基于GA的矢量水听器阵相位误差校正方法

针对矢量水听器阵的阵列流型和误差模型,研究当矢量水听器各通道存在相位误差时,应用music算法进行方位估计和应用遗传算法进行相位误差校正的问题。为校正误差,针对传统遗传算法在对方位和相位误差进行联合估计时可能存在早熟等缺点,提出了一种将自适应和小生境技术混合的遗传算法,用动态的自适应函数值分配传统遗传算法中固定的交叉、变异概率,得到最优解,用小生境技术可以得到全局最优解。最后通过计算机仿真,验证了算法的可行性和准确性。     

基于信道均衡技术的抗多径GPS接收机

多径误差是影响GPS类导航接收机定位精度的主要误差来源.本文使用自适应均衡技术,实时估计和修正码和载波跟踪环中的码延迟和载波相位误差.这种方法从信道上对多径影响进行估计和消除,能有效减少码跟踪误差并从一定程度上提高栽波相位的测量精度.     

互相关直径测量的相位跟踪采样控制与校正

为了提高互相关法直径测量的精度,需要对工件表面误差信号进行等相位间隔跟踪整周期采样。介绍分频法实现相位跟踪采样控制的原理;对相位间隔准确度的影响进行了讨论,提出固有误差和随机误差的概念,对其产生原因进行了分析;引入附加角测量环节对采样相位间隔进行校正,给出校正算法;结合ARM7LPC2148 MCU嵌入式系统,介绍相位跟踪采样控制、校正测量及同步的具体实现。实验测试表明:转速频率波动大于千分之一,采样控制系统的分频系数即会发生改变,相位跟踪性良好;在3 000转/分以下,采样相位间隔误差控制在0.001 13度以内;证明附加角测量和采样相位间隔校正是必要的。     

一类非最小相位系统的智能控制

针对具有右半复平面零点的非最小相位系统,设计了一种模糊PID控制器,并且用伪并行遗传算法对其参数进行寻优.仿真结果表明,本文设计的基于遗传算法的模糊PID控制器对于具有右半复平面零点非最小相位系统具有很好的跟踪性,能够同时减小负调、超调,缩短上升时间.     

非最小相位系统跟踪控制综述

非最小相位系统是指包含不稳定零动态的系统.经典的跟踪控制理论,特别是非线性系统跟踪控制理论,是以最小相位系统为基础建立的,不能直接用于非最小相位系统.研究非最小相位系统跟踪控制理论,是对经典控制理论的扩展和补充,具有重要的意义.本文对目前非最小相位系统跟踪控制领域取得的成果进行综述.首先梳理各种非最小相位系统跟踪控制方法的基本思想,并按照近似跟踪和精确跟踪进行归类,建立非最小相位系统跟踪控制的基本框架.然后围绕该框架对各种方法进行详细介绍.接着讨论非最小相位系统的跟踪性能限制.最后总结现有研究存在的一些问题及对今后的发展方向进行展望.本文的目的在于使控制工作者对非最小相位系统的跟踪控制有一个较为清晰的认识.     

遗传算法用于波达方向估计的线阵优化

利用遗传算法优化阵列设计来改善声目标波达方向估计性能.研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化.优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差.仿真结果标明:优化后在阵元数目减少的情况下,DOA估计偏差和均方误差更小.而且优化的阵列有好的低信噪比及宽带信号波达方向估计的能力.     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

基于波变量的时延双边遥操作系统设计

针对波变量法在任意时延下能保证时延双边遥操作系统的稳定,但却降低主从端之间跟踪性的问题,提出一种改进基于波变量遥操作系统的设计方案;该方案引入PD控制器调整主从端速度误差,并采用PI控制器控制从端;最后,对调整和未调整的基于波变量双边遥操作系统分别进行仿真实验;实验结果表明,与未调整的系统相比,调整的系统在一定程度上极大地降低了主从端位置、速度和力的跟踪误差,使得该方案在保证系统稳定的前提下有效提高了系统透明性。     

一种非数据辅助的OFDM残余频偏跟踪方法

针对高速正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的非数据辅助(Non-data aided,NDA)载波残余频偏(Residual frequency offset,RFO)跟踪方法.利用RFO造成的时域信号相位旋转和频域子载波相位偏移特性,提取相位误差信息,并通过设计合理的环路滤波器输出误差估计量补偿时域和频域相位.该方法适用于相移键控(MPSK)调制的OFDM系统,可对不超过子载波间隔5%的残余频偏进行精确的跟踪.由于不需要利用导频子载波,提高了传输效率.本文对算法进行了计算机仿真,结果表明,该方法在加性高斯白噪(AWGN)和多径(Multipath)信道下具有良好的性能,且实现复杂度低.     

基于无线电干涉的室内定位跟踪方法

无线电干涉定位系统(Radio Interferometric Positioning System,RIPS)是一种新型高精度测相定位系统,但RIPS在室内环境受多径效应影响无法进行有效定位。首先揭示了由多径引起的RIPS相位观测误差具有空间多样性特征,服从"类高斯"统计分布,然后提出基于无线电干涉的室内定位跟踪方法 RIT(Radio Interferometric Tracking)。不同于传统RIPS,RIT利多径相位误差的统计分布特性对运动速度进行估计,以此来完成室内目标的有效定位和跟踪。基于USRP N210软件无线电平台构建了原型系统,并在室内环境进行实际系统实验。实验结果表明,随着距离的增长RIT定位误差均值和中值大致稳定在80 cm和70 cm,相比RIPS分别下降了87.8%和60.7%,验证了RIT方法的有效性。     

基于遗传粒子滤波器的运动目标实时跟踪

提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器．该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算;并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值．为了提高算法的实时性,将遗传算法引入到粒子滤波器,在保证粒子滤波器精度的前提下,减少粒子数目,从而降低算法的运算时间．实验结果表明,所提算法可以根据背景信息的不同自适应地选择特征,在遮挡、形变及背景干扰等情况下,依然可以很好地对目标进行稳定的实时跟踪．     

基于快速MH变异的遗传粒子滤波的WSN目标跟踪

基于快速MH(Metropolis-Hastings)变异的遗传粒子滤波跟踪算法,提出在遗传粒子滤波算法上,加入遗传进化思想,利用快速移动粒子交叉次数和变异算子,同时与赌轮选择一起产生了一种新的遗传算法,更快地提取到反映目标概率特征的典型粒子;实验证明,基于快速MH变异的遗传重采样方法可以避免粒子退化,快速提高粒子的多样性,减小跟踪误差,减少算法的运行时间,实时跟踪性能得到了大大提高;全面比较后,MHGAPF算法计算时间最短.跟踪精度用均方根误差表示,与GAPF算法和PF算法相比较,MHGAPF算法位置和算法速度的中均方根误差最低(位置为0.031 3,0.027 0,速度0.020 21,0.010 2),其中PF算法的跟踪精度最低,MHGAPF跟踪精度最高,进一步表明MHGAPF算法具有良好的跟踪性能.     

基于量子遗传粒子滤波的无线传感器网络的目标跟踪算法的研究

文章主要研究的是关于量子遗传粒子滤波跟踪算法,该算法适用于无线传感器网络目标跟踪;用传统的粒子重采样可以解决粒子退化问题,但容易导致粒子逐渐减少,甚至耗尽;针对粒子耗尽问题,采用量子遗传算法,其独特的量子遗传的编码方式有效保证粒子组成的多样性,从而减缓了粒子滤波的退化现象,解决了粒子耗尽问题;通过引入量子的概念,同时让其并行可以有效地减少算法的运行时间,实时跟踪性能得到了大大提高;通过仿真结果表明该算法具有有效性、可行性;通过仿真:PF,GAPF、QGPF算法运行时间分别是56.16 s,46.71 s和30.46 s;全面比较后,QGPF算法计算时间最短;跟踪精度用均方根误差表示,与GAPF算法和PF算法相比QGPF算法位置和算法速度的中均方根误差最低(位置为0.0302,0.0258,速度0.0201,0.0101),其中PF算法的跟踪精度最低,QGPF跟踪精度最高,进一步表明QGPF算法具有良好的跟踪性能;实验结果表明,在大噪声条件下量子遗传粒子滤波算法改善了粒子贫乏问题,缩短跟踪时间和提高跟踪位置的精确性,鲁棒性,算法具有显著的优点。     

基于免疫遗传算法的视频监控的研究

利用免疫遗传算法的群体遗传和更新的原理,将它引入到视频跟踪的模型建立中,利用免疫遗传算法的原理来提高对运动物体识别跟踪的准确性。实验结果表明,引入免疫遗传算法之后可以在对运动物体进行实时监控的同时保持较高的鲁棒性。     

基于RCGA优化GRNN的实时动态目标追踪模型

针对三维环境中导弹追踪目标时制导和控制算法复杂而导致计算量非常大的问题,提出了一种基于隐性交叉遗传算法优化广义回归神经网络的实时动态目标追踪模型。通过将导弹防御区离散化为多个小模块生成输入数据,并针对每个可接受的目标参数数据集,使用RCGA估算导航常量和导弹注意时间;利用输入和输出的目标参数集生成GRNN所需的训练数据集;针对任意位置的目标轨道,将训练后的GRNN应用于实时导弹导引系统的实现中。通过战术目标仿真模型验证了所提算法的有效性及可靠性,仿真结果表明,相比其他几种目标追踪算法,算法取得了更好的实时性和更高的目标定位精度,脱靶率接近零。     

运动目标识别方法与仿真研究

运动目标识别与跟踪在军事和工业领域具有广泛的应用前景。典型的跟踪方法有相关匹配算法、光流算法、基于运动轮廓算法等。典型的识别方法有：模板匹配目标识别法、基于相似性度量识别法、基于遗传算法目标识别算法等。本文提出了一种基于神经网络的识别与跟踪方法,并研究了运动目标识别与跟踪仿真模型和实现方法。     

基于互信息的有源压制干扰下相控阵雷达多目标跟踪时间资源优化配置算法

本文针对有源压制干扰下的相控阵雷达(Phased Array Radar)多目标跟踪时间资源优化配置问题,提出了一种基于互信息(Mutual Information, MI)的配置算法。采用MI准则作为目标跟踪性能量化指标,推导了包含时间变量的雷达回波与路径增益矩阵MI表达式,建立了时间资源优化配置模型,并采用改进的遗传算法实现了模型求解。仿真结果表明,该算法能在有源压制干扰条件下最大化有效跟踪目标数,并提高有效跟踪目标的整体跟踪性能,具有较高的理论和工程应用价值。     

无线传感器网络中基于遗传算法的优化覆盖机制

覆盖作为无线传感器网络应用的一个基本问题．反映了网络监测和实现目标跟踪的质量效果．针对传感器节点的高密度部署情况,研究了工作节点集选取问题．提出两种基于加权遗传算法和基于约束遗传算法的优化覆盖机制．根据生成的适值函数进行遗传算法操作．并计算传感器网络充分覆盖区域所需的近似最优工作节点集．仿真结果表明该算法能快速收敛于最优解．完成工作节点集的优化选取,从而降低网络冗余,延长网络生存时间．     

仿人视觉过程的机器人视觉伺服系统研究

提出了一种模仿人类视觉过程的动态图像目标跟踪方法,其采用基于模板匹配的识别技术,通过模仿人类视觉目标定位过程运用遗传算法实现了对运动物体的视觉跟踪。利用此方法实现了一套视觉伺服机器人的运动目标跟踪系统,通过实验说明该方法能够满足系统的实时性要求,同时具有一定的抗噪能力。