基于变权平均似然函数的粒子滤波改进算法

在纯方位跟踪中,针对随机观测噪声对粒子权值准确性的影响,提出了一种基于变权平均似然函数的粒子滤波改进算法,在每个粒子权值更新过程中,采用多次观测值计算粒子似然函数并对其变权平均,替代由单一观测值更新粒子权值的方法,减小随机观测噪声对权值的影响。最后,通过实验仿真表明:新算法在纯方位跟踪中滤波精度优于传统粒子滤波算法。     

基于双振子差分系统的复频检测新方法

描述了间歇混沌检测原理,结合差分原理构成双Duffing振子差分系统对弱信号频率进行检测,提出了该方法对复频信号的检测具有全新的意义,给出了方法的具体步骤和流程图,在对复频信号进行检测的同时对单频信号也进行了仿真。结果显示,与传统的Duffing振子阵列方法进行比较,该方法不仅减少了阵列数,且在不影响检测精度的前提下提高了频率检测带宽,大大减少了计算量。     

双振子差分法检测复频信号的可行性分析

描述了双Duffing振子差分法检测弱信号的基本原理,在仿真的基础上对其检测特性进行分析,验证了双Duffing振子差分系统对弱信号检测的可行性,且此方法可在不影响检测精度的前提下,提高频率检测带宽,减少计算量和阵列数,降低了误判率.     

粒子滤波算法研究现状与发展趋势

粒子滤波是解决非线性非高斯动态系统最优估计问题的研究热点。介绍了粒子滤波算法基本原理,分析了存在的几个关键问题和解决方法,进而总结归纳了当前15种主要改进的粒子滤波算法,同时介绍了粒子滤波目前主要应用领域,最后对粒子滤波的发展提出了展望。     

凸组合核函数的支持向量机高光谱图像分类

支持向量机的高光谱图像分类中,单核函数存在局限性。为了提高分类器的分类精度和支持向量机模型的泛化能力,利用高斯径向基核和多层感知核进行凸组合构造复合核函数支持向量机,证明了该函数满足作为核函数的判决Mercer条件,并进一步将凸组合核函数支持向量机应用到高光谱图像分类中,完成了建模和实验验证。实验结果表明,凸组合核函数具有较好的鲁棒性,且该类支持向量机的分类精度和KAPPA系数较单核SVM均得到了有效的提高,是一种解决多分类问题行之有效的分类器。     

粒子滤波算法研究进展与展望

粒子滤波是一种通过非参数化的Monte Carlo模拟方法实现递推贝叶斯估计的算法。本文对粒子滤波的发展和研究现状进行了阐述,详细介绍和分析了粒子滤波的基本原理、存在的几个关键问题及解决方法,总结归纳出11种主要改进粒子滤波器,同时论述了粒子滤波应用领域。最后对未来发展提出了展望。