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。     

反舰导弹末端机动模型及仿真研究

建立合适的机动目标运动模型是目标跟踪的基础.概述几种机动目标模型特点及相互之间的关系,分析反舰导弹末端"蛇行机动"弹道模型,结合其控制指令及机动性能,给出反舰导弹的末端机动模型,并构建机动频率函数对机动频率进行自适应调整,优化了机动目标"当前"统计模型的系统参数.在给定的初始条件下进行仿真试验,仿真结果表明改进的算法适应能力强,能有效提高"当前"统计模型的跟踪性能.     

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。     

基于船舶操控模型的UKF滤波算法研究

为了提高舰船在机动转弯情况下的定位精度和舰船定位的稳定性、可靠性,进行了滤波模型和滤波定位算法的研究,在此基础上分析了当前滤波模型和滤波定位算法中存在的一些问题,提出了基于船舶操控模型的滤波模型和改进后的UKF滤波算法,给出了滤波系统的方案.通过实验证明,滤波系统的方案不仅能够有效的提高舰船在机动转弯情况下的定位精度,还能够作为测量ASF修正数据有效方法,对定位算法的研究有重大的参考价值和较大的现实意义.     

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。     

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.     

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。     

港口吞吐量预测的时序残差修正Verhulst模型

灰色系统预测模型是一种进行港口吞吐量预测的有效方法。但是,当港口吞吐量按照“S”型曲线增长或增长处于饱和阶段时,采用灰色模型进行吞吐量预测的误差较大,预测精度不能满足实际要求。根据港口吞吐量的增长规律,通过典型实例提出了基于时序残差的港口吞吐量预测Verhulst模型,用于中长期港口吞吐量预测。应用结果表明,本模型对于那些暂时处于快速增长而从长远看按“S”型曲线增长的港口吞吐量预测具有较高的预测精度,同时保留了灰色预测方法的原有优势和特点。     

基于粒子群算法的压气机热力学模型研究

压气机性能对涡轮增压柴油机性能影响显著,也是仿真计算的难点和重点。压气机热力学模型虽原理清晰、扩展性好,但模型参数获取比较困难。为克服这一难题,该文提出利用实验图谱,基于粒子群算法对压气机特征参数进行优化建模的方法。利用所获取压气机有限范围内的特性图谱,选取多个参数作为建模的优化参数,包括进出口直径、叶轮入口角、扩压器入口角、叶片后弯角与叶轮出口宽度等,将优化后热力学模型计算结果与实际特性图谱进行比较。结果表明：该方法所建立的热力学模型能够较好地匹配实验图谱,扩大了压气机模型的适用工况范围。     

基于MATLAB中值滤波算法的优化与实现

介绍了中值滤波的滤波特点,针对标准中值滤波在滤除椒盐噪声中的不足,提出了一种中值滤波优化算法,通过MATLAB软件仿真,结果表明该算法在有效地去除椒盐噪声的同时,很好地保护了边缘细节,较标准中值滤波具有更优良的滤波效果.     

一种自适应LMS滤波的改进算法

在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得.为此,本文提出了一种改进的LMS算法.在计算机仿真自适应信道均衡中,该算法的性能明显优于传统的LMS算法,而计算量增加甚少.理论分析与计算机模拟证实了该算法的优越性.     

电流变化率保护的滤波算法

本文简单介绍了电流变化率保护的原理,并通过数学推导导出了一种直流滤波算法.该算法可以滤去短路电流中的交流谐波分量,得到直流电流变化率的准确结果.通过仿真分析验证了该滤波算法的有效性.     

基于频域滤波的噪声识别去噪算法

在频域滤波的基础上,对图像的高频部分进行噪声识别,区分边缘与噪声,进而通过改进的空间滤波算法实施去噪,使图像边缘细节部分得到保护,再将处理后的高频图像与其对应的低频图像进行融合,以获得完整的高质量图像.实验结果表明通过新算法处理后的图像可以达到较好的降噪效果.     

基于时频滤波的SAS解多普勒质心模糊改进算法

为提高合成孔径声纳（SAS）解多普勒质心模糊的准确性,文章对传统的解模糊算法-波长差异法进行了改进。将距离压缩后的数据进行时频滤波,去除强散射点对功率谱扭曲的影响,进而提高波长差异法的估计精度。计算机仿真实验证明了该方法的有效性。     

基于四元素的扩展卡尔曼滤波航姿参考系统算法设计

为了优化飞行姿态信息,设计一种适用于捷联式航姿参考系统的九态扩展卡尔曼滤波算法,得到最优估计。为了验证此EKF算法的可行性和滤波效果,采用AHRS300惯性测量单元的数据进行MATLAB滤波算法仿真,把感器采集数据平滑计算后,建立精确的MATLAB算法模型作为参考。把两种结果作差比较,计算姿态角误差。从仿真结果可以看出,所设计的算法能够获得较好的姿态角精度,证明此扩展卡尔曼滤波性能良好。     

基于测量分量加权融合的GPS/SINS船舶组合导航算法

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用.但由于船舶组合导航系统中各子系统通常提供的是不等同维的测量数据,加之传统测量值加权融合存在各传感器测量等同维数的约束,使得该类算法在船舶组合导航中的应用能力和使用范围受到了很大的限制.针对上述问题,以GPS和SINS组成的、具有不同维数测量的船舶组合导航系统为研究对象,提出了一种新的基于测量分量加权融合的船舶组合导航算法.该算法的基本思想是寻找一个变换矩阵将具有不等同维数的测量扩维成满状态维数的矩阵,然后考虑扩维后的噪声方差是奇异矩阵,从而采用测量分量对应加权进行融合.与传统的测量加权融合方法相比,该方法不仅具有更广的应用范围,而且保持了与传统的集中式扩维融合相同的高精度性能.算法的性能分析和计算机仿真证明了新算法的有效性和优越性.     

小波加权残值法在固支矩形板后屈曲上的应用

根据Von Karman板大挠度方程,以小波函数作为试函数,采用小波加权残值法将四边固支矩形板的平衡控制方程和变形协调方程化解为两个非线性方程组,将后屈曲路径的求解转化为两个非线性方程组的求解问题.将载荷分为多个水平,利用Newton-Raphson迭代算法求得非线性方程组的解,从而得到四边固支矩形板的后屈曲平衡路径和四级渐进解.通过算例表明小波可以用于解决矩形板的后屈曲问题.     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合,提出一种求解多传感器多目标跟踪数据关联问题的方法.该方法的目的是实现多传感器观测数据的模糊聚类,使源于不同目标的观测数据能正确划分到该目标中去.仿真结果表明,该算法可以实现数据与目标的正确关联,克服传统硬判断的一些缺点.     

单通道混合信号粒子滤波盲分离算法的快速实现

粒子滤波可以处理非线性非高斯问题,可以应用于混合信号的盲分离中,是一种有效的盲分离算法。但是粒子滤波算法存在一个很大的缺陷,其复杂度太大,为了减少粒子滤波运算时间、提高运算效率,通过对粒子滤波实现过程中的符号向量进行前置扩维,从而改进了粒子滤波实现方法。仿真结果表明：改进后的算法在运算速度上相比之前有了比较明显的提升。