集中交互式多传感器模糊联合概率数据互联算法

 为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器模糊联合概率数据互联算法.该算法首先设定多个跟踪模型并计算每个模型中测量点迹与航迹测量预测之间的模糊综合相似度;然后基于阈值判别及经验概率法则计算模糊联合互联概率,并基于此概率对各航迹进行状态估计及状态估计协方差的更新;最后计算各模型概率,并据此概率对各模型所获得状态估计进行加权得出各航迹在融合中心最终的状态估计.对该算法与集中交互式多传感器联合概率数据互联算法进行仿真比较,仿真结果显示该算法的跟踪精度较后者有显著提高,同时有效地降低了周期耗时,综合性能更优越.     

多径环境下异步长码直接序列码分多址信号伪码序列及信息序列盲估计

针对低信噪比(SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题,该文提出一种基于平行因子的多通道盲估计方法.该方法先将接收到的多径信号建模为多通道模型,然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型,形成观测缺失数据矩阵,并将其等效为缺失平行因子模型,最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解,实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计.仿真结果表明,序列的估计性能与多径环境密切相关,且在莱斯因子为10,多径路数为3,通道数为4,用户数为6,信噪比大于–10 dB的条件下,伪码序列及信息序列的估计错误率均低于1％.     

多径环境下异步长码直接序列码分多址信号伪码序列及信息序列盲估计

针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题,该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型,然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型,形成观测缺失数据矩阵,并将其等效为缺失平行因子模型,最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解,实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明,序列的估计性能与多径环境密切相关,且在莱斯因子为10,多径路数为3,通道数为4,用户数为6,信噪比大于–10 dB的条件下,伪码序列及信息序列的估计错误率均低于1%。     

基于原点矩偏导的K分布杂波参数估计

K分布的参数估计研究对于雷达杂波特性预测和估计具有重要意义。基于矩估计的K分布参数估计方法通过联立不同阶原点矩进行参数求解,这些不同阶数下的联合,在数据长度受限情况下会产生误差。因此,通过计算原点矩偏导和原点矩之间的关系,推导出了一种新的K分布杂波参数估计方法。该方法在同阶原点矩的条件下进行参数估计,避免了不同阶原点矩之间的估计误差,具有更好的估计性能。通过仿真和实测杂波数据,分析比较了该方法与其他矩估计法的参数估计有效率和估计精度,该方法具有100%的估计有效率且估计精度更高。高阶矩对数据敏感,在矩估计法中应尽量选取低阶矩,通过合理选取阶数k可以得到较为理想的估计结果和精度。      

基于变分法的参数约束估计方法研究

提出一种基于变分法的参数约束估计方法,以获得渐进无偏的估计参数.通过分析包含待估参数的系统输入输出方程,构造变分法中的性能范函和约束方程,将传统的参数估计问题化为带约束条件的最小二乘估计问题;利用拉格朗日乘子法,分析参数估计方程,得到参数的最优估计.计算机仿真的结果表明,该优于传统的最小二乘估计法,获得的估计参数是渐进无偏的,获得的估计参数的辨识精度更高,该参数约束估计法在系统辨识和参数估计领域具有极其重要的实际应用价值.     

基于智能空调系统的环境可持续性研究

在对智能空调系统的环境可持续性研究中,本文采取了数据采集方案,主要是在活动等级分类和居住率评估这两个方向上通过基于SRC(稀疏随机分类器)的拓展分类算法进行数据建模,这种方法在传统SRC实现性能的基础上,有效性改善了10％.同时,通过这种方法得出以下两个结论:对人体物理活动控制的策略可以决定并调整空调的热力性能;调整合适的居住状态既可以维持人体热舒适性又可以节约能耗.该研究的创新点在于入住率估计首次融合了加速计和智能手机的特征数据来确定居住率.     

窄带通信信号时延估计的循环谱组合切片法

循环时延估计方法只使用单一循环频率进行时延估计,对信号的循环平稳信息利用不充分,且估计性能对循环频率的选择有较大依赖性.针对此问题,研究了利用多循环频率组合进行时延估计的方法,为减小循环谱密度函数估计的计算量并提高时延估计的精度,阐述了利用循环谱切片组合进行时延估计的方法,在不同信噪比的高斯噪声和同频干扰条件下分别进行了仿真实验.仿真结果表明,多循环频率时延估计法较单循环频率时延估计法有更高的估计性能.     

一类多速率传感器动态系统的建模与估计

研究了一类时变线性动态系统的多速率多传感器数据融合状态估计问题.首先,在不同传感器以不同采样率对同一目标进行观测的情况下,提出了一种多速率建模方法,该方法可将多采样率的融合估计问题转化为同采样率的状态估计问题.随后,利用Kalman滤波对目标状态进行了在线估计,并利用有反馈分布式融合结构对上述估计进行了有机融合,从而获得了目标状态的最优融合估计值.该方法不需要对状态或观测进行扩维,计算量适当,保证了算法的实时性.以景象匹配辅助GPS/INS组合导航为例,在两种采样关系下,分别做了仿真,仿真结果验证了算法的有效性.     

RBF网络用于性能退化的可靠性评估

针对无法用数学式准确描述退化量与环境因子间复杂非线性关系的问题,提出了一种基于RBF网络的退化轨迹建模方法.利用RBF网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合失效值预测产品寿命.将所有估计寿命作为完全失效数据进行可靠性评估,有效地解决了失效数据少的问题.通过对疲劳裂纹增长数据的RBF网络建模分析,证明RBF网络具有很好的函数逼近能力,寿命预测结果非常理想.经验证,在更少的退化数据下,RBF网络仍能够较好地模拟退化轨迹,寿命预测精度较高.     

机载多传感器两种数据融合方法探讨

分析了最大似然估计法和贝叶斯判别法，并将其应用在完成目标２估计和判别的数据和合方面。讨论了该方法实现机载雷达和红外探测器的数据融合及其对目标检测性能和抗干扰性能提高的效果。     

基于灰色系统理论与Bootstrap方法环境因子的确定

若产品的试验数据较少,那么按照具体的寿命分布来估计的环境因子就可能存在较大的误差。为了解决这个问题,提出了一种结合灰色系统理论和Bootstrap的估计方法。首先利用灰色系统理论理论获得初始环境因子估计,然后用Bootstrap方法进行二次精确估计,最后再进行数据折合。算例表明：该方法实用、精度高,便于工程人员所掌握,具有工程应用价值。     

电动汽车锂离子电池荷电状态估算方法研究综述

锂离子电池具有循环寿命长、能量密度高、自放电率低、环境污染小等优点,在电动汽车产业中得到广泛应用。电动汽车中的电池管理系统(BMS)可以维护和监测电池状态,确保电池的安全性和可靠性。电池荷电状态(SoC)表示电池中剩余的电量,是BMS的重要参数之一,实时精确的SoC估算可以延长电池寿命,保障行驶安全。然而锂离子电池是一个高度复杂的非线性时变系统,电池寿命、环境温度、电池自放电等许多未知因素均会对估算精度造成影响,使估算难度大大增加。为了满足不同条件下对锂离子电池SoC精确、快速、实时估算的要求,需要对SoC估计算法进行进一步研究与改进。近年来已有相关文献对锂离子电池SoC的估算方法进行了综述,然而已有相关综述对估算方法的总结不够全面且缺少流程表达。该文首先介绍了锂离子电池的工作原理,阐述了影响电池SoC估算的因素;其次,通过总结最新的研究成果对电池SoC估算方法进行了归纳分析,根据各类算法的不同特性将其分为查表法、安时积分法、基于模型的方法、数据驱动的方法以及混合方法五大类,说明了各类估算方法的主要特征并对模型或算法的优缺点进行综合的比较和讨论;最后,对电动汽车中锂离子电池SoC估算方法的未来发展方向做出展望。     

Location Estimation via Support Vector Regression

Location estimation using the global system for mobile communication (GSM) is an emerging application that infers the location of the mobile receiver from multiple signals measurements. While geometrical and signal propagation models have been deployed to tackle this estimation problem, the terrain factors and power fluctuations have confined the accuracy of such estimation. Using support vector regression, we investigate the missing value location estimation problem by providing theoretical and empirical analysis on existing and novel kernels. A novel synthetic experiment is designed to compare the performances of different location estimation approaches. The proposed support vector regression approach shows promising performances, especially in terrains with local variations in environmental factors     

曲线机动情况下水下自主平台的改进被动合成孔径算法研究

水下自主无人平台(AUV)在曲线机动情况下利用传统ETAM方法扩展孔径时,目标方位估计结果无法聚焦到真实方位,估计偏差严重,针对这一问题,该文结合运动补偿提出一种新的ETAM算法。该算法将波束域与阵元域结合处理,在波束域获取相位信息,在阵元域对相位信息进行线性拟合,有效克服曲线运动造成的相位误差,得到相位修正因子后对连续测量进行相位补偿,实现孔径扩展。仿真和试验结果表明,无论平台直线航行还是曲线机动,该算法在对比算法失效的情况下,仍具有很高的测向精度、角度分辨率及空间增益,且适用于多目标的分辨,在较低信噪比下对性能的改善更为明显,有较强的实用性和环境宽容性。     

基于RSSI和LQI的分段距离估计改进算法

针对无线传感器网络（WSN）中单一通过RSSI估计距离的算法易受环境影响产生误差,提出了一种基于RSSI和LQI的分段距离估计改进算法。首先分析了RSSI算法特点,然后在距离估计过程中引入了链路质量,根据预设范围调整定位算法,从而降低RSSI距离估计算法的误差,提高了距离估计精度。实验结果表明,基于RSSI和LQI的分段距离估计改进算法的距离估计精度与原算法相比有了明显提高。     

A research study of environmental factors for the gamma distribution

Environmental factor estimation for the gamma distribution with two parameters is considered here. In the consideration of the characteristics of the gamma distribution, the definition of environmental factors for the exponential distribution and the convenience of data conversion, the definition of environmental factors for the gamma distribution is proposed. In accordance with this definition, the lower and upper confidence limits of environmental factors are derived by Classical, Bayesian and Fiducial methods. Some approximate confidence limits are also given. A practical example is provided and the results indicate that the definition, the confidence limits and their approximants are suitable.     

Bayes and classical estimation of environmental factors for thebinomial distribution

An environmental factor converts reliability test results at one environmental condition into equivalent “failure” information at other environments. This paper studies environmental-factor estimation for the binomial distribution. Under general conditions, Bayes point estimates and credibility limits for environmental factors are derived. Classical point and confidence interval estimates are introduced and compared with the Bayes estimators. The characteristics of Bayes and classical estimators for the binomial distribution are summarized through numerical computation and theoretical analysis. A numerical example of reliability assessment by means of environmental factors is presented     

ERLAK: On the Cooperative Estimation of the Real-Time RSSI Based Location and K Constant Term

Nowadays location estimation using WiFi networks in indoor environments has become a hot research topic. Challenging methods without calibration or hardware integration are essentially required for cost-effective and practical solutions. The Received Signal Strength Indicator-based localization methods offer low cost solutions. However, their propagation models are difficult to characterize due to environmental factors in indoor and multiple parameters. There are a number of works over estimation of location and pathloss exponent presented in the literature. This paper introduces a new method shortly named as ERLAK in order to estimate the K constant term using log normal channel model in addition to the location of mobile station in indoor environment. The ERLAK method has been consistently compared to the well-known Least Square and Weighted Least Square methods. It achieves the least errors in distance estimations compared to the classical methods on especially critical measurement points. It remarkably accomplishes less than 5 m mean errors for distance estimation results particularly when signal is received from all of the access points.

     

基于修正RSSI值的加权质心定位算法

针对利用接收信号强度指示（RSSI）进行节点定位时,RSSI值易受到环境因素的影响导致定位误差。为减小定位误差,在修正加权质心定位算法的基础上,使用卡尔曼滤波对连续采集到的RSSI值进行最优化处理,实现实时状态的预测和估计,使测距结果尽可能接近实际距离,为后续的定位提供更准确的数据。仿真结果显示,相比于之前的算法,改进算法减小了定位误差,提高了定位准确度。     

基于响应面分析的RFID应用部署测试优化设计

RFID技术近年来取得快速发展,成为物联网的关键技术之一.利用试验设计方法对RFID应用部署测试进行了优化,借助正交试验设计方法在多因子多水平的条件下迅速制定测试计划,了解组合测试中多因子对测试结果影响的主次因素和规律,有效地解决组合爆炸问题.还通过多元线性回归分析和最小二乘估计建立响应面方程拟合多个自变量与因变量之间的关系,分别通过正交试验、零水平点拟合试验和最速上升试验快速获得优化方案,从而为在复杂环境条件下提高RFID系统性能,预测部署效果,优化部署条件提供可靠的保证.