用于数据挖掘的多维数据可视化技术

用于数据挖掘的多维数据可视化技术,将多维数据通过平行坐标、圆形分段或多维缩放变换以二维图形显示.平行坐标用其坐标点显示变量,直线连接坐标点为折线.圆形分段以每个彩色像素点映射一个值,并将每一维的数据在不同区域显示.多维缩放则在尽可能保留数据点间距的同时,在低维空间内表示多维数据.     

船摇时间序列的非线性检验方法

时间序列的非线性替代数据判定方法，依据原始时间序列的均值、方差等线性性质进行零假设，产生替代数据，计算关联维数并比较检验待验数据和替代数据的识别统计量，用数理统计方法检验零假设是否成立,以船舶惯导实测信号的非线性检验为例，进行关联维数计算和小样本统计检验结果表明，待检验数据符合零假设，船摇时间序列中含有非线性成份．     

基于目标预测值模糊化的模糊数据关联算法

对传统模糊数据关联算法进行了分析,针对其利用最大隶属值赋值原则对目标进行跟踪时可能存在误跟或跟错的情况,提出了基于目标预测值模糊化的模糊数据关联算法.首先将预测航迹进行距离模糊化,建立联合关联区并舍去关联区以外的点迹,降低模糊数据关联分割矩阵的维数;然后对分割矩阵运用整体最优原则,将问题转化为0-1规划问题,实现数据的模糊关联;最后对算法进行仿真,结果表明:采用新算法能有效改进传统算法的缺陷,提高数据关联的可靠度.     

基于贴近度及分布图法的数据深度融合算法研究

针对船舶柴油机 SCR 系统中,氮氧化物传感器的测量值易受温度和其他气体干扰的特点,提出了基于贴近度及分布图法的数据融合算法;在建立扩维贴近度矩阵的基础之上加以改进,利用分布图法排除野值,弥补了基于贴近度的可靠性融合算法不能剔除无效信息的缺陷,动态地选取有效信息和权值分布进行加权融合,实现多传感器数据融合;通过数字仿真表明：该算法具有较强的抗干扰性能,相较其他的算法有一定的优势,融合精度较高。     

基于飞参数据的发动机小偏差辨识模型

文中基于某型优势发动机的大量飞参数据,选取线性小偏差状态变量模型,采用线性辨识方法,首先得到某飞行包线区域质心点处的某状态下模型参数,然后应用飞行包线的划分方法和相关结论,将算法推广到全飞行区域.计算模型的输出与实际飞参数据的比较结果表明,建模步骤正确有效,且线性模型满足-定的精度要求.     

基于RD-SRT的TR MIMO雷达DOA估计算法

针对时间反转MIMO雷达多重信号分类算法计算量庞大的问题,提出一种基于降维子空间旋转变换技术的多目标波达角估计算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量;然后,为构造旋转变换矩阵,对噪声子空间按行分块并取其逆矩阵;最后,利用该逆矩阵对噪声子空间矩阵旋转变换,得到低维子空间矩阵,对比导向矢量构造谱函数估计目标的角度信息。相对于传统的MUSIC算法,该算法降低了噪声子空间的维度,大大降低了计算量,而且具有更高的目标分辨率。     

基于数据融合技术的航迹处理

基于数据融合技术的航迹处理采用多雷达获取航迹信息,再用卡尔曼滤波算法进行融合.采集数据并提取有关数据项后进行格式转换、数据辨识.再对多源数据进行取舍、验证、修改等处理,生成综合信息.通过建立备选与正式航迹,进行航迹点互连和对多部雷达滤波数据进行线性加权融合处理,得到唯一航迹.     

一种基于平均相对偏差的聚类算法

在k-means算法基础上，提出利用平均相对偏差对数据的维分布密集度进行度量，并根据空间分布的密集度动态地给属性赋予权值。在计算平均相对偏差时，度量值与平均值间的偏差没有被平方，在一定程度上降低了孤立点的影响，与标准差相比具有更强的鲁棒性。仿真结果表明，基于平均相对偏差的聚类算法提高了聚类的质量。     

箭载GNSS数据融合处理及精度分析

针对箭载GPS、GLONASS与北斗导航系统(Bei Dou Navigation Satellite System,BDS)多星座导航接收机融合定位中多系统多星冗余信息的处理问题,研究了不同导航系统下观测数据的权值确定策略,给出了改进的简化Helmert方差分量估计方法,实现了箭载GNSS数据融合定位处理中观测数据的自适应定权,通过实测数据计算分析表明:该权值确定策略,能充分利用可用冗余卫星信息,提高定位结果的可靠性,对定位精度有明显改善,且计算量小,适用于运载火箭GNSS实时弹道确定。     

无迹Kalman滤波器及其目标跟踪应用

无迹卡尔曼滤波(UKF)算法在原先状态分布中按某规则取点,并使点的均值和协方差等于原状态分布的均值和协方差.将这些点代入非线性函数中,得到相应的非线性函数值点集,并通过点集求取变换后的均值和协方差.其应用步骤包括计算及传递取样点、利用预测取样点和权值计算预测均值和协方差、预测测量值和协方差,最后计算UKF增益,更新状态向量和方差.仿真表明该方法比EKF方法可用性更强.     

基于四元数粒子滤波的飞行器姿态估计算法研究

针对飞行器非线性姿态确定问题,提出了一种四元数粒子滤波算法。将状态向量分为线性部分和非线性部分分别进行处理,降低了粒子滤波的运算量。针对四元数加权求和规范化问题,通过构造拉格朗日代价函数的方法将四元数加权和问题转化为代价函数取极值时的四元数向量求解问题;并通过求取四元数误差方差矩阵对角线元素平方根的方法保证扰动四元数的规范化;利用乘性误差四元数表示四元数估计点与采样点之间的距离,求取四元数的协方差矩阵解决了旋转矢量方差计算问题。仿真实验表明,与传统的扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）算法相比,该算法估计精度更高,稳定性更好。     

基于局部线性嵌入算法的柴油机测点优化

为了能够高效地进行柴油机故障诊断,需要找出敏感性和稳定性好的振动测点,提出了一种改进的局部线性嵌入算法对柴油机振动测点进行优化处理．该算法实质是在保持原始数据性质的情况下,将各测点的高维特征数据映射到低维空间中,并以2-范数为各测点的阈值作为测点优化的标准．以某12缸柴油机为例,应用小波包能量谱分析方法来提取各振动测点信号的特征值;应用局部线性嵌入算法进行测点优化,通过对比实验结果可知,局部线性嵌入算法能够有效地区分不同故障测点敏感程度,从而可找出各故障敏感的测点位置,在一定程度上可提高故障识别率与效率．     

基于UKF的主动段弹道跟踪算法

利用预警卫星视线(LOS)测量对弹道导弹目标的跟踪问题是空间预警系统的关键技术.提出了基于弹体旋转的主动段动力学运动方程,解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性.引入一种新的滤波估计算法UKF,通过特别选取一些样点,给出随机变量经过非线性变化后的均值和方差,得到滤波器基于非线性方程的更新,避免了非线性方程的线性化.通过Monte-Carlo仿真,与其它算法比较,说明该算法具有更好的适应能力,跟踪性能更好,适用于空间预警系统.     

光电跟踪系统的激光回波率下界估计

为了优化目标测定仪中的激光回波率指标,将激光回波视为不完全量测序列,并将回波率下界描述成一个非线性矩阵不等式(NMI)的最优解,利用摄动线性化方法给出了NMI的求解算法.通过对匀速直线航路、匀速圆周航路和俯冲航路3种场景中的激光回波率进行仿真求解.结果表明,当激光回波率大于下界时,统计意义下的估计误差协方差对任意初值均...     

基于最小二乘法的硅二极管I-V 特性建模

为研究硅光电器件的性能,对基于最小二乘法的硅二极管伏安(I-V)特性建模进行研究.分析二极管的I-V特性,采用多项式回归分析算法对实验测量的非线性数据集进行拟合,通过最小二乘法推定系数来构造其矩阵,求取反应硅二极管I-V特性的数学模型参数,通过预测值与实际测量值之间的误差分析来验证算法拟合经验公式的准确性.结果表明,该算法和程序可广泛应用于非线性数据集的多项式回归分析中.     

地磁辅助惯性导航匹配算法研究

对地磁辅助惯性导航技术的基本原理进行了分析，鉴于采样卡尔曼滤波算法在重力辅助导航中的成功应用，将其用于地磁图形匹配。滤波通过设计少量的σ点，并计算这些σ点的经由非线性函教的传播，从而获得滤波值基于非线性状态方程的更新，较广义卡尔曼滤波具有计算精度高、便于计算的特点。     

不完全信息下分布式目标跟踪算法

针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考.