动态目标范文
动态目标范文（精选11篇）
动态目标 第1篇
笔者认为, 能否正确处理这个问题将会直接影响到对语文新课改的认识、推进和落实, 直接关涉到提升学生语文素养的终极目标的实现。一段时间以来, 笔者一直在思考这个问题, 近来偶有所悟、所得, 现把自己粗浅的理解诉诸纸质, 以就教于诸位方家。
笔者以为, 对于语文“三维”目标的理解与实施之所以众说纷纭, 其根本原因在于:我们一直在静态地看待“三维”目标。由于静态思维的潜在的定势作用和强制效应, 导致我们对于这个问题的理解、阐释、实施均停留在一个层面上。简单地说, 小学语文认为有小学语文的“三维”目标, 初中语文认为有初中语文的“三维”目标, 高中语文认为有高中语文的“三维”目标, 三个教学段站在各自的本位上, 各持自己的见解, 人为地割裂了“三维”目标内在的线性关联与线性互动。
目前我手头有两册语文课程标准, 一册是《全日制义务教育语文课程标准 (实验稿) 》 (含小学、初中) , 一册是《普通高中语文课程标准 (实验稿) 》。义务教育语文课程标准的表述是:“课程目标根据知识和能力、过程和方法、情感态度和价值观三个维度设计。三个方面互相渗透, 融为一体, 注重语文素养的整体提高。各个学段相互联系, 螺旋上升, 最终全面达成总目标。”普通高中语文课程标准的表述是:“高中语文课程继续坚持《全日制义务教育语文课程标准 (实验) 》提出的基本理念, 根据新时期高中语文教育的任务和学生的需求, 从知识和能力’、过程和方法’、情感态度和价值观’三个方面出发设计课程目标, 努力改革课程内容、结构和实施机制。”
我觉得义务教育语文课程标准的表述中有一句话极有嚼头, 韵味隽永:“各个学段相互联系, 螺旋上升, 最终全面达成总目标。”“螺旋上升”真可谓一语中的, 道出了三个学段“三维”目标的潜在的、动态的、线性的联系。
冷静反观, 语文“三维”目标的达成的确是一个系统工程, 它贯穿了从小学到高中的整个语文教学流程, 它不应该是某个学段的目标或者叫专利。
三个学段的学生无论是生理、心理特征还是认知能力均存在较大差异, 这种差异具体表现在思维方式、基础储备、情商层次、社会经验、心理素养等诸多方面。这是摆在我们面前的不争的事实。那么三个教学段的“三维”目标的实施也就不应该搞一刀切, 也应该具有一定的梯度或层次。
问题变得简单明朗起来。三个教学段是个共同体, 共同承担着新课程通过“三维”目标的有效推进最终实现语文教学总目标的重任。但三个学段的“三维”目标的具体落实的层面是存有差异的。
下面笔者就根据三个学段学生的生理、心理以及认知特点, 来探讨“三维”目标的分层次落实问题。
(一) 小学阶段学生的心理和认知特点主要表现为:
(1) 感知的无意性和情绪性显著, (2) 注意力不够稳定, 意向性不易持久, (3) 机械记忆优势明显, 擅长形象记忆, (4) 从形象思维向抽象思维过渡, (5) 情感易外露, 自制力较差。这些特点决定了小学阶段的语文教学应该遵循如下基本原则: (1) 着眼直观性, (2) 注意趣味性, (3) 培养习惯性, (4) 推进群体协作性。
针对上述特征, 小学阶段“三维”目标的落实, 着力点应该放在“知识、能力”的养成上。这里的知识和能力取狭义的理解, 即听、说、读、写等具体的基本的东西, 如熟练地掌握汉语拼音、识记一定数量的汉字、学习朗读的基本技能、形成良好的书写习惯, 等等, 特别要注意学习习惯的养成乃至定型。很明显, 以上诸方面它的主体性隶属于“知识、能力”这一“维”, 而与“情感、态度、价值观”这一“维”的关联性趋弱。
比较可知, 在小学阶段, “情感、态度、价值观”这一“维”应趋向简化, 可以搞渗透教育, 可以因“文”因“课”因“人”因具体情况施教, 不必放在核心地位。如果把小学的语文课上成纯粹的文学课、思想课, 淡化甚至忽略基础知识与基本技能的培养, 那就完全背离了新课程精神。
当然, 无论是“知识、能力”的养成, 还是“情感、态度、价值观”的培养, 都离不开一定的“过程与方法”。“过程与方法”是一条红线, 它贯穿了从小学到高中的整个教学过程。这一“维”从某种程度上讲, 是实施与推进其它二“维”的阶梯或者叫“手段”。
(二) 初中阶段年龄特征一般
为12岁16岁, 这个年龄阶段在心理学上称之为少年期, 在个体心理发展史上是一个从童年期向青年期过渡的时期。这个阶段学生的心理和认知特点主要表现是: (1) 观察具有一定的自觉性和精确性, (2) 意义识记开始占优势, 词语的抽象识记明显提高, (3) 抽象思维逐渐占据主要地位。由于他们初步掌握了比较系统的科学知识, 使他们能够理解自然现象和社会现象中一些比较复杂的关系和联系。所以, 他们开始用批判的眼光看待周围的事物, 常常不满足于教师在课堂上的讲解和书本上关于事物现象的解释, 喜欢独立地寻求事物现象的原因和规律。他们喜欢争论、探讨、追问。
针对以上特征, 初中阶段“三维”目标的落实与小学阶段不同, 在“知识、能力”与“情感、态度、价值观”的培养上可以基本均衡用力。也就是说, 在这个学段, 我们要一手抓“知识、能力”的培养, 一手抓“情感、态度、价值观”的培养。“知识、能力”的培养要进一步深入、巩固, “情感、态度、价值观”的培养力度要逐步提升, 为高中教学做准备。
当然, “过程与方法”依然要机动灵活地贯穿整个教学过程。
概言之, 这个学段是桥梁学段, 它肩负着小学阶段所传授与培养的知识与能力的整合与巩固, 更开启高中阶段情感、态度、价值观的纵深发展。如果我们去冷静反观, 初中阶段的语文教学意义重大。可以这么说, 初中语文教学的成功与否直接关涉到整个语文教学的成败。要高度重视初中阶段的语文教学。
(三) 高中阶段学生年龄一般为15岁17岁。
这个年龄段在心理学上通常称之为青春初期。这个阶段学生的心理和认知特点主要表现在: (1) 他们的身体发育已经接近成年人标准。神经系统方面, 脑的重量已和成年人相等。大脑皮层的神经细胞已发育完全, 联络纤维增长很快, 兴奋与抑制过程已经达到平衡, 但大脑活动的机能仍在继续发育。这一阶段是智力开发的黄金时期。 (2) 他们能够把注意力集中和稳定在毫无直接兴趣而又具有重要意义的学习任务上, 能在比较复杂的学习活动中分配自己的注意力, 观察事物也较为准确、深刻、全面, 能通过表面现象发现事物的本质特征。 (3) 意义识记已经占据主导地位, 能按照一定的学习目的, 力求分清主次, 采取意义识记的方法来领会和掌握教材的基本内容。 (4) 抽象思维从“经验型”向“理论型”急剧转化。他们的思维具有一定的批判性和独立性。 (5) 情感日益深厚, 意志行动带有自觉性。 (6) 学习动机较为稳定, 学习兴趣明显分化。他们已经具备相当水平的自学能力, 能够有计划地安排自己的学习时间, 创造性地完成各种学习任务, 并且自我监督能力强。
针对上述特征, 高中阶段“三维”目标的落实应该与小学阶段相对。由于这个学段学生的知识储备相对丰厚, 各种能力的培养也基本形成体系, 所以对他们“知识和能力”的教育应该渐次减弱。
这个学段是他们思维日渐成熟、情感日渐丰富、世界观开始定型的阶段, 所以对他们“情感、态度、价值观”的培养应该呈渐强趋势, 突出人文色彩, 培养人文精神, 使学生真正从精神上站立起来。
在这个阶段, “过程与方法”则可以放手让学生自己去落实、总结。教的最终目标是为了不教, 教师不妨做真正的“拐杖”。
如果在高中阶段我们还抱住培养学生的“知识和能力”这一“维”不放, 而忽略了对他们“情感、态度、价值观”的培养, 那就既违背了学生的生理、心理、认知特征, 更违背新课程的精神实质。
这里笔者又想起以前对语文教学“工具性”与“人文性”的大辩论。其实, 我们对“工具性”和“人文性”不必存有过多的争议, 只要动态地理解它们, 也就变得简单了。在小学阶段, 当然以“工具性”为主, “人文性”为辅;反之, 在高中阶段, 当然以“人文性”为主, “工具性”为辅。这是不同学段学生的不同的生理、心理、认知特征决定的。语文的“三维”目标与“工具、人文”两性之间存在着密切联系。
动态目标 第2篇
涟水圣特外国语学校 徐敏
内容摘要：教学是一种预设与生成的统一。教学预设是课前所作的准备，生成却是发生在课堂教学中，存在于教学现场及教学情景中的师生互动、生生互动中。而基础教育阶段英语课程的任务是发展学生自主学习的能力和合作精神，从而形成一定的综合语言运用能力。这是学习观的根本变革，学习不是一种外在的控制力量，而是一种发自内在的精神体现，因此，新课程改革提倡以弘扬人的主体性、能动性、独立性为宗旨的自主学习。而转变学习方式，就是要努力形成培养创新精神和实践能力的学习方式及其对应的教学方式；赞赏学生独特性和富有个性化的理解和表达；积极引导学生从事实践活动，培养学生乐于参与、勤于实践的意识和习惯，提高学生的综合能力。
关键词：主动
生动
活动
传统学习方式把学习建立在人的客观性、受动性、依赖性的一面上，从而导致人的主体性、能动性、独立性的不断销蚀。新课程所要求的转变学习方式就是要转变这种他主性、被动性的学习状态，把学习变成人的主体性、能动性、独立性不断生成、张扬、发展、提升的过程。遵从总的新课程理念，《英语课程标准》明确提出了一些新的教学理念，强调课程从学生的学习兴趣、生活经验和认知水平出发，倡导体验、实践、参与、合作与交流的学习方式和任务型的教学途径，发展学生的综合语言运用能力。因此，新课程理念下的小学英语课堂教学要有新的变化，要充分突出学生的主体地位，注重体现趣味性、体验性、应用性，使课堂真正地动起来、活起来。
一、由被动学习到主动学习，调动学生学习的积极性、趣味性。
所谓“自主”学习是就学习的内在品质而言的，它是现代学习方式的首要特征，它对应于传统学习方式的“被动性”，二者在学生的具体学习活动中表现为：我要学和要我学。我要学是基于学生对学习的一种内在需要，要我学则是外在的强制。学生学习的内在需要表现为学习兴趣。现代教育心理学认为，兴趣是学生学习积极性的最直接源泉。英语是一门语言，语言是文化的载体，语言源于文化生活，脱离实际生活的语言是不存在的。枯燥单调的课堂不能激发学生的学习兴趣，只有为学生创设英语氛围，学生的情绪为周围所感染，英语才会绽放出它的魅力。
每堂课的开始部分，我通常安排一些能让学生活动起来的Warming-up exercises：比如开火车数数，轮到的同学要站起来大声说出自己要数的数；或者边唱歌边配上动作，还可以边读绕口令边击掌，这些方法都能很有效地把学生的注意力从课间10分钟中拉回课堂上来，《新课程标准版（实验本）》教材中，很多歌曲和绕口令都是这方面很好的素材。更值得一提的是，该教材教师用书中为我们提供的游戏Simon says是Warming-up exercises中效果最突出、学生百玩不厌的游戏。在这个游戏中，学生注意力高度集中，而且每次游戏结束时获胜的学生都会为自己的成功欢呼，体验到成功的乐趣。
“A good beginning is a half done．”，好的开始是成功的一半，但它只是a half。在接下来的教学时间里，如果总让学生坐着听说，坐着读写，很容易出现学习效果降低的死角，也会有一部分，而且越来越多的学生会觉得枯燥而开始走神。要使课堂上的小主人们积极地投入到每一个课堂教学的活动中，我同样也采用了“全身运动教学法”(TPR)引发学生兴趣，运用游戏活动稳定学生兴趣，利用多媒体等先进的教学手段提高学生兴趣，创设情景发展学生兴趣，使枯燥单调的学习变得更为有趣。例如：在单词教学中，学生们会读了以后，通常是开火车检查读音。这时候，我让学生们发挥小主人公精神，自己选择开火车的方向。往左往右，或者往前往后，然后这列“火车”依次读出单词。这样一来，学生们每次都会因为争着想当the head of the train（火车头）而努力地读准、读好每一个单词。在教完本节课的新单词进行巩固或复习时，让学生认读所有单词，这时的认读是起立大声读出；也可让学生充分利用自己手中的小图片，边读边出示卡片；还可以听口令做动作，Paint yellow／red／green„。这些做法都能让学生身心得到活动，避免了机械操练，单词也在无意注意中记了下来。
学习者参与自己的学习目标的实现，积极发展各自的思考策略和学习策略，在解决问题中学习，学习者在学习过程中有情感的投入，有内在动力的支持，能从学习中获得积极的情感体验，这就是学生自主学习的最好体现。
二、以情景引导思维，设计“任务型”活动注重体验性。
语言是交际的工具，而交际过程是借助情境来实现的。“情境”不仅指实际生活情境景，还包括模拟交际情景、表演情景、直观教具情景、想象情景等。小学生好表现爱表演，表现欲强、很少害羞，情境教学不仅是培养学生交际能力的最有效手段，还是集中学生注意力、激发积极参与的好方法。
会话教学中将学生的“动”融于具体情境中，在情境教学中让学生享受学习的乐趣。首先要打破传统教学模式的条条框框，打破呆板的“井田式”座位顺序，把学生的座位安排成各种很随意的排列方式，几人一组，就好像课间在聊天、游戏一样，这样可减轻学生的紧张拘束感，也为他们创设了比较真实的生活情景。
情景表演最能满足学生的表现欲。为了表演成功，他们会很积极而精心地设计出表演内容，更会细心地把准备好的内容展现出来。而在这一过程中，学习内容已嵌入学生的脑子里。例如学习了见面打招呼，互相介绍的句子后，引导学生模拟真实的生活情景，在课堂上表演出来，从Hello！Nice to meet you！到Bye--bye．See you ．从姓名What’s your name？到年龄How old are you？亦或其它的问题，老师都可以引导学生按照预订的教学目标进行情景表演。除了真人表演的对话，还可以让学生利用玩具、木偶等自己喜欢的物品来表演木偶戏，自己帮配音，这样效果也很好。因为充当配音小演员及造型可爱的小玩具同样是孩子们喜欢的事与物，学生们在说说笑笑、玩玩跳跳中，既感到轻松愉快，又达到了“动手又动脑”的目的。
因此教师可以按照教学计划把每节课学生所要学的内容设计成真实有意义的“任务型”活动，有利于提高学生运用语言进行交际的能力，激活学生思维，培养创造意识，自始至终引导学生通过感知、体验、实践、参与合作等方式，围绕任务目标学习新的语言知识，从而达到目标，感受成功。
三、以游戏激励思维，注重语言的应用性。
英语的获得是交际活动的结果，学习英语的目的是进行交际。利用游戏比赛将所学语言输出，这也是交际应用的过程。游戏是孩子们最喜欢的活动之一，将游戏引入课堂，能将枯燥的语言现象转变为学生乐于接受的生动有趣的课堂形式。根据学生爱玩、好胜心强的天性，将整个课堂设计为不同的竞技场，把游戏转变成比赛，让他们在这些表现舞台上尽情施展自己闪光的一面。比赛在教学的各个环节中都可以应用。组织教学中，通过比赛可以把学生的注意力很快地集中到课堂上来；操练时，比赛能让学生主动地参与；复习时，比赛使学生不会觉得老师是在简单重复。我在复习课中复习数字时，要求学生们能够流利地数出学过的数字，我安排了“数字擂台赛”。挑选一位同学当擂主，快速地读出这些数字，记下他所需的时间，然后其他的同学可以向他挑战。战胜擂主的就成为新擂主，名字被写在高高的领奖台上。为了不使部分掌握得不是很好的同学失去信心，我在这部分学生中也设立一个擂主。两个擂主，随你挑战。比赛中的激烈竞争，使学生都积极地把数字牢牢地掌握下来。语言得到应用，知识牢固掌握，教学目的得以实现。
新课程标准倡导教学过程是师生共同发展、互动交流的过程。所以，教师必须在教学过程中处理好传授知识和培养能力的关系，引导学生在教师的指导下独立而有个性的学习。“悬梁刺股”、“凿壁偷光”的苦读精神固然值得借鉴，但现在我们提倡的是用轻松愉快的教学方法，去迎合孩子们活泼好动的天性。我们有责任让每个孩子都在其乐无穷的气氛中掌握知识与技能。实现新课程的使命：学生生动活泼、充分自由的发展。
参考文献：
1.《英语课程标准(实验稿)》北京师范大学出版社.2001年7月第2版
理财是契合人生目标的动态过程 第3篇
金价创历史新高，黄金类银行理财产品一度走俏，仔细研读收益条件，发现挂钩标的并非是金价越高，收益就越高，金价与收益之间的正相关需具备诸多辅助条件。
万能险疲软进一步加剧，其赖以成名的高结算利率如今差强人意，很多勉强徘徊在4.0边缘。有消息称，一些大型寿险公司如平安等将淡出万能险。根据以往经验，保险产品停售，往往会招来销售潮，物以稀为责，在“以后想买都买不着”的蛊惑下，人们购买的是心理诉求，而非实际需要。
这些在投资理财中常见的现象，均是闻风而动的写照。随大流，追炒作，无视自身实际，没有清晰的理财目标，是投资者之忌。在本刊即将举办的中国首届最佳理财家庭评选中，衡量是否“最佳”的一个重要标准，即是你的投资绩效在多大程度上满足了理财目标。同时要考量你对人生不同阶段资产配置的理解，还有生活消费方式是否健康，你是否幸福快乐。
既然有生命周期，理财应顺周期而行。资产配置概念不宜生搬硬套。单身白领要学会利用信用卡积累现金，省下来的钱可以购买银行的理财产品、基金定投或做其他简单投资。对于普通家庭和中产阶级，则可根据投资计划的时限及可承受的风险，来配置资产组合。不需要攀比和跟风，符合自己的组合才是好组合。收益仅仅是理财的一个分解指标，再高的预期收益如果超出理财目标所允许的风险承受，也不能称为最佳的理财方式。
当前争论不休的楼市，是出手还是观望，买卖双方似乎都在等待另一只靴子落地。僵持中，很多人弃自己买房之初衷于不顾。假若资金充裕，又亟待用房，指望拉动GDP的一支重要生力军一房地产市场崩盘，期待何其渺渺，不如在低迷时出手，圆了住房梦。倘若费尽周折，捉襟见肘，仍凑不齐购房款，就不宜操之过急。楼市新政绝非一纸空文，重拳出击房价仍难撼动时，政府该不会袖手旁观，不妨将精力转向开源节流，为未来购房夯实财基。本期封面报道《楼市迷局：向左?向右?》。就提醒购房人，无论楼市走向哪里，都要打造适合自身实际的买房规划。
动态目标生成技术的研究 第4篇
1 动态目标生成器的结构组成
该设备的系统组成如图1所示, 与传统的光学靶标相比[2], 检测设备的整体机械结构发生了变化, 增加了精密回转轴系, 采用了高精度角度传感器圆光栅作为反馈元件, 使速度更加平稳;平行光管和检测相机静止不动, 确保了系统的可靠性, 提高了动态目标特性的稳定性。
整个检测系统由底座组件、旋转臂、平行光管、分光棱镜、直流力矩电机、回转轴系、两块平面反射镜、可调光源、两路可见光激光指示器和检测相机等组成。
2 动态目标生成器的检测原理
本检测系统的检测原理是激光通信光端机既可以接收来自目标生成器的平行光束, 又可以通过自身的光学系统发射通信光, 而且经过光学装调可以保证两次光路方向平行。动态目标生成器的功能由动目标生成功能和跟踪精度检测功能组成。
动目标生成功能原理:进行模拟目标跟踪时, 首先根据需要调整设备与被测试光端机间的距离和反射镜的角度, 使平行光管光轴指示光和旋转臂回转轴指示光汇聚到一点, 然后调整被测试设备的位置, 使光端机的回转中心与指示光的交汇点重合。启动力矩电机带动旋转臂实现旋转运动, 打开光源后, 平行光管发出的信标光经反射镜反射后, 在空间上形成一锥面的运动轨迹, 且锥点位于被测试光端机回转中心的运动目标。动目标生成原理见图2所示。
检测功能原理:被测检光端机跟踪动态目标生成器产生的运动目标的同时, 开启自身的发射系统并发出通信光, 因为光端机的通信光发射光轴和粗跟踪接收光轴平行, 因此光端机发射的通信光的光路与检测设备信标光光路平行, 经反射镜2和反射镜1的反射后, 通信光束被平行光管接收, 接收到的光束经分光棱镜折射到CCD相机的探测面上形成光斑, 经过图像处理单元, 可以计算光斑的位置。当被测光端机跟踪误差为零时, 被测光端机发出的激光光轴和检测设备发出的目标光平行, 即与CCD相机的接收光轴平行, 相机探测到的光斑应位于相机视场中心O处。当被测端机跟踪精度不为零时, 被测光端机发出的激光光轴与和CCD接收光轴间产生一定角度, 光斑在CCD上位置变为A, 通过检测光斑偏离中心O的程度即可检测光端机的跟踪精度 (见图3) 。
3 精度分析
根据系统的检测原理, 检测设备本身的总体精度满足一定的量级, 才能确保检测结果的准确性。本文所设计的检测系统中, 误差主要由二部分组成, 分别是:
(1) 动态目标生成器旋转臂受重力作用产生的变形。
(2) 反射镜及镜座的变形。
以上的因素中, 两部分的误差值是互不影响的, 所以可以单独分析。
3.1 旋转臂的变形分析
在检测过程中, 动态目标生成器沿固定方向匀速旋转, 所以认为静态变形和动态变形情况相同[3]。利用分析软件可得 (见图4、图5) 。
由图4和图5可以看出, 变形量根据旋转臂位置的不同而发生相应的变化。在水平位置时它的最大变形数值为0.01254 mm;当旋转臂处于竖直方向时最大变形数值为0.0 09 6 5 6 mm。
根据反射镜的反射原理, 从平行光管出射的光束经过旋转臂顶端镜面反射后, 出射角误差会变大, 误差值为旋转臂变形产生角度误差值的2倍, 设σ1为旋转臂在水平位置时变形产生的角度偏差, σ2为旋转臂在竖直位置时变形产生的角度偏差。根据反射镜到旋转臂的旋转中心距离为800 mm, 进行计算误差σ1、σ2的大小:
2取旋转臂在水平位置时的误差, 则旋转臂变形所引起的最大角度误差数值为:
3.2 反射镜座变形分析
镜座与支座回转轴、反射镜与镜座之间用螺钉连接, 导致镜座受到力的作用产生变形。
利用分析软件得到反射镜座的变形图 (见图6) 。
从图6所示的变形图可得, 最大变形量发生在镜座的下端, 由分析结果看出, 最大变形量为0.0004994 mm, 镜座框架的长度为265 mm, 支撑点在反射镜长轴的中点, 通过计算得到反射镜座变形引起的最大角度误差为:
3.3 系统总体精度分析
检测系统的单项误差计算数值分别是:
(1) 旋转臂的变形产生的误差为。
(2) 反射镜镜座受力变形产生的误差为
以上各误差之间是互不影响的, 利用均方根法计算得:
检测系统自身的精度为6.55″, 化成弧度制为31.5µrad, 本文中被检光端机的粗跟踪精度为120µrad, 检测系统的精度满足要求。
4 结语
本文设计了光端机的粗跟踪精度检测系统的结构, 并且介绍了检测原理, 主要分析旋转臂变形、反射镜变形对检测设备本身精度的影响, 经过计算得出系统的总体精度数值, 结果表明误差满足系统的检测精度要求。
摘要：针对光端机的粗跟踪精度检测方案, 设计了动态目标生成器, 为激光通信用光端机提供动态目标并进行粗跟踪精度测试。详细介绍了检测原理, 设计了动态目标生成器的结构, 利用有限元分析软件对关键部件进行分析, 对精度进行了计算。分析结果表明, 该设备可靠性高, 能够提供要求的检测精度, 为光端机的研制提供理论依据。
关键词：动态目标,跟踪精度,检测
参考文献
[1]姜会林, 佟首峰.空间激光通信技术与系统[M].北京:国防工业出版社, 2010.
[2]牟吉元, 孟立新, 张立中.激光通信光端机粗跟踪性能检测方法研究[J].长春理工大学学报:自然科学版, 2012, 35 (2) :1 3 0-1 3 3.
动态目标 第5篇
摘要：相关匹配是目标跟踪和模式识别的一种重要方法。介绍了CCD（电荷耦合器件）误差测量系统光学原理；针对该测量系统实际情况，提出了用相关算法实现目标位置的测量；使用自适应相关匹配的方法，实现了对连续视频图像中动态目标的跟踪；给出了实验结果，并对算法提出了改进的意见。关键词：CCD测量 图像处理 自适应相关 目标跟踪
基于相关算法的目标跟踪是利用从以前图像中获得的参考模板，在当前图像中寻找最相似的区域来估计当前目标位置的方法。它对于背景复杂、会有杂波噪声的情况具有良好的效果。CCD（电荷耦合器件）测量技术是近年来发展迅速的一种非接触式测量技术。CCD摄像器件在分辨率、动态范围、灵敏度、实时传输方面的优越性是其它器件无法比拟的，在动态飞行目标跟踪测量中发挥着重要的作用。作者在CCD测量系统中使用相关匹配的方法，实现了对连续视频图像中动态目标的跟踪。
1 CCD误差测量系统原理
在同一观测位置布置两台CCD，其视轴平行。其中CCD1用于瞄准，CCD2用于跟踪飞行目标。CCD1瞄准线和视轴重合，获得瞄准线和靶标之间的偏差角α。CCD2获得飞行目标和靶标之间的偏差角β。系统要求得到瞄准线和飞行目标之间的.水平和垂直方向上的偏差角ψx、ψy。因此规定CCD的视场中均以靶标十字中心为原点，向左和向上为正方向，将α、β分别投影到坐标轴上得到水平和垂直方向上的偏差角αx、αy、βx、βy。两台CCD的视频轴平行，视轴间距远远小于CCD到目标的距离，因此可以认为两CCD的视轴重合。所以有：
ψx=αx-βx，ψy=αy-βy (1)
图1是系统的原理图，图中靶板上的黑十字是靶标，虚线十字为瞄准分划板在靶板上的投影（由于实际靶板上没有，所以用虚线表示）。
2 图像处理算法的选择
从系统的原理分析可知，要完成偏差角度的测量首先应当从图像中提取出各个目标在图像中的位置，再根据CCD当量（每像元对应的弧度数）算出水平和垂直方向的偏差角。从CCD1的图像中的最靶标十字和瞄准分划板的位置，从CCD2的图像中提取靶标十字和飞行目标的位置。
由于飞行目标几乎贴地飞行，CCD视场中有复杂的地面背景。而且靶标是不发光的暗目标，与背景灰度反差不大，很难将目标从背景中分离出来，因此只有采用相关处理技术来进行目标识别，才能实现瞄准误差和飞行轨迹的测量。相关算法非常适合在复杂背景下识别和跟踪运行目标。由于系统图像处理是事后处理，处理连续的大量视频图像，实时性要求不高，而对处理精度和自动处理程度要求较高，因此采用该算法。
本系统中相关处理将预先选定的目标或目标特定位置作为匹配样板，求取模板和输入图像间的相关函数，找出相关函数的峰值及所在位置，求判断输入图像是否包括目标图像及目标位置。
3 相关算法的原理及改进
在机器识别事务的
动态目标 第6篇
摘要：针对动态目标的GPS定位精度不高和实时性较低的问题，通过改进卡尔曼滤波的定位算法，有效消除GPS动态数据的随机误差，给出了仿真得出的运动轨迹对比图和误差曲线对比图.该算法将速度观测量加入到常规的卡尔曼方程中，得出带约束项的改进型卡尔曼方程.通过实验结果可以看出该算法可以有效提高动态目标的GPs定位精度和实时性，具有重要的理论和实际意义.
关键词：动态目标；GPS定位；卡尔曼方程；约束项
Dol：10.15938/j.jhust.2016.04.00l
中图分类号：TN966
文献标志码：A
文章编号：1007—2683（2016）04—0001—06
0引言
全球定位系统（GPS）自1973年首次由美国国防部部署开始，凭借自身的高效益、高精度、自动化、全球性、全天候等显著特点，被广泛应用到大地测量、工程测量，水利、电力、交通、资源勘探和航海等领域中。
由于GPs的现代化进程飞速发展，其应用的范围越来越广泛，对其精度和速度也有了更高的要求.通过文献查阅可知，GPS动态定位一般可以分为伪距动态定位和载波相位动态定位.伪距定位平面坐标的精度可以最小可以达到0.48 m，载波相位定位平面坐标精度约为O.004m，但目前在GPS定位算法方面的研究还很不足，在滤波的过程中所用到的定位方程运算复杂，计算量很大，定位的精度低，速度慢，不适用于对动态目标的定位，本文对定位算法进行改进，通过分析GPS接收机的定位结果，设一个误差总和，其包含各种误差因素，由于定位的精度会受到速度观测量的影响，现将速度视为约束条件的卡尔曼方程与将速度视为观测量的常规卡尔曼方程联立.可以提高定位的精度和实时性，简化方程，减少计算量，对于GPS定位算法的发展而言，具有重要的理论和实际意义。
1.GPS定位误差分析
GPS为导航定位、测量和测量学开辟了一个崭新的时代.但由于GPS定位中含多种误差，利用传统的方法很难将其影响去除，使得GPS在某些场合的应用还受到限制，GPS定位的主要的误差源包括：①卫星测量误差.可分为：卫星时钟误差、星历误差、电离层的附加延迟误差、对流层的附加延时误差，②卫星的几何位置造成的定位误差，在运动目标定位中误差主要源于如下几种：多路径效应、信号遮挡、信号丢失、GPS接收机动态测量范围的局限性而引起的定位误差及首次定位的时延误差等。
影响GPS定位结果的误差因素也同时影响其测速情况，不过，接收机误差因素的影响表现显著，其他因素影响稍弱.接收机误差因素中接收设备的锁相跟踪环路掺人噪声，产生虚假的多普勒频移是其主要影响GPS测速的因素。
2.观测速度量的GPS定位算法
将误差因素均看成零均值的高斯白噪声，而实际情况中，很多信号显示为非白噪声分布.为了能提高GPS对于动态目标的定位精度和稳定性，对其信号的处理方式选用了卡尔曼滤波（kalman filter）算法.其原理是根据信号的前次估计值和当前观测值，通过利用线性无偏最小方差估计准则来推算得出当前的信号值，无需考虑以往观察值.还需已知状态方程、量测方程、白噪声激励的统计特性、量测误差的统计特性，其所用的信息均是属于时域内的.卡尔曼滤波适用于多维，其适用范围十分广泛，其特点有以下4种：
1）可以通过计算处理随机信号.
2）可以区分出所用被处理信号是否有用和干扰。
3）利用系统的白噪声激励和量测噪声的统计特性进行估算，不将其滤除。
4）算法属于递推类型，且在时域内使用状态空间法，适用多维随机过程。
卡尔曼滤波只利用信号的前次估计值和当前观测值，就可以对其进行线性无偏最小方差.
由于动态目标在运动过程具有复杂性，根据常规滤波方程处理可以发现其过程复杂、计算量大、实时性低等缺点.在实际使用的情况下，通过在GPS接收机上接收到的定位坐标进行预处理，并将所有的得到的误差加和计算.达到简化方程；减少数据处理量；减少得到的运算结果延迟性和准确性的目的。
2.2基于速度量的算法改进
2.2.1状态方程
在定位的实际应用中主要考虑平面的位置情
2.2.2改进后量测方程
比较GPS定位的速度数据和位置数据可得，其原理不相同，准确性则不同，速度数据的准确性高于位置数据的准确性，GPS定位过程中会输出的动态目标位置信息和速度信息，其中速度信息可分为速度的大小和方向，速度观测量影响GPS的定位精度，在观测方程中加入速度观测量可以提高定位精度，提高状态的可观测度。
将约束方程代人卡尔曼模型中，使得原本的卡尔曼方程的状态参数不满足新的条件方程。需要对其进行相应的修改，实现准确的滤波推导.根据采用最小方差估计原则，推导出新的带有速度约束条件的卡尔曼递推方程，并且保留原有发状态参数.
建立拉格朗日方程：解之得：最后得到带速度约束条件的卡尔曼算法递推公式：
它与常规的卡尔曼递推算法进行比较，改进后卡尔曼算法在预测值后加了一个和约束条件有关的修正项，没有对其他步骤进行改变.修正项是表示为最大化符合速度约束条件的要求，不间断的对载体运动的轨迹进行修正。
3.改进后算法仿真与对比
我们设定某一目标的起始位置在坐标轴的（0，0）上，本目标在x和Y轴上的初始加速度均为O.1m/s，设定本目标在坐标系内的运动为非规律运动，并且x和Y轴上分别给加速度增加了噪声影响，并且可以得到运动目标的运动轨迹.通过设定两部对目标进行实时测量的观察机以用来得知目标的相对距离.假设运动目标的状态向量、观测向量分别是：
随后我们使用标准型卡尔曼方程对运动目标的轨迹进行滤波处理，其中它的系统噪声和量测噪声都是非相关独立高斯白噪声，其中设定时间T为1秒，在第3个历元介人滤波.全部过程耗费300秒，可以得到运动目标的轨迹如图1所示。
通过卡尔曼算法得到的值同真实轨迹值相减，求得滤波的误差曲线.如图2所示为其x轴上的误差。
通过以上的方式，替换量测方程为线性方程，使用改进后的卡尔曼算法再次进行仿真，得到的运动目标轨迹如图3.
通过图1和图3对比常规卡尔曼算法得到的轨迹和改进后卡尔曼算法得到的轨迹，可以看出后者更接近真实轨迹.通过图2和图4对比常规卡尔曼算法得到的误差曲线和改进后卡尔曼算法得到的误差曲线，可以看出后者误差明显减小.其原因是在相同条件下，改进后卡尔曼算法是将速度观测量代入状态变量中，并且作为速度约束条件代入卡尔曼方程，在系统方程不变的情况下，改进后的量测方程转换为：
而后利用Z1和Z2可以得到常规卡尔曼方程以及带约束项的卡尔曼方程，而后通过之前的运动轨迹模型在矩阵实验室中进行仿真，如图5和图6所示。
通过对比图可以直观得到带有速度约束项的改进后卡尔曼方程是很有效的降低了误差度.其误差值给出了比较有代表性的，如表1所示.
其原因为观测速度量的加入约束了状态量的变化，使物理意义与数学关系结合的更加直接，其改进后结果对预测值进一步进行了修正.这么做的优点是提高了坐标精度，得到的图像也证明了此点.综上所述：带有速度限制算法的卡尔曼量测方程能提高预测精度。
4.结论
语文课堂动态生成与双赢目标的实现 第7篇
一、教师精心预设生发新型动态课堂
精心的课堂预设是上好每一堂课的关键, 当然也会为动态生成保驾护航———保证生成的合情、合理、有效, 不至于形散神也散。可是再精心的预设也决定不了课堂的生成。课堂教学讲究预设, 更讲究课堂的动态生成。我们对课堂教学案进行优化, 要充分考虑学生可能的需求和动态课堂的生成过程, 给课堂上的不确定因素留有一定的空间, 为教学中发挥教师的教学机智、真正活化课堂留余地, 同时也为学生灵活发挥留有空间。预设是教师面对教材、面对学生应考虑的两重问题。学什么与怎样学这是一个辩证性的双重质疑, 也我们对动态生成课堂最有效的基本定位, 也是我们要达到的教学基本规划。预设既包含了教学理念及在理念引领下的具体教学的操作层面, 它也具有有效引导学生自主学习、能动学习并有机整合学习目标的“理想意图”和操作思想。它是教师走进课堂、走上讲台之前的必修课。以往的教案、教学设计大都注重教学方法、方式, 往往忽视对学习内容的再加工和学习方法的具体指导及学生学习情感的忽略。重教案而轻视我们的教学对象这是一个普遍性的问题。教师一般只是依据教材呈现的次序和方式展开学习内容, 而全然不顾学生的反应、“照本宣科”式的教学不在少数, 因此课堂也就缺失了应有的生命活力。这也是我们生发新型动态课堂所面临的困境, 任务艰巨, 却也迫在眉睫。
新课标下的预设, 这是教师生发新型动态课堂的第一步。新的课程, 新的教学目标下的课堂预设首先要求构建一个“学习主题”, 应该思考怎样合理组合学习内容, 使内容与目标一致;应该思考运用哪些学习策略, 使效益与方法一致, 从而有效地达成目标与掌握学习方法相一致。教师更应该思考学生对学习内容会有臬的体验和情感。在预设过程中, 教师从传统的线型设计 (关注“教师怎样教”的设计) , 再转到了新理念下的框架设计 (关注“学生怎样学”的设计) 上, 即从“以教定学”转到“以学定教”这一新理念上来。但是在具体的课堂实践过程中教师心里背着新课标, 手中还是那张旧船票。这是因为他们并没有真正地关注课堂的生成教学, 即真正意义上的以学定教。
第二步, 新课标强调课堂是一个不断生成的教学, 它更多地关注课堂生成的新情景 (问题) 、新内容、新方法、新过程, 更多关注学生在课堂中个性化的生命活动。它不仅要看教师“教”的怎样, 更要看学生“学”得怎样, 甚至要从学生如何学这个基点来看教师是怎样教的。作为动态的课堂, 还会出现一些我们很难估计到的情况, 这就是生成性;很多时候, 这些难以预料的生成性情况, 会决定一堂课的成败, 因此, 教师在预设时要注意根据学情, 即学生可能出现的课堂反应等实际情形, 设计具有一定弹性的教案, 来响应课堂教学中师生、生生之间有效互动的生成过程。如我们上《夜宿山寺》这一课, 初读、再读、三读课文后, 教师请学生说说诗句中写了哪些事物, 并说说自己的理解, 有兴趣的可以进行小组交流。但教师很快发现许多学生并没有参加小组交流, 而是饶有兴趣地在画画, 并发现其中一幅有问题的画, 那是一张画有星星、月亮和一座倾斜的厉害的高楼。教师默许并支持了这一学习方式, 并请学生对那幅画作出评价, 学生很快纠正了错误, 从而让学生正确地掌握了诗句中“危”字的正确解释不是“危险”而是“高”。在课后我们可以反思:在这个教学片段中, 教师不再死抱“预设”, 而及时关注到了课堂的“生成”。
第三步, 《新课程标准》倡导的是“以人为本”的教育理念和“自主、合作、探究”中的独特的和个性化的学习方式, 不再视知识为确定的独立于认知者的一个目标, 而是视其为一种探索的行动或创造的过程。教师要不断探索这三大学习方式具体有效的操作方法。这些方法不单来自教师的实践和创造, 更应该关注学习者自身的实践和创造, 教师需要敏锐地捕捉和推广这类具有生命力的学习方法的“生成”。为生成留空间的弹性化预设, 要着眼教学的多个要素。例如设定教学目标要首先考虑学生的需求和实际, 克服“满堂问”追求空洞热闹的倾向。而且要兼顾新课标的三维目标, 根据教材和学情灵活确定其侧重点, 设计教学实施过程, 要注意为学生的主动参与余下时间和空间, 切不可教师一讲到底;练习作业的设计也应关注学生客观存在的差异, 让每个层次的学生都不同程度的有任务有收获, 因此课堂预设要为学生的动态生成创造条件。
二教师巧设情境激活学生创新思维
动态生成“孕育”了课堂崭新的生命。在课堂教学中, 情境的设置, 要为课堂教学的顺利进行和重难点的成功突破, 提供了一种可能氛围。情境设置的巧妙, 可以帮助学生更快进入文本, 把握内容, 理解主旨;更重要的是它能成为激发学生本能的学习热情和潜在的思维力量、让学生在课堂中活跃起来的重要手段[2]。“海阔凭鱼跃, 天高任鸟飞”。教师要善于营造平等交流的氛围, 通过师生互动, 生生互动, 实现互相沟通, 互相补充, 引发群体的思想碰撞, 达到共识, 共享, 共进;要敏锐捕捉富语文教学论文有生命气息的教学资源, 反思教学行为, 及时予以调整, 营造动态生成的课堂教学。只有这样, 师生才能释放生命的活力, 闪耀出智慧的光芒, 飞扬起自主的语文教学论文个性。演绎“无法预约的精彩”, 课堂也就必然散发出生命的灵性和无穷的魅力。我在教朱自清的《春》一课时, 是这样导入的:“一提到春天, 我们就会想到春光明媚, 绿满天下, 鸟语花香, 万象更新。古往今来, 许多文人墨客用彩笔描绘它, 歌颂它。同学们想一想, 诗人杜甫在《绝句》中是怎样描绘春色的? (生背) 王安石在《泊船瓜洲》中怎样描绘的 (生背) 苏舜钦的《谁中晚泊犊头》一诗中又是怎样写春的呢? (生背) 现在我们就欢快地生活在阳春三月的日子里, 但是我们往往知春, 而不会写春, 那么请看朱自清先生是怎样来描绘春景的色彩、姿态呢?”这段导语先温习以前所学关于春的诗句之后顺势引入新课。回味古诗, 无形之中, 学生就感受到春天的绚丽多彩, 而朱自清的《春》更对他们有了诱惑力。这样导入, 学生必会迫不及待的去赏《春》。
而在上《盲孩子和他的影子》的时候, 设置了这样一个环节:将一位学生的眼睛蒙住, 让他在另一个学生的掺扶下越过障碍行走, 再由现场同学采访他什么东西也看不见时的感受, 并让全班学生闭上眼睛体验一下。接下来的阅读中, 同学们会很入境, 对光明和爱的渴望, 就能感同深受。影子对盲孩子的帮助也很让同学们感动, 当问及读了这篇文章, 同学们从盲孩子和影子的遭遇中获得怎样的启示。同学们就纷纷大胆而投入地发表了自己的意见。有的说:给他人帮助就是帮助自己;有的说:虽然盲孩子的眼睛看不见, 但眼前的世界并不只有黑暗;有的说:我们要勇于献出自己的爱心, 去帮助他们;有的说:人不管遇到何种灾难, 要有乐观的生活态度。恰当的情境设置, 让学生有了兴趣, 有了对知识的渴望, 他们主动参与到课堂中来, 潜在的思维力量, 学生的思维活跃了。巧妙设置情境, 除了可以通过活动, 还可以借助媒体、图片、音乐, 甚至角色表演, 让学生真正成为课堂主体, 获得教学双赢的效果。
三、教师掌握互动在动态沟通中对话
语文教学论文课堂教学强调师生之间动态关系, 这种动态关系互相影响, 互相促进, 是一种“共享”式的对话过程。要想让课堂活起来, 就必须让学生的思维活起来, 让学生成为真正的课堂主体, 以收到良好的教学效果。这就要求教师具备相当的课堂机智, 善于捕捉学生回答中的思维亮点, 点燃他们的思维火花, 以形成燎原的思维热潮。如前段时间在我校举行的新课程背景下语文教学研讨课交流活动中, 有一位教师在上《皇帝的新装》这一课的时候, 其中有一个教学环节是问同学们, “你们觉得哪个人物最可爱?”
有学生回答说:“皇帝最可爱。”师问:“为什么皇帝最可爱呢?”生说:“我觉得他蠢得可爱。”这个时候, 教师很机智的捕捉到学生的一个思维亮点, “哦, 你认为他蠢得可爱, 看来同学们对这个皇帝还很感兴趣, 那我们来个现场采访, 哪位同学有勇气来扮演一下皇帝?”于是一场别开生面, 贴近人物性格的采访开始了。教师趁热打铁, 又让学生分别扮演了大臣还有记者, 对人物性格特征进行了淋漓尽致的剖析。
可见, 如果能及时迅速对学生的回答做出反应, 抓住课堂教学的契机, 点燃学生的思维火花, 是可以让学生充分融入到课堂中来, 成为课堂真正的思维主体的, 只有让学生的思维活起来了, 我们的语文课堂才能活起来。
四、教师启发点拨引领课堂智慧
求知欲、好奇心, 这是人的永恒的, 不可改变的特性。为了在教学上取得预想的结果, 单是指导学生的脑力活动是不够的, 还必须在他身上树立起掌握知识的志向, 即创造学习的诱因。问题意识是让思维运转的不竭动力, 许多创造发明都是从问为什么开始的。但目前还是有许多课堂用教师的问题代替学生问题, 出现了“满堂问”这样的被动教学局面。尽管教师将一堂课设计得天衣无缝, 讲起来滔滔不绝。但这样的课堂, 学生只有被动接受的份, 殊不知, 学生产生问题、提出问题、解决问题的过程比提出什么样的问题更有意义和价值。教育中要防止两种不同的倾向:一种是将教与学的界限完全泯除, 否定了教师主导作用的错误倾向;另一种是只管教, 不问学生兴趣, 不注重学生所提出问题的错误倾向。
教学应该从情感体验开始。那么什么样的启发才能让教师应该创设好课堂的情境?是为了教学而创设情景呢, 还是为了更好地育人而创设情境呢?这就要求教师用孩子的眼光去看这个世界, 也就是教师是否有“童心”。只有有“童心”的教师, 他们所创设的情境, 才能让自己、让学生真正融“情”入“境”, 让学生在情境交融中, 主动学习、探究。教师要创设民主、平等、和谐的开放式课堂气氛, 要善于启发学生, 培养学生质疑提问的能力。教师要放弃课堂话语霸权, 引导学生发现问题, 鼓励学生表达, 支持学生寻求答案。这或许是给了学生人生的一个支点。追求“个性化”阅读, 让学生有“独特的感受、体验和理解”, 要求语文教师有灵心慧眼, 帮助学生在独特体验和价值取向之间找到支点。语文教育的一个基本功能就在于培养人文情怀, 涵孕精神意蕴, 因而, 教师要尊重学生。更要提升学生;要立足课堂, 更要超越课堂;要释放生命, 更要点化生命。教师, 也应该用诗意的课堂去点燃孩子的感情, 尤其是语文教师。因为语文学科不仅具有工具性, 而且负载着丰富的情感、深邃的思想和人类绵绵不绝的文明。
学生不仅仅是认知体, 而首先是生命体, 教育就是要把个体精神同生命的发展主动权交给他们, 为他们提供一方自主学习、挥洒个性的栖息地, 搭建一个激发智慧、释放个性的舞台, 让他们的鲜明个性、生命之光永远亮丽。因此, 弘扬个性, 培养创新精神应成为我们教学工作的立足点、出发点和归宿。我们要尊重学生的个性, 让学生自由地表达, 富有个性地表述, 创造性地想象, 还学生个性的解放, 展现学生生命的原生态。上述案例, 由于教者为学生营造了一种宽松的课堂气氛, 铺设了求异创新的土壤, 学生的个性化思维被充分地激发起来, 一个个独具智慧而又不失现代经济思维的想法“喷薄而出”。如果我们唯本是瞻, 固守老一套的教法, 一味地理性分析, 学生的个性化的思维能被激发吗?学生能有如此独到而又精辟的个性化表述吗?
以上所述, 是我对新课程背景下课堂教学改革的一点不成熟的思考。希望通过上述各种途径的努力, 活化语文课堂, 以化解语文教学的僵局, 实现教学双赢。教学需要预设, 但预设不是教学的全部, 教学的生命力与真正价值在于预设下的生成教学。“关注生成”, 它所蕴含的教育思想就是以人为本, 以学生为学习的主体, 倡导的是合作、自主、探究的学习方式, 这是对新课标理念的全新展示, 也是我们教育的改革双赢之道。
参考文献
[1]《新教育之梦》 (朱永新) 人民教育出版社, 2002年7月版。
[2]《教育过程最优化》[苏]巴班斯基吴文侃等译教育科学出版社2001-01。
动态目标 第8篇
在经济建设中, 实时成像跟踪技术具有很广泛的应用。具体应用于交通运输管理、卫星测控、计算机视觉及生物医学等方面。例如在交通运输过程中, 人们能够很好地监控道路的车辆, 并对某些车辆进行跟踪监控, 这样能够大大增加公路的安全性。实时成像跟踪技术以其技术先进, 性能卓越等特点而得到快速发展, 这也使得越来越多的科研人员投入到成像跟踪系统的研究中去。随着实时成像跟踪技术在各个领域的广泛应用, 特别是在军事和科学研究领域, 对成像跟踪系统的要求越来越高, 要求系统响应更快、精度更高。
1 跟踪阶段的状态及转换条件
跟踪系统捕获目标后, 根据不同的目标特征, 对视场内的图像信息进行各种处理, 通过建立一种智能的跟踪策略, 使跟踪系统的跟踪状态随着环境的变化而变化。在整个跟踪过程中, 可以分为以下几个阶段:搜索阶段、目标捕获阶段、正常跟踪、不正常跟踪阶段, 如图1所示, 图中形象地给出了系统在各个状态转换时通过制定合适的跟踪策略使得跟踪系统保持正常的跟踪性能。系统状态集合S={A, B, C, D}描述如下:
A:目标搜索状态:跟踪系统搜索目标, 发生在开始截获或数字识别系统连续若干帧丢失目标的情况下。
B:目标截获状态:跟踪系统捕捉到目标物体, 并对目标信息进行提取, 从而对目标进行识别分类。
D:预测、记忆跟踪状态:正常跟踪状态突然出现异常情况, 如目标物体被遮挡或出现瞬时丢失时则进入预测、记忆跟踪状态。
状态转换条件:
C1:跟踪系统截获目标
C2:跟踪系统已经确认目标, 给定目标跟踪窗口数据或模板。
C3:跟踪系统出现瞬时丢失目标的情况。
C4:跟踪系统在预测记忆阶段又发现并获得瞬时丢失的目标。
C5:跟踪系统丢失目标时间过长, 超出预测记忆时间范围。
2 目标跟踪算法的简单介绍
目前常用的跟踪算法[1,2,3]主要有波门跟踪算法、相关跟踪算法、多模跟踪及基于特征光流的跟踪以及活动轮廓的跟踪等等。
2.1 波门跟踪算法简介
波门跟踪[4]是指当目标在视场中运动时, 由于物体只占市场中的一部分, 如果设置一个波门套住目标物体, 就能够屏蔽波门外的无用信息如噪声、干扰等, 这样能够大大减少计算量。常用的波门跟踪算法包括形心跟踪、边缘跟踪、峰值跟踪。
从整体上来说, 波门跟踪利用的图像信息不多, 运算量较小, 较简单, 可以跟踪快速运动的目标, 有利于实时性要求的实现, 但它要求目标和背景较容易分辨, 并且对信噪比的要求也比较高。
2.2 相关跟踪算法简介
相关跟踪[5]是通过测量目标图像相关匹配点的坐标位置得到的。相关跟踪充分利用了包含在目标和背景中的各种信息, 由于利用信息较多, 因此具有很好的识别能力, 可以跟踪背景较复杂的目标, 跟踪距离远, 可靠性高。相关跟踪算法可分为两类:普通相关跟踪算法和特征相关跟踪算法。
2.3 图像的匹配算法
图像匹配[6]是目标跟踪的关键, 在图像处理过程中是一个很重要的方面。两幅图像之间的匹配算法可以看成是二者的某一特征值的相关性度量。即将模板图像与待匹配图像进行相关运算, 根据计算得到的相关值的大小来判断二者是否匹配。由于基于灰度值相关的方法简单易行, 因此此类方法在图像匹配中仍占据重要地位, 但是此类方法时间复杂度较高。常用的方法有:ABS (Absolute Balance Search) 、归一化互相关匹配、SSDA算法 (序列相似性检测算法) 。
3 Kalman滤波器应用于运动目标跟踪
卡尔曼滤波是一种高效率的递归滤波器 (自回归滤波器) , 它能够从一系列的不完全包含噪声的测量中, 在线性无偏最小方差估计准则的基础下, 仅仅利用信号的上一次估计值和最近一次的观测值, 估计动态系统给的状态。
在运动目标跟踪领域Kalman滤波器的应用非常广泛。在对目标进行跟踪时, 这个过程可以看成是一个不断的预测并且更新的过程, 所以运动目标的状态在不断的变化, 其参数也随之改变, 此时就需要跟踪算法对目标的属性参数进行不断的更新。
物体的运动方式分为3种情况, 它们分别任速度保持不变的匀速运动, 速度稳定变化的匀加速运动, 速度不规则变化的变加速运动。众所周知, 视频图像的实际采集速度一般是比较快的, 比如25帧/秒或30帧/秒。所以在这种情况下, 运动物体在相邻的两帧图像中就可以被看成是匀速运动的模型, 因此本文将卡尔曼滤波器应用于匀速运动的目标的跟踪。
首先假设运动目标的状态为s (k) , 它在坐标轴中的位置分别表示为px (k) 和py (k) , 在x轴和y轴两个方向上的速度分别标为vx (k) 和vy (k) , 上一帧图像和下一帧图像的时间间隔为T (一般取1) , 并设u1 (k) 和u2 (k) 是均值为零, 方差分别是σ12和σ22的高斯白噪声, 二者之间不相关。也就是说E[u1 (k) u2 (k) ]=0, 于是可以表示运动目标的状态方程为:
其中,
如上文所说, 把运动目标在坐标轴上的位置标为x1 (k) 和x2 (k) , 设观测噪声v1 (k) 和v2 (k) 是均值为零, 方差分别是σ2x和σ2y的高斯白噪声, 于是运动目标的观测方程即可表示为:
其中,
w (k) 和v (k) 的协方差矩阵分别为:
从σ12和σ22可以看出运动目标坐标轴的两个方向上的速度变化情况, σx2和σy2则能反映运动目标的实际位置与观测位置之间的误差。
当上述参数确定之后, 利用Kalman滤波器对运动目标位置预测的迭代过程如下:
当利用Kalman滤波器进行计算时需要给其中的两个参数赋初值, 它们分别是状态向量^s (1|0) 和预测误差的协方差矩阵P (1|0) 。P (1|0) 可以由式 (12) 确定;利用式 (14) 可以确定^s (1|0) 的值, 也就是说运动目标的最开始的位置被它在第一帧图像中的观测位置所代替, 运动目标的起始速度用较小的值 (经验值) 所代替。
4 目标的预测
在跟踪目标的过程中, 由于环境的瞬时改变, 可能导致目标的丢失, 如目标被遮挡。如果目标被遮挡就认定目标已经丢失而重新搜索, 这样会大大减弱系统的性能, 这个问题可以采用预测的方法解决。
在目标跟踪过程中, 虽然每帧图像中运动物体的位置是不相同的, 但运动的物体具有一定的状态性, 可以根据目标以前的运动状态来估计下一帧目标所在的位置, 然后在预测的位置附近进行搜索, 这样能够节省搜索时间, 提高效率。
虽然物体时刻在运动, 但物体的运动状态一般是有规律可循的, 如物体的运动速度、加速度等, 一般是时间t的函数, 可用f (t) 表示, 而函数f (t) 可用线性函数, 平方函数或二者的组合进行逼近。采用线性预测方法进行预测, 由于物体在极短时间内可以看作是匀速直线运动, 所以可根据前两帧的信息来预测下一帧的位置, 比如当前帧的物体位置坐标为 (xi, yi) , 前一帧的位置为 (xi-1, yi-1) , 则两帧差值为 (a, b) = (xi-xi-1, yi-yi-1) , 从而可得下一帧的图像位置为 (xi+1, yi+1) = (xi+a, yi+b) 。目标预测方法的应用, 使系统的实时性得到提高, 经证明这种预测能够达到系统的要求。
5 结束语
综上所述, 本文提出的运动目标跟踪算法, 由于其运算量较小, 并且只占用了很小部分的系统资源, 因此它可以比较好地适应相对简单或者复杂的监控情景, 可以完成对运动目标的快速持续跟踪, 并且可以对跟踪过程中出现的问题如目标的瞬时改变、丢失及遮挡等进行较好地解决。但是由于实际监控场景的多样性, 对于复杂背景下的运动目标检测和跟踪算法, 还需要做更加深入的研究, 以使算法具有更好的适应性。
参考文献
[1]罗志强, 王耀南.基于DSP的运动目标自动跟踪系统的设计与实现[J].光电子技术与信息, 2005, 18 (1) :46-49.
[2]张娟, 毛晓波, 陈铁军.运动目标跟踪算法研究综述[J].计算机应用研究, 2009, 26 (12) :4407-4410.
[3]罗志强, 王耀南.基于DSP的运动目标自动跟踪系统的设计与实现[J].光电子技术与信息, 2005, 18 (1) :46-49.
[4]王晓卫, 吴晓中, 王宏宇.基于跟踪微分器的波门跟踪算法的研究[J].激光与红外, 2011, 41 (9) :1027-1030.
[5]李涛, 郑爱民.图像相关跟踪算法的稳定性分析与设计[J].现代电子工程, 2007, 1:42-45.
动态目标 第9篇
1经典模型
(1)x2分布。
概率密度计算公式为:
其中:σ为雷达散射截面,σ为σ的均值,k为半自由度。当k值为1和2时模型为传统的Swerling-1和Swerling-3模型。
(2)正态和对数正态分布。
正态分布概率密度计算公式为:
式中:ϕ为σ的方差
式中τ为lnσ的均值,S2为lnσ的方差。
(3)瑞利分布。
瑞利分布概率密度计算公式如下:
(4)此外,还有很多经典的分布模型[3],但用于描述复杂目标回波能量分布特性的主要以前文4种模型为主。
2 Kolmogorov拟合优度检验方法
相比X2检验,Kolmogorov检验具有更高的灵敏度,且不用人为划分区间。其原理如下:
假定F(x)为总体X的分布函数,且连续但未知,该总体的某一样本为(X1,X2,……Xn),首先检验假设:
H0:F(x)=F0(x)(H1:F(x)≠F0(x))
式中F0(x)为已知的分布函数,Fn(x)是对F(x)进行参数估计后得到的经验分布函数。然后取检验统计量Dn=max|Fn(x)-F0(x)|,(-∞<x<+∞)。
当认为H0成立时,Dn的观测值应低于某一门限值。因此,在显著性水平为α时,当Dn>Dn,a时,H0被拒绝,其中临界值Dn,a可以查表得到。
在计算Dn时,先将样本x1,…,xn重复数据进行合并,再由小到大进行排列,最后在每个顺序统计量xi上将假设理论分布函数同样本经验分布函数比较,并取其中绝对偏差最大的一个,即:
i=1,2,…,n
最终Dn的的结果为max(di)。
3 Kolmogorov拟合优度检验方法实现步骤
本文目的是要找出数据具体服从的分布类型,具体检验步骤如下:
假设样本服从某一分布,读入样本原始数据。
将样本数据归一化至(0,1)区间内。
根据样本数据,计算样本经验分布概率ECDF。
根据假设分布类型和样本数据估计样本的参数。
根据估计参数计算假设分布的理论累积分布概率CDF。
将对应每个样本的经验累积分布概率ECDF和累积分布概率CDF求差并取出最大值,即K-S检验统计量Dn。
重复(a)-(f),取得正态假设、对数正态假设、瑞利假设、卡方假设的统计量Dn。
取Dn最小的假设分布,即该分布与样本实际分布最接近。与临界值进行比较,判定假设:Dn大于临界值,拒绝样本服从假设的分布类型,反之,接受。
4经典模型对RCS数据拟合
下面就利用经典模型对某歼击机某次RCS动态测试数据正迎头部分的RCS数据进行拟合,并利用Kolmogorov检验进行分析。
例1方位视向±0.5度,俯仰视向±0.5度,Dn显著性水平0.05,如图1-3和表1所示。
例2方位视向±1度,俯仰视向±1度,Dn显著性水平0.05,如图4-6和表2所示。
两组数据中,俯仰视向基本被覆盖,但方位视向覆盖的不够全面,可能会影响模型拟合的效果,但从两组数据中仍能找出一定的规律性,对数正态模型更能符合某型歼击机动态飞行中正迎头RCS数据的分布,但还需要获取更多的数据来对模型进行验证。
5结语
本文以某型号歼击机动态RCS测试为背景,利用4种经典模型对正迎头部分的RCS数据进行拟合,并应用Kolmogorov拟合优度检验方法对拟合情况进行检验,得到了在显著性水平为0.05时4种模型的拟合效果。由检验结果看出,此拟合效果与给定的显著性水平、数据段长短以及照射波长等都存在着较大的关系,随着数据量的增大,检测门限的要求也越苛刻。本文针对某型歼击机迎头数据的分析,可为其余型号歼击机数据分析提供参考。
摘要：文章以某型飞机动态RCS测试数据为基础,利用4种经典分布模型对其进行拟合,并通过Kolmogorov拟合优度检验方法,检验在一定显著性水平下的目标迎头视向RCS数据的分布特性。研究结果能够为目标回波信息的精确模拟与检测提供可靠的依据,并用于雷达目标仿真。
关键词：雷达截面,动态测量,分布特性
参考文献
[1]黄培康,殷红成,许小剑.雷达目标特性[M].北京:电子工业出版社,2005.
动态目标 第10篇
目标毁伤效果评估(BDA)是指对敌方目标实施火力打击后,对目标的毁伤效果进行的综合评估。根据目标BDA结果,作战指挥人员可以判断已实施的火力打击是否达到预期的毁伤效果,是否需要再次打击,并为制定火力毁伤计划提供科学依据。
在现代军事技术条件下,战场态势瞬息万变。由于侦察系统平台的误差,敌方的干扰和欺骗,这样,接收到的信号具有很大的不确定性。为了确保作战指挥人员在复杂电磁环境下能够有效地、正确地、可靠地完成作战任务,就要求专家系统能够从不精确、不完整的信息中推理并做出决策,怎样从战场上大量不确定信息中及时准确地推理出目标的毁伤等级是战场指挥辅助决策系统要解决的问题。
动态贝叶斯网络是近几年在该领域应用的一个趋势,它能从时变不确定信息中进行推理。动态贝叶斯网络模型能够感知连续不确定信息对系统的影响。也就是说它能够从大量不同时间观测信息中进行推理。在世界上,当前的研究工作非常活跃[1,2,3],一些相关领域的应用也很多[4,5,6,7,8],这个模型的独特优势在于它不仅仅能够定量地推理出目标毁伤等级,而且,能够反映出目标毁伤等级的变化趋势和实现信息的积累。
现试探建立基于动态贝叶斯网络目标毁伤等级评估模型,并通过仿真实验验证模型的合理性。
1 动态贝叶斯网络和推理原理
动态贝叶斯网络是人工智能领域处理不确定信息的强有力工具,动态贝叶斯网络方法有坚实的理论基础和成熟的概率推理算法。
1.1 动态贝叶斯网络
贝叶斯网络有两部分组成:定性部分和定量部分。前一部分描述了贝叶斯网络的拓扑结构,是变量连接的有向、无环图。在拓扑结构里,节点代表变量,有向线代表变量之间的因果关系。定量部分描述的是变量之间的条件概率。所以,贝叶斯网络表现了变量的联合概率分布。基于贝叶斯网络在众多领域的强大生命力,引起了众多专家的关注:Henr.B对静态贝叶斯网络感兴趣,并给出了贝叶斯网络推理的连接树算法[3];Kevin. P. M给出了贝叶斯网推理边界算法和接口推理算法[1] 。然而,这些算法都没有考虑时间对变量的影响。总之,动态贝叶斯网络是考虑了时间因素的状态空间图模型,是对有大量随机过程组成的状态空间模型的一种新颖灵活的图形表达方式。它由两个贝叶斯网络构成:一个是初始化网络B0;另一个是转移网络B。B0定义的是当前过程中初始化状态的概率分布P(x[0]);B定义的是对于每个时间点0,1,,t,在t-1和t时刻之间的状态转移概率P(x[t]|x[t-1])。动态贝叶斯网络的图模型如图1所示
1.2 动态贝叶斯网络推理算法[7,8]
贝叶斯网络和动态贝叶斯网络推理的基础是贝叶斯公式
动态贝叶斯网络是静态贝叶斯网络在连续空间上的一个扩展,其推理本质上是和静态贝叶斯网络一致的。一个具有n个隐藏节点和m个观测节点的离散静态贝叶斯网络,应用贝叶斯网络的条件独立特性,得到其推理的数学本质是计算:
i∈[1,n],j∈[1,m]
(2)
式(2)中,xi表示Xi的一个取值状态。pa(Yj)表示Yj的双亲节点集合。
动态贝叶斯网络是静态贝叶斯网络在时间空间上的一个扩展。当动态贝叶斯网络的隐节点与可观测节点较少、层次较少且考虑的时间片较少时,可以把动态贝叶斯网络的各个时间片看作一个大的静态贝叶斯网络。网络随时间发展就得到T个时间片组成的动态贝叶斯网络,每个时间片有n个隐藏节点和m个可观测节点,则其网络的推理可以表示为
i∈[1,T],j∈[1,m],k∈[1,n]
(3)
式(3)中:xij表示Xij的一个取值状态,第1个下标表示第i个时间片,第2个下标表示该时间片内的第j个隐藏节点;yij表示观测变量Yij的取值;pa(Yij)表示yij的双亲节点集合;Yij0表示第i个时间片内第j个观测节点Yij的观测状态;p(Yij0=yij)是Yij的连续观测值属于状态yij的隶属度。
2基于动态贝叶斯网络的目标毁伤等级评估模型
2.1 毁伤等级评估模型的建立
对目标进行毁伤等级的评判主要是利用战场探测系统所获得的信息来完成的,其主要原理是在比较在我方火力打击后目标有关特征量变化的基础上,进一步量化特征参量的比较结果,最终综合考虑各特征参量的评判结果,确定目标的毁伤等级。根据相关领域的专家知识,评估特征参量的选取采用Delphi法,建立目标毁伤等级的动态贝叶斯网络模型如图2所示。
在这个模型中,各个节点的状态集合如下:目标毁伤等级(DL)=(轻、中、重),目标易损度(VL)=(高、中、低),遭受打击力度(SAL)=(轻、中、重),目标火力(FP)=(好、中、差),目标机动性(M)=(好、中、差),目标防护情况(P)=(好、中、差),弹丸威力(PP)=(大、中、小),弹着点位置(HP)=(外、内、命中),弹药消耗量(AE)=(高、中、低),目标辐射普差异(HRSD)=(大、中、小)。
2.2 模型参数的建立
条件概率矩阵反映的是领域专家对于网络中关联节点之间因果关系的看法,是一种专家知识。采用基于专家咨询的Delphi方法,由目标火力、机动性、目标防护情况、弹丸威力、弹着点位置、弹药消耗量、目标辐射谱差异推理目标毁伤等级的规则采用概率的方式描述如下。
如果目标毁伤程度DL为高,那么目标易损度VL为高、中和低的可能性分别为70%、20%和10%;如果目标毁伤程度为中,那么VL为高、中和低的可能性分别为20%、60%和20%;如果目标毁伤程度为低,那么VL为高、中、低的可能性分别为10%、20%和70%。
如果目标毁伤程度DL为高,那么目标遭受打击力度SAL为轻、中、重的可能性分别为10%,10%,80%;目标毁伤程度为中时,SAL为轻、中、重的可能性分别为10%,70%,20%;目标毁伤程度为轻时,SAL为轻、中、重的可能性分别为60%,30%,10%。
由此可得目标毁伤程度的条件概率矩阵如表1所示。
同样可得易损度的条件概率矩阵如表2所示,遭受打击力度的条件概率矩阵如表3所示。
在网络随时间变化的同时,两个时间片之间的状态转移概率是随机概率,如表4所示。
得指出的是,条件概率矩阵是一种专家知识,难免存在一定的主观性,可以采用样本数据反复调试的方法,对矩阵数据进行适度调整,以提高评估结果的可信性。
3 毁伤等级评估案例分析
这里对基于动态贝叶斯网络的毁伤等级概率评估是建立在已观测信息基础之上的(目标特征参数)。利用节2.1所给出的模型和节2.2所给出的网络参数建立用于目标毁伤等级评估的动态贝叶斯推理图形,如图3所示。
假设预先没有任何情报信息,设定某一目标毁伤等级初始状态为轻、中、重的概率分别为0.3, 0.4, 0.3,这是一个合理的假设,反映了预估者由于信息匮乏导致对可能性评估不充分,认为各种情况的可能性均相近。初始化后,评估系统准备完毕,进入等待。当系统得到新的情报信息,即网络的叶节点信息得到更新,则触发网络推理,更新整个网络节点的概率分布,最终获得根节点状态的概率分布情况,完成对目标毁伤等级的一次评估,得到的结果为根据目标特征参量在该时间段内的变化得到的毁伤等级。现在,我们假设每个观测节点的证据已经给出,并假设它们是相互独立的。
从我方发现目标后,并开始对目标进行打击,假设对敌方目标连续打击,并实时对目标进行观察,连续观测10个时刻,根据不同时刻得到的证据,设定目标10个时刻的观测值,如表5所示:
需要说明的是这里给出的观测数据所描述的目标是指有机动能力的武器装备,并且在作战过程中经过多发才能摧毁的典型目标,当然,不乏有首发命中目标并将其摧毁的情况,这里主要是为了说明动态贝叶斯网络在识别目标毁伤等级在时间序列上的演化和信息积累的能力。
通过上面给出的观测证据,可以看出来,随着我军对敌方目标打击时间(弹药消耗量)的增加,目标辐射谱差异越来越大,对目标的打击力度也不断加大,目标的火力、机动性和防护能力随着时间的推移都在不断地下降,目标的易损度也不断地上升。目标的毁伤级别也应该越来越高。把上述证据输入到毁伤等级评估模型中,仿真结果如下:目标毁伤等级仿真结果如表6所示,目标不同毁伤等级随时间变化的概率如图4所示。
从以上仿真结果中可以看出目标的毁伤等级随着目标易损度的增加和目标遭受打击力度的上升,目标的毁伤等级也越来越高;从时刻4开始,随着目标机动性能的不断下降,我方命中精度不断上升,目标的毁伤等级迅速上升,这也正反映了装备机动性是装备战场生存能力的重要指标。仿真结果表明利用动态贝叶斯网络进行目标毁伤等级的评估能够较客观地考虑目标毁伤积累因素。
4 结论
本文提出了基于动态贝叶斯网络的目标毁伤等级评估模型。这个模型可以利用模糊分类数据感知战场态势,判断目标毁伤等级,给指挥员提供有利可靠的证据,使指挥员凭借它们决定是否组织对目标的再次打击,所以它大大提升了攻击的效率。该系统利用概率来描述影响目标毁伤等级的因素,它可以在一系列时间点上不断积累信息,是目标毁伤等级评估值得借鉴的方法。
摘要：提出了基于动态贝叶斯网络的目标毁伤等级评估方法,建立了毁伤等级评估的动态贝叶斯网络模型,并通过具体的仿真实例验证了该方法的有效性。
关键词：动态贝叶斯网络,目标毁伤等级,特征参量,评估模型
参考文献
[1] Murphy K P.Dynamic Bayesian networks:representation,inferenceand learning.USA:Computer Science Division,UC Berkeley,2002
[2] Kuenzer A.An empirical study of dynamic Bayesian networks for usermodeling.Germany:Institute of Industrial Engineering and Ergonom-ics,Aachen University of Technology,2002
[3] Bengtsson H.Bayesian networks a self-contained introduction withimplementation remark.Sweden:Mathematical Statistics Centre forMathematical Sciences Lund Institute of Technology,2003
[4] Zhang Yongmian,Ji Qiang.Active and dynamic information fusionfor multisensor systems with dynamic Bayesian networks.IEEE trans-actions on systems,man,and cybernetics-part B:cybernetics,2006;36(2):467—472
[5] Smaili,C.;El Najjar,M.E.;Charpillet,F.Multi-sensor fusionmethod using dynamic Bayesian network for precise vehicle localiza-tion and road matching.19th IEEE International Conference on Toolswith Artificial Intelligence,2007:146—151
[6] Zhang Yongmian,Ji Qiang.Active and dynamic information fusionfor facial expression understanding from image sequences.IEEEtransactions on pattern analysis and machine intelligence,2005;27(5):699—714
[7]史建国,高晓光,李相民.离散模糊动态贝叶斯网络用于无人作战飞机目标识别.西北工业大学学报,2006;24(1):45—49
动态目标 第11篇
动态优化问题(Dynamic Optimization Problem, DOP)是指其目标函数不仅与决策变量有关,而且会随时间(或环境)动态变化。动态进化算法研究最早可追溯到1966年［１］,但直到20世纪80年代中期,动态进化算法才逐渐引起学界重视［２，３］。与动态单目标优化问题相比,动态多目标优化问题(Dynamic Multiobjective Optimization Problem,DMOP)早期研究并不多。2000年后,DMOP日益受到众多学者重视,取得一系列成果。Marco等［４］提出了一种邻域搜索算法;Deb等［５］在NSGAII基础上提出了动态多目标进化算法DNSGAII;Iason等［６］提出了一种基于向前预测的动态多目标进化算法;Zhang等［７］提出了动态免疫多目标进化算法;Amato等［８］提出了基于人工生命的动态多目标进化算法;Bingul等［９］提出了自适应动态多目标进化算法。另外,动态多目标进化算法测试函数研究成果也相继出现［１０，１１］。
本文利用函数变化率,对常规动态多目标进化算法中非均匀变异算子进行改进,并对改进算法进行性能测试。
1动态多目标优化问题及其最优解
记V０、VＦ和W分别为n０维、nＦ维和mＷ维向量空间, 则动态多目标优化问题可表述为:
其中,g(v０,vＦ)≤0,h(v０,vＦ)=0分别为不等式和等式约束,f:V０×VＦ→W是目标向量函数,fｉ(v０,vＦ)为第i个子目标函数。
若令V是n维决策变量空间,W是m维目标向量空间,参数VＦ取值于实值空间T的参数,则(1)可描述为
其中,g(v,t)≤0,h(v,t)=0分别为不等式和等式约束,f:V×T→W是目标向量函数。与静态多目标优化问题不同,动态多目标优化问题Pareto最优解和最优前沿不固定,随时间动态变化。
2一种改进的动态无约束多目标进化算法
2.1改进的非均匀变异算子
常规动态多目标进化算法(Dynamic Multiobjective Ev- olutionary Algorithm,DMEA)中常常采用一种带区间分割的非均匀变异算子［１２－１３］,此变异算子用参数λ(0<λ<1) 控制均匀变异程度。以往,多取λ为确定值0.5,这无疑带有一定盲目性,在一定程度上影响算法的性能。本文提出一种根据目标函数变化率确定参数λ的方法,具体为:
Xｐ,Xｃ分别表示父代和子代个体。显然,λ实际上是目标函数的相对变化率。当算法陷入局部收敛时,目标函数变化率λ 很小,此时按照非均匀变异算子的作用机制［１２］,变异程度加大,可在一定程度上避免算法陷入局部收敛,改善算法局部收敛性。
2.2改进的动态多目标进化算法
在DMEA的基础上,采用改进的非均匀变异算子,本文提出一种改进的动态多目标进化算法(Improved Dy- namic Multiobjective Evolutionary Algorithm,IDMEA), 其算法步骤如下:1对时间区间进行等距分割,记不同环境为t１,…,tｓ,令t=t１;2环境tｉ(i=1,2,…,s),随机产生初始种群,令k=0;3对第k代种群中个体进行Perato排序;4以概率pｃ从排序后种群中选取μ个父代进行交叉,其后代集合记为o（ｋ）(tｉ);5对o（ｋ）(tｉ)中的每个个体根据改进的非均匀变异算子进行变异操作,其后代集合记为; 6若达到最大进化代数,则停机,输出计算结果,否则转(3 )。
3数值实验
分别用IDMEA和DMEA、DNSGAII对两个动态多目标标准测试函数DMT１和DMT２进行数值优化计算, 并利用两个性能度量指标函数C-measure和U-meas- ure对算法进行定量评价。
(1)DMT1测试函数
其中,ε是大于0的任意正数。该函数的Pareto最优解集不随时间变化,但Pareto最优前端随时间变化。
(2)DMT2测试函数
该函数的Pareto最优前端随时间变化。
数值实验参数:群体规模为200,进化代数为100,交叉概率为0.8,变异概率为0.1,外部存储器规模为80,ε= 0.1。
图1~图4分别给出了t=0.25和0.5时DMT1和DMT2的Perato最优前端。
由于优化结果具有随机性,仅从Perato最优前端图中很难判别出算法优劣,因此下面根据算法性能统计指标对IDMEA进行测评。利用性能度量指标函数C-meas- ure进行解的收敛性评测,利用性能度量指标函数U- measure进行解的分布性和均匀性评测。
图5给出DNSGAII、DMEA和IDMEA(分别记为1, 2,3)三种算法对DMT1和DMT2在不同环境下C- measure值的统计盒图。其中,第一行前2个图为DMT1在t=0.25时的C-measure值盒图,后2个图为DMT1在t=0.50时的C-measure值盒图;第二行前2个图为DMT2在t=0.25时的C-measure值盒图,后2个图为DMT2在t=0.50时的C-measure值盒图。图中C(i,j) 表示第i种算法和第j种算法对同一问题分别求得的Pa- reto最优解集Aｉ和Bｉ和的C-measure值。
图6中给出DNSGAII、DMEA和IDMEA 3种算法对DMT1和DMT2在不同环境下U-measure值的统计盒图。其中,第一行分别为DMT1在t=0.25和t=0.50时的U-measure值盒图;第二行分别为DMT2在t=0.25和t=0.50时的U-measure值盒图。
从图1~图4中可以看出,IDMEA求得Perato最优解数量较多,分布较均匀。从图5可以看出,C(3,i)>C (i,3)(i=1,2),表明算法IDMEA对不同测试函数在不同环境下求得Perato最优解收敛性比其它两种算法得到的结果更佳。从图6可以看出,算法IDMEA对不同测试函数在不同环境下求得的Perato最优解的U-measure值小于其它两种算法所得的结果,即算法IDMEA对不同测试函数在不同环境下求得的Perato最优解在Perato最优前端上分布更广泛、均匀。
4结语
动态目标范文
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
