检索结果-内蒙古大学图书馆

作者：沈英达南京理工大学

学位级别：硕士

目标跟踪在国防和民用领域均有着广泛的应用。随着飞行器机动性的提高,目标运动轨迹呈现出一定的复杂性、随机性和多样性。因此,研究机动目标跟踪是一个在理论与应用中均具有挑战性的课题。设计目标跟踪系统的主要目的是可靠而精确地跟... 详细信息

目标跟踪在国防和民用领域均有着广泛的应用。随着飞行器机动性的提高,目标运动轨迹呈现出一定的复杂性、随机性和多样性。因此,研究机动目标跟踪是一个在理论与应用中均具有挑战性的课题。设计目标跟踪系统的主要目的是可靠而精确地跟踪目标,因此,对机动目标跟踪问题进行理论和应用方面的研究,具有重大理论意义及工程应用价值。当前对机动目标跟踪的算法研究主要集中在交互式多模型(IMM)算法,它已被证明是目前混合系统估计算法中性价比最好的算法。经典IMM算法采用匀速模型(CV)和匀加速模型(CA),本文通过理论分析和仿真验证,表明采用CV、CA和“当前”统计模型组成模型集的算法性能优于经典IMM。另外,本文通过理论分析结合数字仿真结果,指出了采用CV、CA和“当前”统计模型的IMM算法存在的一些不足,并在此基础上给出了相应的改进算法。首先,IMM算法所选择的模型精度会影响整体IMM算法的性能。“当前”统计模型存在跟踪弱机动目标精度低、加速度极值先验固定、跟踪范围小的缺陷。在IMM算法中将加速度极值不固定的“当前”统计模型与CV、CA模型相结合,能改善整体IMM算法性能。其次,IMM算法马尔科夫转移概率是先验确定的。本文充分利用隐含在当前量测中的系统模式信息,在线实时计算马尔科夫转移概率,从而获得了较准确的后验估计,提高模型融合的精度。最后,经典IMM算法只能处理测量噪声和动态系统噪声都是零均值独立白噪声下的航迹,但在实际工程中需要处理的数据往往是带有一定相关性的有色噪声而非白噪声。如果将有色噪声当作白噪声处理,估计精度会下降。本文考虑了有色噪声下的目标跟踪。从以上三方面对IMM算法进行改进后,提出本文改进的IMM算法,并对多条模拟航迹进行蒙特卡洛仿真,通过实例验证了算法的有效性,为工程应用提供了有益的参考。

关键词：目标跟踪交互式多模型 “当前”统计模型有色噪声

来源：评论

学校读者我要写书评

暂无评论

基于高斯粒子滤波的红外点目标跟踪算法研究

基于高斯粒子滤波的红外点目标跟踪算法研究

引用

作者：王宁南京航空航天大学

学位级别：硕士

红外搜索与跟踪(Infrared Search and Track System简称IRST)系统通过探测目标的红外辐射进行搜索和跟踪,相当于一种“被动式雷达”,它具有隐蔽性好、角分辩率高、抗电磁干扰能力强以及体积小、重量轻、耗电少、可靠性高、成本低等优点... 详细信息

红外搜索与跟踪(Infrared Search and Track System简称IRST)系统通过探测目标的红外辐射进行搜索和跟踪,相当于一种“被动式雷达”,它具有隐蔽性好、角分辩率高、抗电磁干扰能力强以及体积小、重量轻、耗电少、可靠性高、成本低等优点。IRST系统广泛应用于武器火控系统之中,成为战斗机的一个重要传感器,近年来受到国内外各方面的重视。在IRST系统中,机动目标跟踪问题和多目标跟踪问题作为重要的研究课题,正逐渐引起国内外研究人员的关注。本文详细地介绍了当前IRST系统的发展和分类,阐述了目标跟踪问题的由来和发展,简述了这一问题的多种分类方法和实现原理,仿真分析比较了多种非线性估计方法的性能,着重介绍了粒子滤波器及其改进算法。针对红外机动目标跟踪问题,本文设计出了两种机动目标跟踪算法,即基于高斯粒子滤波的交互多模型跟踪算法和基于高斯粒子滤波的“当前”统计模型跟踪算法,仿真表明这两种算法在鲁棒性和跟踪精度方面优于其它跟踪算法;针对多目标跟踪问题中数据关联这一核心问题,本文重点分析了几种典型的数据关联方法,包括最近邻方法、概率数据关联滤波器方法(Probabilistic Data Association Filtering,简称PDAF)、联合概率数据关联滤波器方法(Joint Probabilistic Data Association Filtering,简称JPDAF)、多假设跟踪(Multiple Hypothesis Tracking,简称MHT)算法,并基于最近邻域思想和高斯粒子滤波的“当前”统计模型算法设计出了一种快速的数据关联算法,最后,仿真验证了该算法的实时性和正确关联跟踪率。

关键词：红外搜索跟踪(IRST) 机动目标跟踪数据关联高斯粒子滤波交互多模型 “当前”统计模型

来源：评论

学校读者我要写书评

暂无评论

战机目标状态估计器仿真研究

战机目标状态估计器仿真研究

引用

作者：马安国南京航空航天大学

学位级别：硕士

随着现代科学技术的飞速发展,现代战争已经演化为敌我双方的科学技术综合实力的大比拼。能够对敌方实施精确打击也已经成为各国军事发展的目标。实现对目标的精确跟踪与预测作为实施精确打击的基础也显得非常重要,本文就针对这一问题做... 详细信息

随着现代科学技术的飞速发展,现代战争已经演化为敌我双方的科学技术综合实力的大比拼。能够对敌方实施精确打击也已经成为各国军事发展的目标。实现对目标的精确跟踪与预测作为实施精确打击的基础也显得非常重要,本文就针对这一问题做了大量的研究工作。本文首先介绍了几种常用的机动目标跟踪模型,并把现在较为常用的“当前”统计模型作为本文研究的目标模型,并列出了基于该模型下的卡尔曼滤波算法;此外,在状态矢量最优加权估计理论的基础上,引入了目标状态最优估计误差协方差矩阵,提出了一种最优加权估计算法,并进行了目标跟踪仿真。针对多目标跟踪问题,首先对多目标跟踪的原理和跟踪门的形成方法进行了概述,并对多回波环境下单目标跟踪和多目标跟踪的常用的数据关联方法和跟踪起始、跟踪终结方法进行了介绍,在本文的后半部分,对多目标的运动状态进行了仿真研究,提出了一种目标状态估计方法,该种方法的思想是当前时刻如果目标跟踪门内没有所期望的候选回波,首先计算出目标在前一时刻的运动状态下对当前时刻的预测值,并将该值叠加上系统噪声作为量测方程输入值,然后将观测值作为候选回波对目标进行状态估计。该方法在仿真结果中得到了验证。

关键词：目标跟踪卡尔曼滤波跟踪门数据关联 “当前”统计模型

来源：评论

学校读者我要写书评

暂无评论

基于平滑变结构滤波器的机动目标跟踪算法研究

基于平滑变结构滤波器的机动目标跟踪算法研究

引用

作者：陈文亮合肥工业大学

学位级别：硕士

目标跟踪技术自从诞生以来,就被广泛地应用到军事领域和民事领域中,取得了丰硕的发展成果。在现代目标跟踪领域中,目标的运动特性与过去相比出现了很大不同,主要表现在高机动性和运动模式的复杂性,这对目标跟踪系统的鲁棒性提出了挑战。... 详细信息

目标跟踪技术自从诞生以来,就被广泛地应用到军事领域和民事领域中,取得了丰硕的发展成果。在现代目标跟踪领域中,目标的运动特性与过去相比出现了很大不同,主要表现在高机动性和运动模式的复杂性,这对目标跟踪系统的鲁棒性提出了挑战。1、本文从提高滤波跟踪算法鲁棒性的角度出发,将平滑变结构滤波器的鲁棒性结合到传统滤波跟踪算法中,构建了新的组合算法,组合算法既保持了传统滤波算法的精度又具有平滑变结构滤波器的鲁棒性。2、“当前”统计模型是目前较为实用的一种机动目标跟踪模型,但当目标加速度的变化范围较大或者状态突然发生变化时,“当前”统计模型的滤波跟踪误差将增大。本文将经典卡尔曼滤波与平滑变结构滤波的组合算法结合到“当前”统计模型中,构建了一种新的算法,即CS-KF-SVSF,新算法解决了“当前”统计模型应对强机动目标滤波误差变大的问题。3、为增强非高斯噪声系统的滤波鲁棒性,本文将平滑变结构滤波器与高斯和滤波进行结合,却发现组合算法的时变平滑边界层的指示作用降低导致其滤波精度下降,基于此问题,提出了一种并行结构的新算法,即修正的GS-KF-SVSF,新算法采用平滑变结构滤波器的时变平滑边界层来指示滤波增益的转换,实现了精确且稳定的滤波跟踪结果。基于平滑变结构滤波器的时变平滑边界层具有指示建模不确定性及系统参数变化的作用,这为故障检测及增强系统鲁棒性提供了新思路。

关键词：平滑变结构滤波器机动目标跟踪卡尔曼滤波器鲁棒性 “当前”统计模型

来源：评论

学校读者我要写书评

暂无评论

一种双机动频率自适应算法研究

引用

计算机工程与应用 2012年第4期48卷 152-154,203页

作者：石书生曾芳玲合肥电子工程学院合肥230037

基于当前统计模型,研究机动目标跟踪过程中机动频率的自适应调整方法,使其值更加符合目标的实际机动状况。根据机动频率在噪声方差及状态转移矩阵中对增益的影响不同,设计一种双机动频率自适应算法。仿真表明,该自适应算法能快速跟踪加... 详细信息

基于当前统计模型,研究机动目标跟踪过程中机动频率的自适应调整方法,使其值更加符合目标的实际机动状况。根据机动频率在噪声方差及状态转移矩阵中对增益的影响不同,设计一种双机动频率自适应算法。仿真表明,该自适应算法能快速跟踪加速度跳跃的机动目标,跟踪机动目标位置精度上有较大的改进。

关键词：机动目标跟踪 “当前”统计模型自适应卡尔曼滤波蒙特卡罗仿真

来源：评论

学校读者我要写书评

暂无评论

测量船姿态实时滤波及预报方法研究

测量船姿态实时滤波及预报方法研究

引用

作者：戴正旭浙江大学

学位级别：硕士

测量船在海上航行时受到海浪、海风等环境因素影响,会产生摇摆,高精度测量要求对实测船摇数据实时滤波,并计算船摇角度、角速度及角加速度的多步预测值。同时,提前几秒或十几秒预报出船舶的运动姿态,能进一步提高减摇装置的控制精度,减... 详细信息

测量船在海上航行时受到海浪、海风等环境因素影响,会产生摇摆,高精度测量要求对实测船摇数据实时滤波,并计算船摇角度、角速度及角加速度的多步预测值。同时,提前几秒或十几秒预报出船舶的运动姿态,能进一步提高减摇装置的控制精度,减小船舶摇荡,提高船舶的耐波性。故研究船摇数据特性及其滤波和预报方法,对提高海上综合测量精度有较强的意义。本文主要研究以下内容:(1)基于实测数据,全面分析了测量船海上姿态数据特性。频谱特性分析表明,船摇数据主要信息分布在小于0.6 Hz的低频范围,噪声特性分析指出其噪声为非高斯白噪声。船摇数据高阶量分析表明,四次差分后jounce周期性显著减弱,短时间内可以将其看成jounce噪声量驱动的过程。同时,从定性和定量角度分析了船摇数据混沌特性,确定了横摇和纵摇数据重构时延和嵌入维度。(2)基于船摇数据特性分析,引入机动目标跟踪理论研究船摇滤波及多步预报。针对现有模型阶数不够高的问题,推导了更高一阶的模型,提出了基于最大相关熵的CS-Jounce自适应方法。仿真结果表明,该方法适用于船摇数据非高斯白噪声环境,可以很好的估计并预报船摇角速度及角加速度,具有较高的滤波和预报精度,且鲁棒性较强。(3)在数据滤波基础上,进一步研究船摇数据极短期预报。基于船摇数据混沌特性,利用数据压缩和相空间重构简化了模型结构,分析了利用RBF神经网络离线训练并在线预报方法的效率和精度,指出其适用于横摇和纵摇数据的在线预测。提出基于相空间重构的KRLS算法可用于横摇和纵摇数据的在线预报,这种方法能达到比RBF网络更高的预测精度,且计算效率较高。针对非平稳的航向数据,提出H-P趋势项提取结合RBF网络预报的方法。仿真结果表明,该方法能有效实现航向数据的在线预报,克服了单纯RBF网络方法在非平稳数据预报中精度变差的问题。

关键词：船摇预报 “当前”统计模型 Jounce模型最大相关熵卡尔曼滤波径向基函数 H-P滤波核递归最小二乘

来源：评论

学校读者我要写书评

暂无评论

面向小型移动机器人的视轴稳定跟踪系统研究

面向小型移动机器人的视轴稳定跟踪系统研究

引用

作者：尹鹏哈尔滨工业大学

学位级别：硕士

在机器人排爆这种特殊应用场合,如何实现机器人可靠的自主导航是关键。基于机器视觉的自主导航方式与传统的GPS导航、拖线或无线遥控等引导方式相比具有行动灵活、抗干扰能力强的特点,更适合在复杂电磁环境以及户外环境中应用。但是,机... 详细信息

在机器人排爆这种特殊应用场合,如何实现机器人可靠的自主导航是关键。基于机器视觉的自主导航方式与传统的GPS导航、拖线或无线遥控等引导方式相比具有行动灵活、抗干扰能力强的特点,更适合在复杂电磁环境以及户外环境中应用。但是,机器人户外作业时候,机体的姿态因环境的作用会发生摇摆,使设备的成像质量下降,导致目标方位提取不准确甚至丢失目标,直接影响导航效果。因此必须将摄像机安装在具有空间稳定功能的视轴稳定平台上,隔离机体的姿态扰动。本文首先分析了视轴稳定平台隔离机体角度扰动的原理,在理论上根据车体坐标系到视轴的角速度耦合关系,建立了载体角运动隔离方程,并根据实际情况确定了平台结构方案。然后针对平台的应用环境,从减小体积、减轻质量、提高动态性能等方面进行了机械结构的设计。由于微机电陀螺的输出信号存在噪声和随机漂移,影响平台视轴稳定回路的稳定效果。为此,对微机电陀螺的误差模型进行了分析,并利用时间序列分析方法对其进行描述,建立了随机误差的自回归模型。在此基础上分别利用滑动平均滤波和Kalman滤波进行了陀螺信号噪声抑制处理,证明Kalman滤波方法具有较好的滤波效果。为提高平台对目标的跟踪性能,并使跟踪回路具备抗短时视野遮挡的能力,引入了单机动目标跟踪的问题。首先对CA/CV模型、Singer模型和“当前”统计模型进行了分析,并利用“当前”统计模型描述了目标运动状态。然后利用基于“当前”统计模型的自适应Kalman滤波对目标的运动参数进行滤波和预测,并达到了预期的效果。论文最后进行了控制系统的设计和试验系统的搭建,在速度稳定环节采用双环路结构进行干扰补偿,实验证明具有较好的效果。同时在实验中验证了系统设计的有效性以及适用性。

关键词：视轴稳定平台陀螺随机误差机动目标跟踪 “当前”统计模型 Kalman滤波

来源：评论

学校读者我要写书评

暂无评论

基于Kalman滤波的目标跟踪与传感器配准问题研究

基于Kalman滤波的目标跟踪与传感器配准问题研究

引用

作者：金翩华中科技大学

学位级别：硕士

目标跟踪技术已经广泛应用于导航、航空航天、交通以及军事相关领域,在这些领域中,随着目标运动能力的不断增强,目标的运动环境和运动模式越来越复杂,人们对跟踪系统性能的要求也越来越高。为了提高目标跟踪系统的性能,本文从滤波算法... 详细信息

目标跟踪技术已经广泛应用于导航、航空航天、交通以及军事相关领域,在这些领域中,随着目标运动能力的不断增强,目标的运动环境和运动模式越来越复杂,人们对跟踪系统性能的要求也越来越高。为了提高目标跟踪系统的性能,本文从滤波算法的选择、目标运动模型的优化以及移动多平台多传感器的偏差配准三个方面进行了研究。首先,对EKF、UKF和UEKF三种卡尔曼滤波算法在两种不同系统中的性能进行了分析和对比,仿真结果表明,当系统的截断误差很小且可以被忽略时,EKF、UKF和UEKF三种算法的精度相当;当系统中的截断误差不能被忽略时,UKF算法的性能要远远优于EKF和UEKF算法的性能。其次,分析了“当前”统计模型(CS)的缺陷,在“当前”统计模型中,加速度的方差由加速度极值和上一时刻加速度的估计值决定,当目标加速度发生突变而加速度极值保持不变时,加速度方差的变化就会滞后,从而使得滤波跟踪算法的误差增大。针对这一缺陷,本文分析并比较了现有的几种参数自适应算法的性能,并对其中一种算法进行了改进,通过对加速度极值添加约束条件,避免了参数自适应算法因加速度极值趋于零而失效的情况发生。仿真结果表明,与现有的算法相比本文的修正算法可以提高当目标发生强机动时系统的跟踪精度。最后,针对移动传感器平台运动状态未知时的多平台多传感器的偏差配准问题,提出了一种将UKF滤波算法和Mean-shift算法相结合的偏差配准算法。该算法通过UKF对系统进行滤波从而得到滤波偏差集,然后对偏差集利用Mean-shift算法获得配准偏差的估计量,将配准偏差的估计量重新代入UKF算法进行滤波,并反复地进行迭代,满足迭代的收敛条件后可得到配准偏差的估计值。仿真结果表明,在给定的状态初值足够准确的情况下,该算法能够有效地估计配准偏差。

关键词：目标跟踪卡尔曼滤波 “当前”统计模型加速度极值自适应偏差配准算法

来源：评论

学校读者我要写书评

暂无评论

高机动目标Jerk模型跟踪算法研究

高机动目标Jerk模型跟踪算法研究

引用

作者：侯俊林哈尔滨工程大学

学位级别：硕士

目标跟踪技术，就是通过各类不同的传感器来获取目标的位置，航向角等信息，并且对目标的当前和未来的运动状态所做的一系列的估计和预测运算的一种科学研究方法，它不论在军事应用还是民用产品亦或是别的很多领域，都得到了广泛应用。... 详细信息

目标跟踪技术，就是通过各类不同的传感器来获取目标的位置，航向角等信息，并且对目标的当前和未来的运动状态所做的一系列的估计和预测运算的一种科学研究方法，它不论在军事应用还是民用产品亦或是别的很多领域，都得到了广泛应用。它的基本研究内容是从已经获取的不精确的目标信息中，尽可能准确的估计和预测得到目标的当前真实状态，这个过程中必不可少的步骤便是对获取到的目标信息作相关的滤波处理。经过几十年的发展研究，卡尔曼滤波算法已经被证明是一种性能优越的滤波算法。同时，一般滤波过程都是建立在一定的跟踪模型基础上的，从而可以得出，机动目标跟踪理论主要包括两大研究对象：目标运动模型的建立和滤波算法的选择。伴随着近几年科学技术的飞速发展以及飞行器的机动性能不断增强，本文也是通过对前人研究的借鉴，针对高速高机动目标，进行了下面的学术研究：首先，归纳了这几年机动目标跟踪的发展状况和国内外学者的研究成果，总结得出了机动目标跟踪问题的组成元素和相关原理，涵盖了形成并处理量测数据、建立机动目标的运动模型、运动轨迹的自适应滤波与预测以及目标的机动检测与辨识。其次，详细地介绍了机动目标跟踪领域的两大研究对象：机动目标模型的建立和目标的状态估计。分别概括了适用于目标非机动情况下的匀速、匀加速基本模型，以及适用于目标处于机动情况下的Singer模型、协调转弯模型、Jerk模型、“当前”统计模型等机动目标基本模型。同时，对于组合模型，包括交互式多模型以及CS-Jerk模型的基本原理等做了较为详尽的分析。对于目标的状态估计，重点介绍了一些常用的线性滤波方法：卡尔曼滤波器、线性自回归滤波器、滤波器及两点外推滤波器；非线性滤波方法：粒子滤波器、扩展卡尔曼滤波器、强跟踪滤波器和无迹卡尔曼滤波。最后，通过对CS-Jerk模型的分析，针对机动频率的大小是由人为确定的问题，提出了一种更加合理的基于CS-Jerk模型的改进机动目标跟踪算法。此算法中首先设计出机动频率模糊自适应实现的模糊控制器，然后根据量测新息及其变化率，通过前面设计的模糊控制器自适应地调整CS-Jerk模型中机动频率的大小。接着通过分析强跟踪滤波器的原理及特点，选择将它作为本论文的滤波算法，因为它具有对高速高机动目标非常良好的滤波效果。最后利用蒙特卡洛方法对改进后的算法和原算法进行仿真。结果表明，提出的改进目标跟踪算法显著提高了原模型对高机动目标的跟踪性能，而时间复杂度相当，达到了预期的目标，对工程应该有良好的参考价值。

关键词：机动目标跟踪强跟踪滤波器 “当前”统计模型 Jerk模型模糊控制

来源：评论

学校读者我要写书评

暂无评论

基于视觉的运动汽车跟踪技术研究

基于视觉的运动汽车跟踪技术研究

引用

作者：王进花兰州理工大学

学位级别：硕士

基于视觉的目标跟踪技术是机器视觉的重要应用领域,已经成为当今智能交通领域的热点研究课题之一,也是智能交通监控应用的一个重要研究方向。通过对运动汽车的跟踪实现交通参数的提取以及交通事件自动检测等,而在跟踪车辆的过程中,经常... 详细信息

基于视觉的目标跟踪技术是机器视觉的重要应用领域,已经成为当今智能交通领域的热点研究课题之一,也是智能交通监控应用的一个重要研究方向。通过对运动汽车的跟踪实现交通参数的提取以及交通事件自动检测等,而在跟踪车辆的过程中,经常会发生车辆间的相互遮挡、光线变化、复杂背景的影响以及汽车运动的随机性等问题,这些问题直接影响车辆的跟踪精度。如何实现在复杂背景、车辆遮挡、光线变化、目标机动等情况下对车辆实时稳定的跟踪是本文研究的重点。针对汽车运动过程的机动特点,建立了机动目标的“当前”统计模型,大量文献证明“当前”统计模型在跟踪机动目标时效果良好,但是其对匀速运动或弱机动目标跟踪时性能变差。针对这一问题,本文对“当前”统计模型进行了改进,通过对最大加速度的实时调整,从而克服了由固定加速度引起的收敛速度慢以及滤波发散问题,提高了跟踪的准确性。标准Kalman滤波器对目标机动和运动模型选择不准的目标跟踪的适应能力较差,甚至导致跟踪失败,基于此,本文采用自适应Kalman滤波器结合“当前”统计模型,建立状态滤波算法,利用加速度和预测状态之间的关系,使最大加速度随着目标机动情况而进行自适应调整,进一步对加速度方差进行实时调整,从而使得系统噪声方差随着目标运动情况自适应变化,实现了目标的自适应跟踪。考虑到跟踪的实时性,在建立目标的特征点表示模型时融合了目标的颜色和纹理信息,弥补了单纯利用目标灰度的匹配跟踪中对颜色不同车辆识别上存在的缺陷。经过对特征点的优化选择一方面减少了特征点的数量,提高了匹配速度；另一方面增加了特征点的信息量,提高了特征点在跟踪过程中的稳健性。针对跟踪过程中存在遮挡及转弯变形问题,构建了一种基于特征点的图像跟踪算法,该算法在目标部分遮挡或旋转变形时都能够连续跟踪。根据匹配率和目标与背景的颜色差值建立了目标运动状态的判断机制及模板更新策略,解决了遮挡、转弯等情况下的目标跟踪问题。最后,采用真实视频图像对本文算法进行了仿真实验,并获得了较好的跟踪效果,验证了本文算法的有效性。

关键词：视觉跟踪运动汽车跟踪特征点 “当前”统计模型 Adaptive Kalman Filter(AKF)

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：