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.     

相对论粒子在有心力场中的运动轨迹

相对论粒子的运动一直都是人们期望了解却无法观察到的一种神秘形态，对相对论粒子运动的理解也只能限制在一些复杂的表达式中．建立一个相对论粒子运动模型，利用Mathema—tica软件求解，绘制其运动轨迹并用相应的物理原理加以阐述，展现以往无法呈现的相对论粒子运动的形态图形．     

对湖北省公路客运量预测模型的探讨

介绍了一元线性回归、确定性时间序列模型、灰色模型预测的基本原理,利用这些预测方法对湖北省公路客运量进行预测,给出其预测公式、预测精度并绘出预测图形,比较了各预测方法在公路客运量预测中的特点。     

机械合金化制备颗粒增强铜基复合材料的研究进展

颗粒增强铜基复合材料是近年来出现的新型金属材料之一,具有良好的综合性能。对近期颗粒增强铜基复合材料的研究进展进行了概括性介绍,重点论述了机械合金化制备颗粒增强相的类型和铜基复合材料的机制。     

基于进出口匝道流量的高速公路OD矩阵

分析了高速公路进出口匝道的交通流量特征及其与OD矩阵的关系，建立了高速公路进出口匝道交通量关系模型，生成了高速公路匝道系统的状态空间模型，分析了OD矩阵自身的特点，得到OD矩阵的约束关系，对常规的卡尔曼滤波方法进行了约束条件修正，从而形成了约束卡尔曼滤波递推方法。通过模拟数据的计算分析，约束卡尔曼滤波递推方法的性能与卡尔曼滤波递推方法相比有了很大的提高，能够较好地对高速公路上的时变OD矩阵进行跟踪，求解结果满足现代高速公路控制的需要。     

基于粒子滤波的约束目标被动跟踪研究

为提高约束条件下的二维机动目标被动跟踪性能,提出了一种约束下的粒子滤波方法(CPF).使用转弯率概念建立了被动跟踪模型,阐述了非线性粒子滤波的基本过程;通过设定地域和机动性能约束条件,抛弃约束外粒子,并对粒子分布和权重进行调整;利用CPF进行了目标跟踪仿真实验,与无约束的粒子滤波跟踪进行了对比,分析了轨迹跟踪性能,比较了跟踪误差.仿真结果表明,CPF能够稳定跟踪,并且具有更高的跟踪精度.     

有源电力滤波器补偿特性的仿真研究

基于状态变量空间法，建立了有源电力滤波器的数学模型，通过引入一新的开关函数，使状态方程的描述得以简化，最后，对有源电力滤波器的补偿特性作了计算机仿真研究，并给出出了相应的仿真结果。     

基于改进车流离散模型的多目标优化控制模型研究

为减少复杂交叉口群动态控制中车辆延误并提高通过速度,基于改进的车流离散模型,该文提出了以停车延误为目标函数的交叉口群多目标优化控制模型,并以广州天河北复杂交叉口群为例进行了实例运算,算例结果与仿真试验表明本模型体系在系统延误方面要优于传统模型,模型的求解效率高,有利于建立实时的区域交通控制系统。     

Learning Bayesian Networks from Data by Particle Swarm Optimization

Introduction Bayesian networks are a graphical representa-tion of a multivariate joint probability distributionthat exploits the dependency structure of distribu-tions. Bayesian networks are directed acyclicgraphs(DAG), where the nodes are random vari-abl…     

PSO-BP混合预测模型及在港口集装箱吞吐量预测中的应用

运用粒子群优化算法代替BP神经网络的初始寻优,再用BP算法对优化的网络权值参数进一步精确优化,从而建立基于粒子群优化的BP神经网络模型.运用该模型对某港口集装箱吞吐量进行预测.应用结果表明,该预测模型不仅能较好地拟合港口集装箱吞吐量的历史数据,同时对港口集装箱吞吐量的远期预测也具有较好的效果.