一种针对目标三维跟踪的多基地雷达系统功率分配算法

针对实际应用中有效利用多基地雷达系统有限资源的需求,该文提出一种基于目标3维跟踪的功率分配方法。该方法首先推导了目标3维跟踪时均方根误差的贝叶斯克拉美罗下界,并将其作为代价函数进行功率分配。而后,该文用梯度投影算法对由此产生的非线性、凸优化问题进行了求解。仿真结果表明,相对于功率均匀分配的情况,该文提出的功率分配方法能明显提高目标的跟踪精度。     

多源多目标跟踪聚类算法

本文提出了一种改进的多源约束聚类算法,以解决多传感器多目标跟踪（Multi-Object Tracking/Estimation, MOTD）问题。MOTD问题对应于在缺乏噪声和目标运动模型等先验信息的情况下,对多个传感器的量测数据进行聚类。针对现有算法对选定传感器量测敏感的问题,本文提出的算法首先根据选定传感器量测数据点的局部密度,对该传感器量测数据进行筛选排序;其次,对排序后的每一个量测数据点,计算和其他传感器量测的高斯核距离,每个传感器返回距离最小的数据点;最后计算在截断距离内的数据点的数量,当大于给定阈值时判定这些数据点为目标产生的量测,簇的中心（个数）即为目标的位置（个数）。实验结果表明,对比现有多源聚类算法,本文提出的算法在传感器目标检测概率较高的场景中聚类精度和聚类速度均有所改善。      

基于非线性机会约束规划的多基雷达系统稳健功率分配算法

现有多基雷达系统(MSRS)功率分配算法都假设目标的雷达散射截面(RCS)信息先验已知。针对上述问题,该文将目标的RCS建模为分布未知的随机变量,提出一种基于非线性机会约束规划(NCCP)的MSRS稳健功率分配算法,用于处理RCS参数的不确定性。该文首先推导了目标跟踪误差的贝叶斯克拉美罗界(BCRLB)。然后以最小化MSRS各个时刻发射功率为目标,在满足BCRLB不大于给定误差的概率超过某一置信水平的条件下建立了NCCP模型,并用条件风险价值(CVaR)松弛结合抽样平均近似(SAA)算法对此问题进行了求解。最后,仿真实验验证了算法的有效性和稳健性。     

基于多基地雷达系统的快速多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种快速跟踪算法.该算法首先用观测组合预处理模块和航迹跟踪门大量剔除冗余组合数据,然后用S-D分配算法选择最小代价量测组合,计算航迹初值点,用并行扩展卡尔曼滤波算法估计确定目标的运动状态,并提出将多个目标的滤波进程和S-D分配进程并行化以提高算法的实时性.仿真结果表明,该算法不仅能快速精确地跟踪到多目标运动状态,而且具有很好的收敛特性和稳定性.     

利用信号幅度信息的多基地雷达系统多目标跟踪算法

本文基于T-R^N多基地雷达系统提出一种具有航迹质量管理的多目标跟踪算法,并且在航迹质量管理算法中引入信号幅度信息,接着从航迹起始时刻正确判决的概率和判决平均样本长度两方面定量分析信号幅度信息对航迹真假判决的改善程度,仿真结果表明,该算法能够对多目标进行稳定的跟踪.     

一种有效的优化的多载波通信系统的功率分配算法

本文提出一种关于DMT系统传输纯数据流业务的最佳的功率分配算法，该算法使用了一种有效的表格查手工艺工和拉格朗日乘法器对分搜索办法，能够较快的收敛到最佳的功率点。同时，易于用硬件和软件实现。     

一种针对协作分集的分布式功率分配算法

 本文研究在解码转发协作分集中的功率分配问题.本文首先建立了功率分配问题的数学模型,其能够在满足一定平均误比特率的前提下,使源节点和伙伴节点的发射功率之和最小化,从而不仅能够开发多用户无线系统所固有的空间分集能力,而且能够降低移动节点的能耗和网络中的同道干扰.本文还推导了伙伴节点和目的节点的平均误比特率公式,用于刻画在多径衰落中协作分集系统的性能.利用平均误比特率公式,本文提出了一种分布式的功率分配算法,能够使源节点、伙伴节点和目的节点逐个消息地计算最优的功率分配方案.本文所提出的算法不仅具有较小的控制协议开销,而且对信道状态的变化具有自适应能力.因此,该算法能够适应分布式的和动态的无线网络环境.最后,本文通过仿真验证了所提出的算法.     

基于聚类思想实现声探测器组网多目标跟踪法

介绍了一种基于聚类思想实现声探测器组网系统多目标跟踪的方法.简略介绍了声探测器组网系统的组成和工作方式,详细介绍了该系统在工程应用中采用的多目标跟踪的设计方法.试验结果证明该方法具有良好的准确性和实时性.     

一种基于mimo信道的功率分配算法

多输入多输出(mimo)信道系统是第三代以及后三代移动通信中的研究热点,它在信道容量方面的巨大潜力近年来引起相关人士的兴趣,理想的功率分配算法是提高信道容量的重要途径之一.文章主要介绍了一种基于mimo信道的理想的功率分配算法-注水算法,并对该算法进行了分析和讨论,最后给出了仿真结果.     

一种基于图像去噪的多密度网格聚类算法

针对传统网格聚类算法仅能够去除空网格的问题,提出一种基于图像分割思想来剔除稀疏数据的多密度网格聚类算法.该算法对原始数据进行网格划分和数据映射,计算网格密度,将每个网格看作图像中的一个像素点,采用Otsu算法确定合适阈值,并给出了阈值应用于网格聚类算法时的阈值折合公式,完成稀疏单元的剔除.在聚类过程中考虑到网格单元内部特征,通过两个网格的相对密度及边界特征得到了相邻网格的相似度度量公式,弥补了网格聚类算法无法应对多密度数据的缺点.在Matlab中进行仿真实验,该算法在聚类之前对网格剔除率为69％,且不需要人工干预,而GAMD和SNN算法未剔除网格.当数据维度增加时,GAMD算法时间远远高于本算法.实验证明,该算法具有较好的数据过滤效果,聚类结果与数据输入顺序无关,在得到任意簇的同时,保证了较高的时间效率且能够广泛应用于各种数据集.     

多目标跟踪的动态多维分配算法

多目标多传感器的数据关联问题一直是目标跟踪领域的核心和难点之一.数据关联是在一定准则下,连接具有共同源的测量或航迹的分配过程.具有代表性的数据互联方法都可以归结为特定的分配问题.然而现有的S-D分配算法只考虑同一时刻各传感器测量的互联,是一个静态结果.本文将静态分配推广到动态跟踪中,通过对测量集合和航迹集合的合并,把S维转变为S+1维问题,从而实现了分配的动态化.在此基础上考虑了有新目标出现的情况,并讨论了动态分配与静态分配的关系.最后对本文算法进行了仿真分析,结果表明,该算法能够对多目标进行稳定的跟踪.     

基于萤火虫算法的多中继功率分配

为了充分实现中继协作,降低多中继协作通信系统功率分配优化问题的计算复杂度,提出了基于萤火虫算法的多中继功率分配方案。在一定的总功率和节点功率约束下,以最大化平均信噪比为优化目标函数,建立了多中继协作系统的功率分配最优化模型。选取该目标函数作为萤火虫的适应度函数,用向量表示萤火虫的状态,该向量的维数为待分配源节点和中继节点的个数,通过萤火虫聚集得到种群中最好的萤火虫,即可获得渐进最优功率分配。仿真结果表明,与平均功率分配相比,基于萤火虫算法的功率分配方案能降低2.44%~6.17%的比特差错率,提高了系统性能。     

杂波环境下基于全邻模糊聚类的联合概率数据互联算法

针对杂波环境下的多目标跟踪数据互联问题,该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering, ANFCJPDA)。该算法根据确认区域中量测的分布和点迹-航迹关联规则构造统计距离,以各目标的预测位置为聚类中心,利用模糊聚类方法,计算相关波门内候选量测与不同目标互联的概率,通过概率加权融合对各目标状态与协方差进行更新。仿真分析表明,与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm, JPDA)相比,ANFCJPDA较大程度地改善了算法的实时性,并且跟踪精度与JPDA相当。     

一种多源协作网络的分布式功率分配与中继选择算法

该文针对多源-多中继放大转发协作通信网络,以最小化系统总功率为目标,在保证系统满足一定中断概率的前提下,提出了一种分布式功率分配与中继选择算法.算法由源节点自主选择为其转发信息的中继节点,并引入定时器,通过竞争方式避免了分布式所导致的中继选择冲突.中继收到来自源节点的信号后,只需根据转发门限自主判断是否进行转发,从而完成传输.仿真结果表明该分布式算法能够有效降低传输所需要的总发射功率.并且与集中式控制所获得的最优中继选择与功率分配算法相比性能相近,但所提分布式算法显著降低了系统的控制开销.     

E-UTRA中一种联合AMC的功率分配新算法

为进一步减少功率浪费,提高系统吞吐量,结合E-UTRA系统中自适应调制编码(AMC)技术,提出了一种联合AMC的降阶迭代功率分配算法。使用传统注水算法对用户进行首次功率分配,然后对超过支持最高调制编码方式所需功率的用户,削减分配功率到支持最高调制编码方式所需的功率,并将多出来的功率通过降阶迭代方式分配给其他用户,以使尽可能多的用户达到更高的调制编码方式。仿真结果表明,该算法能在较少迭代次数的情况下,取得较高的系统吞吐量。     

一种新的并行聚类算法

为了进一步提高计算效率,提出一种面向计算机集群的并行聚类算法.首先合理划分数据块,之后由集群中的节点并行聚类,最后合并聚类结果.这期间采用动态负载平衡和异构的通讯方式.实验证明该并行算法不仅能得到正确的聚类结果,并能够大幅度提高聚类速度.     

DMT系统中一种实用的功率、比特分配算法

在详细研究注水定理的基础上,提出了DMT系统中一种离散量化度是近似注水分布的分配算法,不仅使性能有所提高,而且复杂度大大降低。     

一种多中继协作系统中的功率分配算法

提出了多中继无线通信系统的模型,研究其源节点和各中继节点间功率分配对系统容量的影响,在总功率一定的情况下,探讨了以容量最大化为准则的功率分配算法。对采用非再生协作中继方式的多中继协作通信系统进行了容量分析,并提出了一种低复杂度的最优功率分配算法(Optimum Power Allocation,OPA)。仿真结果表明,该算法相对于平均功率分配算法(Average Power Allocation,APA),系统容量得到了显著提高,在信道条件差的情况下,性能提高更明显。     

一种基于信息素的蚁群聚类算法

提出了一种改进的蚁群聚类分析算法,通过改进LF算法中群体相似度函数,加入参数的自适应调整策略,利用短期记忆和网格信息素的局部分布控制蚂蚁的随机移动,并结合蚂蚁速度动态变化、半径递增、强制放下等特性。采用测试数据和不同的算法进行了对比实验分析,仿真实验结果表明,该算法显示出了较高的稳定性和准确率。     

一种改进的模糊聚类算法

ＦＣＭ（Ｆｕｚｚｙ Ｃ－Ｍｅａｎｓ）算法是一种基于目标函数优化的模糊聚类方法,其收敛地于初始条件敏感。与ＨＣＭ（Ｈａｒｄ Ｃ－Ｍｅａｎｓ）算法相比,ＦＣＭ算法的模糊分割矩阵提供的信息更加丰富。本文采用冗余聚类中心初始化,根据模糊分割矩 列和以及实际的要求逐级减少类别数目。实验结果显示改进的算法得到的收敛中心稳定,并且中以融合有关数据分布的先验知识得到所期望的结果。