目标,因此研究具有旋转与尺度不变性的多目标识别技术已成为基于机器视觉的目标识别技术的重点之一。本文以提高具有旋转与尺度不变性的多目标识别算法的速度与准确率为目的,对基于机器视觉的目标识别算法进行了研究与改进,本文主要工作概况如下:首先,在工业应用中,基于机器视觉的目标识别技术不仅要识别目标的类别和位置,还要识别出目标的摆放角度,针对这一问题本文基于目标轮廓提取出目标主轴,以其旋转角度来表示目标的摆放角度。其次,针对现有的基于轮廓角点的目标识别算法在准确性与抗噪能力上的不足,提出了基于角点角度特征串的具有旋转与尺度不变性的多目标识别算法,利用目标轮廓角点和目标主轴来构造角点角度特征串对目标进行识别,实验证明该算法在速度、准确率和抗噪性能上具有一定的优越性。再者,针对基于目标轮廓的识别算法在目标适应性上的不足和基于目标区域内容的识别算法在实时性上较差的问题,提出了基于目标轮廓与区域分割的多目标识别算法,该算法通过对目标区域进行行等间分割提取出区域特征点构造特征向量对目标进行识别,实验证明该算法不仅对目标具有较强的适应性,且在实时性上具有很大的优势。最后,本文将提出的算法应用到高速生产线上对目标进行自动打标的工业应用中。本文的研究成果不仅仅可以用于目标的自动打标应用上,还可以扩展到其他领域产品的在线识别上,应用前景广阔。(本文来源于《暨南大学》期刊2016-05-01）
多目标识别算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文依赖多目标识别算法实现了对智慧云物流官网中库存的有效控制,明确了智慧云物流官网中库存控制,同时还实现了智慧云物流官网中库存控制模型的构建,确定了智慧云物流官网中库存的具体控制方法。具体来讲,本文运用多目标识别算法,实现了对智慧云物流官网中库存控制模型的有效构建,并且在文中还通过智慧云物流官网中库存实现了对本文智慧云物流官网中库存控制效果的分析,主要对其可行性、以及实用性进行了分析。研究结果表明,通过多目标识别算法是能够得到较好的建模效果的,而且泛化能力也较强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标识别算法论文参考文献
[1].王春松.基于智能车的毫米波雷达多目标识别算法设计及应用研究[D].河南大学.2019
[2].张龙枝.依赖多目标识别算法的智慧云物流官网中库存控制模型[J].科技经济市场.2018
[3].陈明猷,唐昀超,邹湘军,黄矿裕,冯文贤.复杂环境下异形多目标识别与点云获取算法[J].激光与光电子学进展.2018
[4].颜卫忠,孔凡伟,胡鹏程,孙运涛,白旭东.多目标识别LFMCW雷达的算法及DSP设计[C].2018年全国微波毫米波会议论文集(上册).2018
[5].陈洵凛.面向大幅面布料激光切割快速标定与多目标识别算法研究[D].广东工业大学.2018
[6].龙乐飞.自适应巡航控制系统多目标识别算法研究[D].湖南大学.2018
[7].张鉴,童睿,周道逵,杨文华,黄正峰.汽车防撞雷达多目标识别测量算法研究[J].计量学报.2017
[8].姬晓飞,秦宁丽,刘洋.多特征的光学遥感图像多目标识别算法[J].智能系统学报.2016
[9].陈清耀,林宇洪,邱荣祖.基于RFID木制品物流多目标识别算法的优化[J].福建农林大学学报(自然科学版).2016
[10].周小龙.具有旋转与尺度不变性的多目标识别算法研究与应用[D].暨南大学.2016