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.     

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.     

集中式自适应网格IMMJPDA算法

现有的集中式交互多模型联合概率数据互联( IM MJPDA)算法在多模型这个意义上都是基于固定结构的,而固定结构多模型算法存在的缺陷这些算法都不可避免的存在.为此,将一种变结构多模型算法——自适应网格交互多模型( AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的集中式自适应网格IMMJPDA( AGIMMJPDA)算法.该算法通过自适应网格实现模型集合自适应调整来克服固定结构IMMJPDA存在的缺陷.仿真结果显示,该算法可以有效克服固定结构IMMJPDA算法存在的缺陷,并提高IMMJPDA算法的费效比.     

自适应交互式多模型算法改进探讨

交互式多模型算法是一种较为有效的机动目标跟踪算法.介绍交互式多模型算法的设计思想和算法结构,归纳几种自适应交互式多模型算法的特点及相互关系.通过分析自适应交互式多模型算法的不足,探讨自适应交互式多模型算法的改进问题.     

基于模糊加权的分布式IMMJPDA算法

提出了一种基于模糊加权的分布式交互多模型联合概率数据互联算法.该算法在融合中心采用模糊加权方法对不同传感器关于同一目标的模型概率、状态估计及其协方差进行融合,而模糊权值为各传感器关于各目标的状态估计协方差的迹的隶属度.最后通过计算机仿真验证了该算法的正确性和有效性.     

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。     

一种基于位置误差检测门限的机动目标跟踪算法

文章针对交互多模型算法（IMM）运算量大、模型集设定偏离真实目标机动轨迹等情况,通过将变结构交互多模型算法（VSMM）的机动检测准则进行改进,提出了一种基于位置误差检测门限的VSMM算法。通过将两种算法的跟踪效果进行仿真对比,结果说明文章所提算法能够较为有效地改善对机动目标的跟踪情况,具有一定的理论价值。     

基于模糊自适应IMM算法的机动目标跟踪方法

提出了一种模糊自适应IMM算法(FAIMM)自适应地设计IMM算法中的模型集.该方法根据加速度估计值,通过模糊推理获得所使用模型的后验概率,自适应地摒弃概率较小的模型,从而减少了模型数目,降低了算法的计算量.仿真结果表明,应用FAIMM算法跟踪目标,跟踪的精度、平稳性以及算法的收敛速度等都得到了改善.     

基于鲁棒模糊控制的船舶转向及航向保持

为更好的满足船舶转向和航向保持对自动舵系统的不同要求,首先基于一阶闭环增益成形算法对船舶转 向过程分三段进行控制器设计,在自适应模糊推理系统(ANFIS)离线模型辨识正确的前提下得到每个控制器的模糊隶属度函数,然后对三个控制器的输出进行T-S模糊综合.以实习船"育龙"轮的非线性响应模型为控制对象,考虑不同的干扰和模型摄...     

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数，并假设该函数是连续的，在以模糊系统对该函数进行逼近的基础上，利用Lyapunov理论，提出了一种新的模型参考模糊自适应控制算法。其特点是，无论取多少条模糊系统规则，自适应学习的参数只有一个，便于工程实现，而且还确保闭环系统渐近稳定，并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒，进行了船舶航向模型参考模糊自适应自动舵设计，并利用Matlab工具箱进行了仿真研究，结果证明该算法十分有效。     

模型参考模糊自适应控制在船舶航向控制中的应用

将模型参考模糊自适应控制运用于船舶航向系统,仿真对象采用船舶操纵的非线性数学模型,并与模糊控制相比较,仿真结果表明了模型参考模糊自适应控制算法的正确性。     

一种从红外序列图像中提取感兴趣区ROI的有效方法

红外序列图像中提取感兴趣区（ROI）是图像压缩的关键步骤,ROI检测质量的好坏直接作用影响着后续处理。文章在Stauffer等人提出的自适应混合高斯背景模型基础上,融入帧差法分别将背景区和运动区以不同的更新率进行更新,同时在自适应背景更新的同时,不断改进自适应学习率。试验表明该方法构建的背景模型有较好的适应性,既可以稳定的对背景进行实时更新,又能够快速的提取目标的感兴趣区。     

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。     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混...     

大规模海浪交互模拟

提出了一种仿真拥有交互物体的大规模海洋场景的有效方法。首先采用复合动态网格来仿真海面网格;其次,采用基于频谱统计的FFT算法对非交互波浪进行仿真,求得非交互波浪的高度场;接着,以船行波为例,重点分析了交互波产生的位置和时机,通过引入仿真引擎和求解二维波动方程来实现对交互波的仿真,求得交互波的高度场。最后对两种波的高度场进行叠加,从而实现对海洋场景的整体仿真。实验结果表明,能在保证实时绘制的前提下达到较好的真实感,适用于拥有交互物体的大规模海洋场景的仿真。     

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.     

ISS-based robust adaptive fuzzy algorithm for maintaining a ship＇s track

This paper focuses on the problem of linear track keeping for marine surface vessels. The influence exerted by sea currents on the kinematic equation of ships is considered first. The input-to-state stability （ISS） theory used to verify the system is input-to-state stable. Combining the Nussbaum gain with backstepping techniques, a robust adaptive fuzzy algorithm is presented by employing fuzzy systems as an approximator for unknown nonlinearities in the system. It is proved that the proposed algorithm that guarantees all signals in the closed-loop system are ultimately bounded. Consequently, a ship＇s linear track-keeping control can be implemented. Simulation results using Dalian Maritime University＇s ocean-going training ship ＇YULONG＇ are presented to validate the effectiveness of the proposed algorithm.     

ISS-based robust adaptive fuzzy algorithm for maintaining a ship's track

This paper focuses on the problem of linear track keeping for marine surface vessels. The influence exerted by sea currents on the kinematic equation of ships is considered first. The input-to-state stability(ISS) theory used to verify the system is input-to-state stable. Combining the Nussbaum gain with backstepping techniques,a robust adaptive fuzzy algorithm is presented by employing fuzzy systems as an approximator for unknown nonlinearities in the system. It is proved that the proposed algorithm that guarantees all signals in the closed-loop system are ultimately bounded. Consequently,a ship's linear track-keeping control can be implemented. Simulation results using Dalian Maritime University's ocean-going training ship 'YULONG' are presented to validate the effectiveness of the proposed algorithm.     

波生近岸流的数学模型研究

在理论上和数值技术上对已有的基于辐射应力理论的波生近岸流数学模型进行了改进,(1)使用考虑非线性作用的多向不规则波联合折射绕射数学模型确定波浪场,以期波场计算更加准确;(2)根据Dally等的研究成果,在波生流运动方程中加入破波切应力作用项,在辐射应力公式中加入了卷破波和波动Stokes漂流(Stokes drift)造成的向岸质量通量项,以期在破碎带内运动方程和辐射应力更为合理;(3)建立了基于两种网格的两套数学模型,即三角形网格有限差分数学模型和矩形网格有限差分数学模型,基于这两种网格的数学模型能满足近岸波生流场的模拟需要。就一模型海区对该文的模型进行了应用。     

基于扩展有限元法的结构内部多缺陷的反演分析

基于扩展有限元法和改进的人工蜂群智能优化算法,建立了检测和量化结构中多个内部缺陷的反演分析模型。反演分析模型中,由水平集函数来表征每个缺陷的位置及尺寸,采用精英加引导策略的人工蜂群搜索方程进行全局搜索,直到达到收敛为止;提出以人工蜂群对不同数目的缺陷参数样本进行贪婪选择,无需预先知道结构内部所含的缺陷数目,迭代过程中缺陷数目可以智能改变。该模型避免了反演过程中网格重划分问题,有效地减少了迭代的计算成本。通过若干算例的分析表明:在结构内部所含缺陷数目未知情况下,建立的反演分析模型能够快速准确地识别并确认出结构内部存在的缺陷数目及其相应的位置和大小。