测量噪声相关情况下的航迹融合和测量融合

研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小.     

一种基于粒子滤波的自适应相关跟踪算法

相关跟踪是最常见的一种目标跟踪方法,但传统相关跟踪采取的“峰值”跟踪方法抛弃了所有小于峰值点相关值的位置点的信息,不够稳健,受遮挡影响大,并且很难求解相关模板的仿射变形参数。提出了一种改进的非线性相关跟踪算法,以改进的灰度模板作为目标表示方式,粒子的权值与相关值成比例,目标状态的后验概率由粒子加权表示。模板更新时根据粒子权值进行自适应调节,对所有粒子所在位置的区域进行加权更新,权值大的粒子具有更高的更新系数,避免了仅利用单一峰值点处的模板进行更新可能造成的误差累计。该算法大大提高了跟踪与模板更新的鲁棒性,同时也是一种在仿射空间进行运动参数搜索的实用方法。     

一种改进的GPS模糊度白化滤波算法

在深入分析白化滤波去相关算法的基础上,对白化滤波算法进行了改进,以改善GPS模糊度解算中的去相关效果.在改进算法中,对模糊度协方筹矩阵的元素进行排序处理,以保证矩阵分解的有效性,改善去相关效果,提高模糊度离散搜索效率和质量.数值模拟结果表明,该算法不受维数限制,对低维和高维都能成功解算,具有较强的适用性和良好的去相关效果,能提高动态模糊度解算的效率.     

一种有效去除图像中脉冲噪声的滤波算法

为了抑制脉冲噪声,根据脉冲噪声点和边缘像素点的特征,提出了一种新的基于脉冲噪声点检测的滤波算法.实验结果表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,尤其在噪声密度较低时,滤波性能更加优越.     

机动目标跟踪的一种新的方差自适应滤波算法

针对"当前"统计模型自适应滤波算法跟踪非机动或弱机动目标时存在跟踪精度不高以及受目标机动加速度极限值先验设置的制约等问题,提出了一种方差自适应滤波算法,该方法利用新息与加速度变化量之间的关系,实现了加速度方差的实时估计和自适应调整,能更好地适应目标非机动和强机动的各种情况,避免了"当前"统计模型在目标非机动或弱机动时加速度方差过大而带来的跟踪精度不高的问题;同时也避免了对目标加速度的极限值设定.理论分析和仿真结果表明,相对于"当前"统计模型,无论是跟踪常速运动目标还是跟踪强机动目标,本算法都具有较高的跟踪精度.仿真结果验证了算法的有效性.     

一种基于粒子滤波的分布式跟踪算法

在多平台协同作战中,由于通信时间的延迟,常常出现各传感器量测不能按照正常时序发送到数据融合中心处理的情形.为解决协同作战系统无序量测的滤波问题,同时提高其目标跟踪的性能和降低系统的算法存储量,提出了一种Unscented粒子滤波算法.该算法估计精度高、计算量和存储量较小、输出无延迟.仿真结果表明,该算法同其他滤波算法相比,提高了跟踪精度,较好地解决了时间延迟的问题.     

基于多模型和辅助粒子滤波的机动目标跟踪算法研究

机动目标跟踪的本质是随机动态混合系统中的状态估计问题,其难点在于每一时刻运动模式的高度不确定性.在实际问题中,系统状态往往还呈现非线性、非高斯、不完全观测的特点.文中将多模型理论和辅助粒子滤波算法相结合,提出了一种新的机动目标跟踪算法——MM APF.仿真结果表明,该算法与传统的交互多模型——扩展卡尔曼滤波算法、辅助粒子滤波算法相比,在计算量相当的情况下,具有更高的滤波精度和较好的稳定性.     

基于空域信号分离的多径干扰抑制算法

针对全球导航卫星系统中的多径干扰抑制问题, 提出了一种有效的低复杂度多径干扰抑制算法, 在直达信号和多径干扰来向角(DOA) 未知的情况下, 利用RELAX算法, 通过反复迭代的思想逐一估计出直达信号和多径干扰的DOA和幅度, 进而识别多径干扰, 利用线性约束最小方差无畸变波束形成技术, 在直达信号方向形成增益与在多径干扰方向形成零陷而抑制多径干扰, 并进行了仿真试验。分析结果表明: 当多径干扰部分相干时, RELAX算法估计的DOA均方根误差比MUSIC算法低了约12dB; 当多径干扰完全相干时, RELAX算法估计的DOA均方根误差比MUSIC算法低了约25dB; 所提算法能够准确估计出直达信号和多径干扰的DOA, 保证通过波束形成零陷空域多径干扰, 使得进入跟踪环路的信号非常洁净, 处理后的码相位跟踪误差接近于0。     

一种改进的多脉冲宽带相关声成像算法

提出了一种多脉冲宽带相关声成像的逐点聚焦算法．分析了多脉冲宽带相关成像的基本理论和直观成像算法，指出了该算法中距离徙动等插值运算对运算量和分辨率有较大影响，在进行相关理论分析的基础上对算法作了相应的改进．实验结果表明，该改进算法是多脉冲宽带相关声成像的有效算法．     

一种基于物影匹配算法的道路小目标跟踪方法

针对复杂道路环境下小目标抛洒物难以被检测与跟踪，且落地静止像素易被纳入背景而导致目标丢失等问题，本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先，采用混合高斯模型对背景进行建模以此获取前景图像，对前景图像采用膨胀、腐蚀等形态学处理；其次，根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征，进行连续帧前景轮廓的物影匹配，并将连续的匹配结果定为疑似抛洒物；最后，采用多帧质心偏移法判断疑似抛洒物是否处于静止状态，并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配，从而实现抛洒物的逐帧跟踪。基于大量实验表明：本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比，准确性更优越，可较好解决道路复杂场景下各类抛洒物的跟踪问题；复杂背景、快速旋转的小目标场景中跟踪表现优异，具有良好的跟踪尺度，实时性满足预期要求。     

基于自适应滤波算法的牵引网谐波电流检测

研究了自适应噪声对消技术在供电系统谐波电流检测模块中的应用及其使用的传统LMS算法,分析了传统固定步长算法的不足,并借鉴已有的多种变步长函数,提出了一种结合双曲正割和双曲正切变步长函数的自适应滤波改进算法.通过Matlab软件进行实验,分别模拟了采用传统LMS算法、双曲正割函数算法、双曲正切函数算法以及改进后的变步长算...     

基于分布式网络的分步滤波算法的改进

在实际的多传感器动态系统中,传感器之间网络通讯时要进行坐标转换,该过程具有的不确定性将对融合结果产生不利影响。文章对已有的基于分布式网络结构的分步式滤波算法进行了改进,考虑了这种不确定性产生的误差。在某一时刻所有传感器测量信息被获得后,先将这些测量信息进行坐标统一处理,再用中心坐标系统下的测量信息依次对先前的估计逐个进行滤波更新,最终得到该时刻的全局融合估计。文章通过计算机仿真说明了该算法的精确度不仅与集中式算法的精确度仍然相当,而且具有更实际的应用价值。     

一种免疫算法的改进

针对一种免疫算法在求解多模态函数优化问题的不足,利用基于相似结构的小生境技术和近优淘汰算子对免疫算法加以改进.通过仿真实验,本文分析了交叉算子、变异算子及近优淘汰算子对算法的影响.仿真结果表明改进后的算法的性能有明显的提高.     

改进的无迹粒子滤波在组合导航中的应用研究

粒子滤波算法是一种适用于非线性非正态约束的统计滤波算法.针对粒子滤波存在退化现象,从围绕增加粒子的多样性和重要性分布函数的选择出发,提出了一种改进的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波产生的近似高斯分布作为重要性密度函数,在每次迭代中,结合马尔科夫链蒙特卡洛使粒子能够移动到不同地方,从而可以避免贫化现象.将这种算法应用到GPS/DR组合导航系统中,仿真结果证明了采用改进的无迹粒子滤波方法能达到很好的跟踪效果.     

SMO算法在邮件过滤中的应用

针对传统的支持向量机(SVM)算法在速度方面的缺陷,本文提出将序列最小优化(SMO)算法引人到垃圾邮件过滤系统中,实验结果证明,该模型训练时间快,过滤效果好.     

改进动态克隆选择算法在邮件过滤中的应用研究

提出了可控变异和随机变异方法,改进了动态克隆选择算法,建立并实现一种改进的基于人工免疫系统的邮件过滤算法.并采用SpamAssassin垃圾邮件样本对算法性能进行测试.实验结果表明,引入改进的动态克隆选择算法后,该算法对具有变异特性的垃圾邮件能保持较高的正确识别率,具有较好的自适应性和多样性.     

一种改进的模式匹配算法

针对现有的模式匹配算法的不足,在分析了传统的BF、KMP和BM模式匹配算法的基础上,提出了一种改进的模式匹配算法(NBM),该算法的思想是对BM算法中滑动距离函数dist右移模式距离大小进行改进,并且定义了两个新的滑动距离函数,在不同的条件下,分别调用不同的滑动距离函数,更好的控制模式匹配过程.实验结果表明,该算法比BF、KMP和BM算法显著减少了字符匹配次数,有效地提高了模式匹配的速度.     

一种改良的联合重要度算法

Hong ＆ Lie在BirnBaum重要度的基础上给出了两个底事件的联合重要度的算法,但是对计算结果分析得知此算法存在不足之处. 对此提出了一种改良的联合重要度算法,并用改良前后的两种算法对同一棵故障树的底事件进行联合重要度计算,并将两种算法的计算结果进行对比分析,最终得出结论,改良后的联合重要度算法是合理的.     

一种改良的联合重要度算法

Hong＆Lie在BimBaum重要度的基础上给出了两个底事件的联合重要度的算法，但是对计算结果分析得知此算法存在不足之处．对此提出了一种改良的联合重要度算法，并用改良前后的两种算法对同一棵故障树的底事件进行联合重要度计算，并将两种算法的计算结果进行对比分析，最终得出结论，改良后的联合重要度算法是合理的．