用于多个机动目标的混合高斯概率假设密度跟踪器

现有的混合高斯概率假设密度（GM—PHD）跟踪器不仅可以估计时变的多目标状态,还能辨识不同目标并保持其轨迹连续性．但当多个目标发生机动时,其稳定性较差,容易丢失目标．针对这一问题,本文提出一种能跟踪多个机动目标的混合高斯概率假设密度跟踪器算法．算法在GM—PHD滤波的框架上采用修正的输入估计方法将目标的概率假设密度（PHD）表示成混合高斯形式,并利用不同的标记辨识各个高斯分量,然后通过PHD滤波方程迭代这些高斯分量和对应的标记,最终达到跟踪多个机动目标的目的．仿真实验表明,和传统的GM—PHD跟踪器相比．新算法能以更高的稳定性跟踪多个机动目标．     

基于蚂蚁算法的电子元器件位置优化

首先介绍了基本蚂蚁算法原理和改进的蚂蚁算法，即最大-最小蚂蚁算法，根据传热学原理用微元体热平衡法建立了电子系统热分析求解温度场的数学模型，并采用高斯-赛德尔迭代法求解热平衡方程组，通过仿真实验证明用蚂蚁算法来优化电子元件的布局能够显著降低最大温度值，并提高了系统的可靠性。     

改进的交互式多模型粒子滤波跟踪算法

通常的交互多模型卡尔曼滤波(IMMKF)或交互多模型扩展卡尔曼滤波(IMMEKF)对于非高斯问题无能为力;对于非线性问题,其性能不及交互多模型粒子滤波算法(IMMPF)。粒子滤波能够处理非线性/非高斯问题,其与交互式多模型结合用来获得更好的跟踪性能。然而,粒子滤波的主要问题是巨大的计算量,由于粒子滤波通常采用大量的粒子数目,将带来很大的计算负荷。该文提出了一种改进的交互多模型粒子滤波算法,其利用多模型综合使用了卡尔曼滤波和粒子滤波,与常规交互式多模型粒子滤波(IMMPF)相比,大大改善了计算效率。对于非线性/非高斯问题,其性能与IMMPF相当;对于线性问题,其性能与IMMEKF相当,并优于IMMPF的性能。     

基于粒子滤波与多特征融合的视频目标跟踪

提出了一种基于粒子滤波和多特征融合的视频目标跟踪方法.以粒子滤波为跟踪框架,根据颜色跟踪中存在的问题提出将颜色与目标运动信息融合,利用融合后的信息确定粒子的权值.利用重采样策略缓解退化现象对粒子滤波的影响.针对2段不同的视频进行了不同算法的仿真与性能的比较,实验结果表明,本文方法在计算量增加不多的情况下大大改善了跟踪的性能与鲁棒性,尤其当目标与背景颜色相近时仍然能够准确地对目标进行跟踪.     

用于大时滞系统的自调谐模糊调节器研究

分析了一般自调谐模糊控制器的优点，指出了它在大时滞系统中存在的问题。从人工控制经验出发，应用智能控制原理，提出了一种改进型自调谐模糊控制器模型，并将其应用于电炉温度控制中，文中给出了实验结果，并作了对比分析，证明改进型自调谐控制器具有较好的鲁棒性，能有力地改善系统性能，对大时滞系统的控制有实用价值。     

神经网络稳定性的逻辑分析

神经网络稳定性分析的传统方法是采用权矩阵的定量分析。本文提出一种基于推理和矛盾分析的逻辑分析法，并阐明导致网络不稳定的局部结构因素，这有利于神经网络的分析和设计。     

一种基于小波多分辨率分解的图像融合新算法

提出了一种新的基于小波多分辨率分解的图像融合方法。该方法先利用小波变换将图像分解为不同分辨率、不同方向的分量,然后利用方向对比度和基于区域标准差最大化的融合规则得到融合图像的小波系数;最后通过逆小波变换得到融合图像。实验结果表明,本方法是十分有效的。     

计算机机箱温度场的测试与仿真

探讨了计算机机箱温度场的测量方法,采用具有冷端补偿的K型热电偶数字转换器MAX6675设计实现了多点温度分布测试系统,该测试系统具有精度高、稳定性高的突出特点.此外,利用热分析软件Flotherm对机箱的温度场进行模拟仿真分析,仿真计算结果与测试结果一致,验证了仿真模型和仿真结果的有效性.     

应用最小偏度采样的UPF算法

针对一般粒子滤波中的退化问题,提出了一种改进的Unscented卡尔曼粒子滤波(UPF)算法.提出了最小偏度采样策略,将该策略应用于UKF算法中,以UKF方法生成建议分布并从中采样,解决了一般粒子滤波算法中以转换先验密度函数作为替代分布所引发的粒子退化等问题.将多项式重采样和分层重采样两种方法结合起来进行重采样,有效地减弱了粒子退化问题.最后,给出了非线性序列的仿真算例.理论分析和仿真结果表明,改进的UPF算法提高了滤波的稳定性和精度,算法的运行效率提高了30%.     

一种新型航姿系统

介绍了一种新型多功能惯性器件,它将双轴陀螺丐加速度计巧妙于民一体用它可构成新型垂直陀螺,再与磁通门传感器合成新型航姿系统,该系统能消除载体的变速运动对输出航姿角的影响,结构简单、紧凑,成本较低,可用于定向性移动卫星通信天线跟踪卫星的开环控制系统中。