基于证据方差的加权证据组合

DS证据理论在决策级信息融合中有着广泛应用.针对证据组合时的某些反直观结果问题提出一种新的基于证据方差的序贯式加权证据组合方法.首先基于Jousselme证据距离定义了证据方差.每一步证据组合时,依据当前既有证据组合结果序列的方差及当前步新证据加入后的序列方差来生成权重.基于所获权重修正新到证据及前一步组合结果,最后利用Dempster规则完成当前步证据组合.算例分析表明所提方法是合理有效的.     

分布式网络监控系统的设计

在系统地分析了三峡大坝施工现场的生产特点和设备特点的基础上，设计了一种基于组态王组态软件的分布式网络监控系统，开发了其相应的实施监控软件包，实际运行表明，该套系统具有可靠性高，实时性能好及智能化程度高的特点。     

消除非线性随机干扰的一种方法

基于ＢＰ神经网络的训练规则，针对具有大惯性，大滞后和各种不确定因素影响的非线性系统，设计了一种能消除非线性随机干扰引起的混纯现象的神经网络，并已和执行器、喷油嘴等器件组成系统联机调试、效果理想。     

基于共轭梯度法的混沌系统参数辨识和同步

提出基于共轭梯度法和驱动响应同步思想的未知参数混沌系统的参数辨识和混沌同步新方法.该方法采用驱动系统的单变量驱动与其结构相同参数可调的响应系统,由于混沌对于参数的失配具有极度敏感性,参数不同的两个相同结构的混沌系统无法同步,因此通过调整响应系统参数使同步误差最小就可以实现混沌同步,同时得到驱动系统参数.本文通过共轭梯度方法搜索使同步误差极小的未知参数值,从而在获得待辨识参数的同时实现驱动系统与响应系统的同步.该方法不需要确知驱动系统的参数,不需要驱动系统的所有状态变量,参数收敛速度快.     

基于统计线性回归的粒子滤波方法

针对非线性、非高斯系统的状态估计问题,该文提出了一种基于统计线性回归的粒子滤波算法.在该算法中,首先对非线性函数基于统计线性回归展开,并利用高斯积分估计回归系数,依此产生重要性密度函数.该密度函数融入了最新的观测信息,扩大了与系统真实后验密度的重叠区域.理论分析和实验结果表明,该算法具有较高的估计精度,与一般的粒子滤波算法相比,有较好的稳定性和较低的计算量.     

利用遗传算法的垂直命中导引律研究

导引问题是鱼雷实现精确制导,完成对目标有效攻击的关键.本文主要研究了将遗传算法用于鱼雷垂直命中导引问题.首先研究了遗传算法用于鱼雷导引的可行性和优势,在研究了遗传算法特性的基础上,提出了一种基于遗传算法的逐次变提前角自导导引算法,并且进行了相应的仿真试验研究.仿真结果表明,本文提出的基于遗传算法的垂直命中导引律具有响应速度快、鲁棒性强的优点,很好地解决了鱼雷导引过程中导引律的收敛性问题,具有工程实用价值.     

基于雷达和图像融合的3D车辆定位与识别

本文针对三维车辆的定位和识别问题,提出了一种融合雷达和图像信息的新方法.结合雷达的滤波信息和图像的灰度信息建立视觉窗口,确定车辆的平移参数,并缩小了图像处理区域,降低了环境噪声.以改进的Hausdorff距离为依据建立目标的姿态评价函数,通过全局寻优确定车辆的旋转参数,降低了计算损耗,避免了噪声点对模型匹配的影响.车辆识别以定位技术为基础,各模型在最优姿态下的评价函数值决定了车辆的类型.三维仿真场景实验证明,该方法能有效地实现车辆的定位与识别.     

实测数据的降秩空时自适应处理方法

本文介绍了两种在广义旁瓣相消器结构上的降秩空时自适应处理方法:主分量法和互谱法,这两种方法是利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。最后对MountainTop计划进行了详细的描述,并对从MountainTop计划测得的数据,应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。     

多传感器融合多目标跟踪中的序贯航迹关联算法

对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联融合算法。为实现杂波干扰环境中对密集多目标的精确跟踪,航迹关联采用了粗、精关联相结合的方法,最小均方误差法用于实现航迹融合。序贯处理的航迹关联融合算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。     

一种基于混沌和GFRF的故障诊断方法

提出了一种基于相空间重构和广义频谱响应函数 (GFRF)算法的复杂电子系统故障诊断方法 ,该方法将复杂电子系统中参数变异演化造成的不稳定因素作为研究对象 ,利用相空间重构和Γ test算法将系统的观测数据构造成伪输入 /输出对 ,用GFRF的简化模型辨识算法计算系统的三阶GFRF核 ,用数据替代法生成系统故障数据 ,借助于对系统的互调失真的跟踪与估计 ,实现系统故障的检测与识别。实验结果表明 ,该故障诊断方法可准确地检测出复杂电子系统中的故障现象