被动多传感器改进交互多模型粒子滤波算法

将改进的粒子滤波算法即基于均匀重采样的粒子滤波(AUPF)与交互式多模型算法(IMM)相结合,提出交互式多模型均匀重采样粒子滤波算法(IMM-AUPF),并将其应用于被动多传感器的机动目标跟踪中。均匀重采样粒子滤波在标准粒子滤波的基础上通过改进重采样过程,在解决粒子退化问题的同时,增加了粒子的多样性,提高了滤波性能。在多模型中应用均匀重采样粒子滤波,提高被动多传感器系统的机动目标跟踪精度。将该方法与交互式多模型粒子滤波算法(IMM-PF)进行仿真对比,结果表明该方法具有更好的跟踪性能。     

雷达跟踪目标的残差检测自适应多模型算法

提出了一种基于残差的自适应多模型算法，通过残差的大小来分配多模型中单个模型在整体估计中的权重。本算法无须机动检测，从理论上避免了延迟。通过Monte Carlo仿真表明本算法的有效性。     

基于S修正卡尔曼滤波的自适应网格模糊交互多模型算法研究

针对机动目标跟踪问题中,固定结构多模型(FSMM)算法费效比不高以及交互式多模型(IMM)算法马尔可夫转移概率难以准确确定的问题,研究一种基于S修正卡尔曼滤波的自适应网格模糊交互式多模型(AGFIMM-SKF)算法。该算法通过自适应网格调整实现了模型集自适应,通过模糊逻辑推理得到模型集中各个模型的匹配度,并且对标准卡尔曼滤波器进行S修正。仿真结果表明,AG-FIMM-SKF算法与标准的IMM算法相比,可以有效提高多模型算法的精度和费效比,且适合工程应用。     

雷达跟踪机动目标的多模型算法研究

研究了多模型算法在雷达跟踪机动目标中的应用,并以所提出的一种多模型算法说明了多模型算法的有效性。     

自适应网格交互多模型不敏粒子滤波算法

将一种变结构多模型算法——自适应网格交互多模型(AGIMM)算法和不敏粒子滤波(UPF)算法相结合,提出了自适应网格交互多模型不敏粒子滤波算法(AGIMMUPF).该算法通过自适应网格实现了模型自适应,从而以较小的模型集合覆盖了目标大范围的机动,并以此来克服固定结构交互多模型粒子滤波(IMMPF)算法存在的缺陷,同时各模型滤波算法采用不敏粒子滤波(UPF)算法,使重要性密度函数融合了最新量测信息,更好地逼近真实状态的后验概率分布.通过计算机仿真证明,提出的算法可以有效提高IMMPF的费效比.     

交互式多模型在舰载火控雷达拖引目标跟踪中的应用

针对舰载火控雷达中可能存在拖引欺骗,本文讨论了目标跟踪问题中的运动模型,建立了交互式多模型。同时,本文还研究了在杂波环境下航迹初始、保持和消失的决策。最后进行了空间位置和径向距离的RMS误差仿真,仿真结果表明,本文算法在精度控制方面性能高,能够有效的对雷达的真实回波进行检测。     

多模型估计理论

研究利用多模型来逼近系统的动态性能，基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器。通过仿真研究表明，在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题。多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性。研究表明，运用多模卡尔曼滤波能改善系统的瞬态响应，覆盖大范围的参数不确定性。     

反舰导弹机动自适应跟踪算法研究

针对目前舰艇日益严峻的对空防御形势,为提高舰艇对反舰导弹机动突防的探测跟踪能力,首先阐述了目前反舰导弹的典型机动方式,然后在分析“当前”统计模型算法及其部分改进算法缺陷的基础上,提出了一种新的双参数自适应跟踪算法,并以反舰导弹典型机动为例进行仿真验证.实验结果表明,提出的改进算法自适应能力更强,能有效地提高机动目标的跟踪精度.     

多模型估计理论

研究利用多模型来副近系统的动态性能,基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器.通过仿真研究表明,在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题.多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性.研究表明,运用多模卡尔曼滤波能改善系统的瞬态响应,覆盖大范围的参数不确定性.     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

一种自适应网格模糊交互多模型算法（英文）

This paper studies the algorithm of the adaptive grid and fuzzy interacting multiple model(AGFIMM) for maneuvering target tracking, while focusing on the problems of the fixed structure multiple model(FSMM) algorithm's cost-efficiency ratio being not high and the Markov transition probability of the interacting multiple model(IMM) algorithm being difficult to determine exactly. This algorithm realizes the adaptive model set by adaptive grid adjustment, and obtains each model matching degree in the model set by fuzzy logic inference. The simulation results show that the AGFIMM algorithm can effectively improve the accuracy and cost-efficiency ratio of the multiple model algorithm, and as a result is suitable for engineering applications.     

An algorithm of the adaptive grid and fuzzy interacting multiple model

This paper studies the algorithm of the adaptive grid and fuzzy interacting multiple model （AGFIMM） for maneuvering target tracking, while focusing on the problems of the fixed structure multiple model （FSMM） algorithm＇s cost-efficiency ratio being not high and the Markov transition probability of the interacting multiple model （IMM） algorithm being difficult to determine exactly. This algorithm realizes the adaptive model set by adaptive grid adjustment, and obtains each model matching degree in the model set by fuzzy logic inference. The simulation results show that the AGFIMM algorithm can effectively improve the accuracy and cost-efficiency ratio of the multiple model algorithm, and as a result is suitable for enineering apolications.     

自适应遗传算法的改进与应用

为提高遗传算法的全局最优和快速收敛,在现有的一些自适应遗传算法的基础上,针对交叉概率和变异概率进行改进,提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法。实验结果表明,该算法在收敛快速性和稳定性等方面都有了明显的改善,达到了预期效果。     

跟踪机动目标的最小子模型集切换算法研究

研究了机动目标跟踪的多模型(MM)方法,提出了一种新的多模型方法——最小子模型集切换(MSMSS)算法。这种算法从总模型集中自适应确定最小子模型集,用来进行多模型估计。仿真结果显示,和标准的交互式MM(IMM)相比,MSMSS算法在具备同等跟踪性能的前提下计算量很小,在计算量相同的情况下具有更好的跟踪性能。     

神经网络自适应控制算法的研究和MATLAB仿真

本文针对神经网络系统跟踪输入信号时,由于误差总是存在导致学习过程难以结束的特点,以一种用BP 网络逼近对象的学习算法为基础,结合相应的控制算法加以改进,并得到了一种快速学习因子的选择方法。结合不同对象通过MATLAB进行仿真,均获得了满意的效果。仿真和分析表明,该算法能保证系统具有良好的动态品质。     

利用遗传算法设计自适应随机共振系统

将遗传算法与自适应随机共振理论相结合，得出了一种新的自适应随机共振系统，并应用该系统对微弱信号进行了检测，在MATLAB平台上进行了实验仿真，取得了良好的效果，揭示了本系统在实际应用中巨大的发展前景。     

基于自适应小波变换的红外图像增强算法研究

针对红外弱小目标图像对比度低、人工识别困难的问题,提出了一种基于自适应小波变换的图像增强算法,并通过仿真试验进行分析对比。结果表明,该算法可以很明显地区分目标与背景,可用于微弱红外目标图像的增强处理。