在目标遮挡、光线变化等复杂的跟踪环境下,现有相关滤波跟踪算法无法对目标进行长时间实时稳定跟踪。提出一种基于模型更新与快速重检测的长时跟踪算法。首先,在现有的目标定位与尺度变化的相关滤波跟踪算法基础上搭建长时目标跟踪的框架,提出加入模型监测更新机制,根据最大响应和平均峰响应相关能量值判别进入更新或重检测环节;然后,基于提取描述子特征的重检测方法,将提取特征的比特维数统一降到512进行优化,加快重检测速率。所提算法选取OTB-100中20个有代表性的序列进行测试,成功率评估均值为0.706,精确度评估均值为0.805,平均速度为48.5 frame/s;在自采集的数据集上平均准确率能达到87.65%,能够在尺度变化、遮挡等复杂情况下满足长时跟踪的准确性和实时性要求。

针对150 mm口径反射镜受结合部的非线性因素影响导致结构分析模型精度较差的问题，提出了线性的动力学等效建模与参数修正方法。首先，在实际装配和约束环境下测试并获得了反射镜结构的试验模态参数。然后，根据界面结合部的动力学特征，对反射镜结构按照镜框固定连接模型、镜面螺钉夹持模型以及间隙等效模型进行了等效建模。最后，以试验模态参数为修正目标，采用优化方法对反射镜结构的动力学等效模型进行了参数修正，并采用模型分层和分步修正的思路，依据结合部特征将修正模型细分为两部分，提高模型参数的修正效率。结果表明，参数修正后的固有频率平均误差为1.5%，模态置信度均大于0.8，提升了反射镜结构的动力学模型精度，验证了线性化等效建模方法的正确性。

针对复杂场景下单个特征的稳健性差,以及目标存在背景干扰和目标遮挡时跟踪失败的问题,提出一种基于自适应特征融合和模型更新的相关滤波跟踪算法。该算法在核相关滤波的基础上,通过对不同特征的响应图采用平均峰值-相关能量的方法进行加权求和,实现了响应图层面的自适应特征融合。根据响应图的峰值特性计算自适应权重,以其作为置信度确定模型的更新率,进而设计自适应模型更新方法。实验结果表明,该算法能够很好地适应背景干扰、目标遮挡、旋转运动等复杂场景,与近年来优秀的相关滤波跟踪算法相比,所提算法的平均距离精度比其中最优的算法提高了2.64%,平均重叠精度提高了1.54%。

为了满足在线目标跟踪算法的实时性需求并提高算法的稳健性,提出一种基于高置信度更新策略的相关滤波跟踪算法。在目标区域提取、融合多特征,以构建稳健的外观表达,并利用投影矩阵对特征进行降维,以提高算法的运行效率;通过相关滤波器寻找最大响应值,从而快速定位目标;利用最大响应值和平均峰值相关能量指标,设计了一种高置信度更新策略。结果表明:所提算法在大规模公开数据集上取得了较高的跟踪精度和成功率,平均跟踪速度达到122.3 frame/s。

针对目前弹载红外目标跟踪算法对快速机动目标适应性较差的问题，本文在现有模板跟踪算法的基础上提出了一种鲁棒普适的自适应更新策略。该策略利用多个不同学习因子的更新模型，通过对不同模型下的跟踪置信度进行分析，自适应地对模型进行更新，有效地解决跟踪过程中目标剧烈外观变化或微弱位移变化。大量的定性定量实验表明本文所提的算法的跟踪性能超过现有的大多数算法，在现有弹载红外目标跟踪板硬件余量有限的情况下也能实现稳定跟踪复杂背景下的目标。同时，本文算法已经在挂飞测试中获得较理想的效果，适合**装备的应用。

为提高光电稳瞄系统内框架结构动力学模型准确度和仿真分析效率, 提出了基于多种群遗传退火算法的结构动力学模型修正方法。以某光电稳瞄系统内框架为研究对象, 通过动力子结构法建立有限元模型, 对比模态测试结果, 采用多种群遗传退火算法及相关性分析对有限元模型进行修正, 得到全局优化下内框架轴承的六向刚度值, 并对修正后的模型进行了实验验证。结果表明, 有限元模型与实验结果能较好地匹配, 各阶模态相关性在0. 8以上, 频率误差在9. 05%以内, 计算效率提高95%以上。最终形成了高效可行的模型修正方案, 为光电稳瞄系统内框架结构设计提供了重要的参考。

近红外光谱是一种快速、 无损的定量分析工具。 为了提高黄酒关键参数的检测水平, 采用近红外光谱法进行定量分析。 检测过程中, 由于受环境波动、 仪器老化、 原料变化等因素的影响, 基于旧样品所建的模型的精确度逐渐下降。 为保持模型的预测精度, 引入递归偏最小二乘(recursive partial least square, RPLS)对模型进行更新。 以往此方法多使用全谱信息扩充建模集并进行递归计算, 光谱的变量多, 且包含环境影响等干扰信息, 更新计算量大, 且精度的提升效果不明显。 考虑到黄酒生产过程中特征波段变化小的特性, 提出了一种基于特征波段的黄酒近红外光谱检测模型递归更新方法。 先采用相关系数法提取特征波段建立低维模型, 在采集到新样品理化值后, 再利用其特征波段光谱信息, 使用递归偏最小二乘对低维模型进行更新。 此方法被应用于黄酒总酸的近红外检测模型更新。 模型评价使用相关系数r, 预测标准偏差RMSEP和预测相对分析误差RPD三个指标。 结果表明: 采用本方法后, 模型稳定性显著优化, 计算效率有所提升, 模型预测效果良好, 三个评价指标分别达到0.965 7, 0.184 3和3.736 2, 较全谱PRLS时分别提高3%, 24%和31%, 在实际应用中有一定的参考价值。

针对视觉跟踪中的表观模型更新问题，在粒子滤波视觉跟踪的框架下，提出了一种基于粒子信息判据更新的自适应模型更新策略，通过挖掘粒子间的相关信息，判断跟踪状态和表观模型变化，进而构建模型更新的模糊规则表。采用著名的视觉跟踪评价数据集与经典粒子滤波视觉跟踪的模型更新方法相比较，实验结果证明了所提算法的有效性。

以注射用头孢他啶通用性定量分析模型为例, 通过对新的预测样本光谱与原模型训练集光谱相似性的研究, 寻找更为合理的用于判断模型更新的指标以及模型更新的一般方法。 对注射用头孢他啶新的待测样品, 首先使用聚类分析的方法将所有样品分成5类, 依次加入每一类中代表性光谱到原模型中进行模型更新, 计算模型更新前后的平均预测偏差, 并以此作为评判模型更新是否有效的标准。 同时以相似系数为指标探讨模型更新的一般方法。 再应用注射用头孢他啶通用性定量分析模型(包括头孢他啶、 水分及精氨酸的定量分析模型)以及新的预测样品对该方法进行验证。 实验数据证明当新样本光谱与原模型训练集样本的平均光谱在原模型建模谱段上的相似系数(rT)小于96.5%时, 模型需要更新。 使用上述判断指标对含碳酸钠为助溶剂的样品进行模型更新后, 预测头孢他啶含量的平均偏差由8.1%变为2.3%, 预测水分含量的平均偏差由2.2%变为0.3%; 对含精氨酸为助溶剂样品, 预测头孢他啶含量的平均偏差由7.0%变为1.9%, 预测水分含量的平均偏差由0.6%变为0.3%, 预测精氨酸含量的平均偏差由2.3%变为0.4%。 经过更新的模型能够用于分析国内市场上常见的注射用头孢他啶中头孢他啶、 水分及精氨酸含量。 以rT作为模型更新指标较为合理, 必要时可以参考新预测样品光谱与原模型训练集光谱的PCA得分图进行判断, 该模型更新方法具有一定的普适性, rT=96.5%可以初步作为判断模型是否需要更新的阈值。

为了提高星敏感器的测角精度，提出了一种采用系统辨识法对星敏感器模型进行修正以及测角精度检测的方法。首先分析了星敏感器的理论测量模型以及像面坐标与星点目标的空间位置关系，然后给出了用模型修正来提高星敏感器测角精度的原理和数学模型。修正模型由系统辨识方法得到，同时为了提高辨识精度，文中采用将星敏感器像面划分为多个区域，每个区域单独建模辨识的方式。最后利用某星敏感器进行了实验，利用该方法进行模型修正后，星敏感器的测角精度为 σx=1.68″、σy=1.91″，而修正前的测角精度为 σx=17.43″、σy=23.46″。结果表明，采用该方法可以使星敏感器测角精度得到大幅提高，同时也完成了测角精度的检测。