基于权重一致性优化的实时Marginalized粒子滤波算法

针对Marginalized粒子滤波中随机量测噪声对于非线性状态估计精度的不利影响以及线性状态估计中计算量较大问题,提出了一种基于权重一致性优化的实时Marginalized粒子滤波算法.首先,结合量测系统建模中先验信息的提取和利用,通过粒子权重间一致性距离和一致性矩阵的构建,提出了量测提升策略下权重的一致性优化方法,以改善粒子滤波在非线性状态估计中的滤波精度.其次,通过对Marginalized粒子滤波实现中时间更新和量测更新环节的结构优化,给出了实时Marginalized粒子滤波,以降低蒙特卡罗仿真实现下卡尔曼滤波在状态线性估计中的计算复杂度.最后,在两者的动态结合基础上给出了新算法具体实现步骤.利用基于单站雷达目标跟踪仿真场景,分析了算法性能.理论分析和仿真实验结果验证了算法的可行性和有效性.     

贝叶斯框架下基于凸优化的系统偏差估计方法

针对多传感器协同探测系统中系统偏差呈现出的随机性和突变性,以及估计方法的误差增加、估计鲁棒性较难保证等问题,在贝叶斯估计框架下,提出了基于凸优化的系统偏差估计方法。该方法首先依据最大似然估计准则推导出量测最大似然函数,并将其变形为与状态参数无关的多传感器量测最大似然函数;其次,结合系统偏差投影等式和待估参数范围不等式两类约束条件,将最大似然估计问题转化为具有目标函数、约束函数的凸优化问题;最后,利用拉格朗日乘子方法构造系统偏差二次函数,并在约束条件下利用凸优化技术实现多传感器系统偏差的优化求解。仿真结果表明,相比于同等条件下的其他方法,所提方法提高了估计精度,降低了时间复杂度。     

量测提升卡尔曼滤波

滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架,在最小方差准则下实现对目标状态的最优估计,但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架,新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测,并通过对虚拟量测采样以及融合提升系统量测信息可靠性,进而改善状态估计精度.同时,针对算法在工程应用中实时性、准确性以及鲁棒性等需求,设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.     

一个基于H.323的多点QoS保证方案

文中针对实际基于PC应用的H．323系统，给出并实现了基于拥塞控制的QoS保障方案。在实际的H．323系统中进行的实验分析结果表明，我们制定的QoS控制策略能够实时地对视频参数进行动态调整。     

一种改进的一致性数据融合算法

针对目前数字滤波算法中存在对先验信息要求苛刻及定义数据间支持度中门限的预先设定问题,在基于测量方差加权算法基础上,引入相对距离和置信距离的思想对其次优融合估计结果进行改进。仿真结果直观地说明了该估计算法的有效性。     

多传感器数据融合系统闭环控制模式的构成与分析

本文从闭环控制的角度,通过对数据融合系统 功能的划分,提出了由传感器子系统、数据融合子系统、决策支持子系统和传感器管理子系 统构成的数据融合系统的闭环控制模式;然后分析了该控制模式中四个子系统的功能、构成 及采用的融合算法;最后论述了闭环控制模式的整体优化功能．     

基于IMM多传感器顺序粒子滤波跟踪机动目标算法

针对交互式多模型粒子滤波在跟踪机动目标时精度受限问题,提出一种基于交互式多模型(IMM)的多传感器顺序粒子滤波算法。采用IMM机制实现目标运动模式的确认;在合理利用单传感器量测和多传感器量测中冗余和互补信息的基础上,引入顺序重抽样方法改善粒子分布,并将改善后的粒子应用于IMM粒子滤波算法框架。仿真实验结果表明:新算法能够估计出强机动目标状态,且精度明显优于标准IMM粒子滤波算法。     

无线携能保密网络下的中继协作波束形成算法

本文研究了无线携能通信网络中的多窃听者场景下,基于无线能量收集放大转发中继的协作机密信息安全传输问题.提出了两种低复杂度的零空间波束形成方案.分别利用接收者或窃听者方位先验信息,将待优化的目标矢量投射到接收者或窃听者信道的零空间.与原协作波束形成方法相比,由于降低了待优化目标矢量的空间自由度,本文方法运算复杂度较低.特别的,由于第二种方法目标函数中将窃听者的交互信息迫零,将原始拟凸优化问题转化为凸问题求解,进一步降低了运算量.实验研究验证了本文方法的合理性.     

基于向量冲突表示方法的证据组合规则

针对Dempster组合规则在高冲突证据融合的情况下常常会得到违背直觉的结果,提出了一种基于向量冲突表示方法的Dempster(VCRD)组合规则。首先,通过实例分析了冲突因子和Jousselme距离存在的不足;然后,利用证据向量的相似性和差异性共同衡量证据之间的冲突程度,通过证据之间的冲突程度确定修正证据的权重因子,对融合证据进行预处理;最后,利用Dempster组合规则进行融合。理论分析和仿真实验结果表明:与Dempster组合规则及其它改进算法相比,VCRD组合规则能够合理地处理高冲突证据情况下的融合问题,降低了决策风险。