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.     

基于边缘保持平滑滤波的Canny算子边缘检测

在Canny算子实施边缘检测前,运用具有边缘保持性能的滤波器做预处理.仿真实验主、客观分析表明,边缘保持滤波预处理的Canny算子较原有Canny算子在边缘检测性能方面有一定的改善;边缘保持滤波器性能的定量分析和比较,对预处理滤波器和Canny算子边缘检测参数的选择有一定的指导意义.     

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.     

基于MATLAB的数字滤波器的优化设计

分析了数字滤波器的传统设计过程，并与MATLAB设计方法进行了比较，结果表明，基于MATLAB的数字滤波设计法具有设计方便、快捷、参数修改方便等优点，并给出了采用优化设计方法设计FIR数字滤波器的实例。     

电控汽油机进气量的最优估计算法

通过发动机台架试验,针对发动机进气系统的非线性特性,基于发动机进气通路动态模型,给出了进气压力与系统参数之间的关系,根据卡尔曼滤波的应用特性,提出了基于扩展的卡尔曼滤波的发动机进气量估计算法,得到了进气量估计的实时递推方程,计算了发动机瞬态工况下的进气压力,并与实际测量值进行了比较。对于较小的负荷变化率,压力计算值与测量值偏差小于3%,而较大的负荷变化率时,偏差有增大趋势,但其误差小于5%。结果表明进气量估计算法可以较精确地计算出发动机瞬态工况的进气量。     

纯方位被动目标运动分析的衰减记忆卡尔曼滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波器容易发散，从而导致滤波精度差而且收敛速度慢的问题，文中将水下纯方位被动目标运动分析中的扩展卡尔曼滤波算法改进为衰减记忆卡尔曼滤波算法．通过对当前测量数据的利用，减小了历史数据对滤波的影响程度．对比仿真分析表明，滤波效果有所改善，提高了精度和收敛速度．