一种可递归和并行实现的快速JPDA算法

联合概率数据关联算法是密集杂波环境下一种良好的多目标数据关联跟踪算法。计算量爆炸效应一直是该算法的一个难题。本文提出一种基于分层构造关联事件的快速算法,层次间的搜索具有递归性并可以独立进行,因而可以并行实现。文中还将本文的方法跟有关文献方法作了比较,并且给出相应的计算机仿真实验和结果。     

地面机动目标跟踪方法研究

地面机动目标的跟踪是智能信息处理研究的一个重要问题。介绍了地面机动目标跟踪的方法,提出了基于地理信息的目标关联方法,主要采用智能启发式路径搜索算法,利用地理信息对目标经过位置进行评估从而形成最优路线。该方法通过提取地理信息计算补偿因子,选择代价小的节点作为下一步搜索对象,比盲目型深度优先或广度优先搜索提高了效率,试验表明该方法是可行的。给出了算法的详细实现步骤。     

Mesh网络p-cycle的快速配置方法

该文提出了mesh冗余网络中快速配置p-cycle保护环的方法。算法从两个方面有效地提高配置速度:一方面在一次比较搜索过程中,配置一个多容量pcycle环,而不是仅配置一个单位容量环;另一方面,将已有算法基于圈的搜索策略,改进为基于通路的搜索策略。这样可以有效地防止大量的搜索信息汇聚到一个节点,降低配置速度。当改为通路搜索后,原来汇聚到一个节点的处理,可分散到多个相邻节点进行并行处理,这将有效地加快配置速度。通过仿真表明,该钟法具有同已有算法相当的恢复率,但所需的搜索趟数性能却能获得大幅度的改善,同时也不显著增加备用容量的消耗。结果表明网络规模越大,本文算法的优势越明显。     

数字散斑相关三维面形测量的局部搜索快速算法

提出了在数字散斑时间序列相关三维面形测量中提高计算速度的局部搜索快速算法，通过寻找合理的搜索空间，缩小相关计算的范围，从而减少相关计算的次数，达到了提高计算速度的效果。本文介绍了快速算法的基本原理，给出了在复杂物体三维面形测量中的应用实例。     

Fireworks: an intelligent location discovery algorithm for vehicular ad hoc networks

Searching for and locating a certain destination in a vehicular ad-hoc network (VANET) are fundamental issues to ensure routing and data dissemination under high mobility and lack of fixed infrastructure. However, naive-flooding searching is too expensive and takes a considerable amount of valuable bandwidth in the network. To overcome this, GPS information of the vehicles can be exploited, which can aid searching and routing in VANETs. In this paper, we present a novel position-based searching algorithm—called Fireworks—that can be used as a location discovery algorithm in VANETs. The proposed scheme is purely reactive and has a limited usage of beacons. Fireworks algorithm provides the position of the destination vehicle without having a Location Information System infrastructure or a proactive mechanism. We show that the method is efficient and reliable while greatly reducing the searching overhead. The simulations show that the algorithm covers as many nodes as naive-flooding with less than one-fifth of the broadcast messages and with less than one-third of the Dynamic Source Routing (DSR). It also performs better than Acknowledgement-Based Broadcast Protocol (ABSM) in terms of total number of broadcast messages, node coverage speed and query success rate.     

一种快速CELP语言编码方案

本文在介绍一般CELP原理的基础上,提出用自相关方法搜索一种扩展重叠码本,显著降低了复杂度和存贮量。模拟实验表明,语言质量与用全搜索方法搜索高斯随机码本相当。     

基于BWAS的无线传感器网络静态分簇路由算法

为提高路径搜索效率,避免动态分簇较多的能量消耗,提出了基于最优-最差蚂蚁系统(BWAS)的无线传感器网络静态分簇路由算法.BWAS是对蚁群算法的改进,在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加快了路径搜索速度.通过无线传感器网络静态分簇、簇内动态选举簇头,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,能减少路径寻优能量消耗,实现均衡能量管理,延长网络寿命,且具有较强的鲁棒性.通过与基于BWAS的动态分簇和基于蚁群算法的动态分簇路由的仿真实验相比较,证实了本算法的有效性.     

iOS系统寻卫星参数计算器的设计

鉴于数字卫星新闻采集在电视传输的广泛应用,方便、快速和准确地寻找卫星变得非常重要.依靠iOS系统的设备,iOS卫星参数计算器软件能够轻易地在移动电话上使用,因此它也可以成为许多包含有卫星参数计算器功能的天线控制器的备件.首先,介绍了寻找卫星的几个参数,之后提出了核心计算方法.最后,仿真器测试和iPhone测试表明该软件可以支持快速寻找卫星.     

遗传算法在FIR滤波器设计——频率抽样法中的应用

本文介绍了遗传算法在FIR滤波器设计——频率抽样法中的应用.用遗传算法确定过渡带样本值,解决了传统方法(查表法)不能保证数据是最优的问题.本文还对标准遗传算法进行了适当的改进.给出了FIR数字低通、带通滤波器设计的两个例子.实验结果说明通过遗传算法设计的FIR滤波器性能较查表法得到了改善.     

调频步进雷达目标抽取算法及系统参数设计

伪峰、抽取损失和多普勒耦合时移是影响线性调频步进信号应用的重要问题.本文分析了传统目标抽取算法中静止伪峰和运动伪峰的产生机理,给出了避免这两种伪峰出现的条件.为了降低抽取损失,本文提出了基于距离像最大1范数搜索的移位抽取算法,该算法通过搜索在不同移位量下抽取后的目标距离像的最大1范数,确定最佳的移位量,并把该移位量对应的抽取结果作为最终的目标距离像,从而避免了运动伪峰和抽取损失,同时校正了距离像的多普勒耦合时移.文中进一步分析了搜索算法的应用条件,并给出了系统参数的设计方法.通过对点目标和延展目标的仿真,证明了该算法的可行性.     

基于多阶段轨迹融合的交叉多目标检测与跟踪算法

构建了一种多阶段轨迹融合算法,预处理阶段利用局部对比度自适应门限抑制杂波,同时结合高阶相关滤波器剔除噪声和杂波边缘.在轨迹互联阶段,多阶段的双向搜索算法辅佐以目标航迹的能量累积,能够尽早锁定目标.实验分析表明,该方法能够准确的检测和跟踪作任意轨迹运动的多个点目标,在搜索空间和时间复杂度上明显优于传统的相关性算法.     

滚仰式平台标准口字形搜索的四元数法实现

按照标准图像搜索是红外导引平台的重要功能之一,能够弥补小视场,提高导引头截获目标能力。对于滚仰式两轴平台,分析了采用两轴依次扫描实现标准图像搜索方法所引起的图形畸变。利用四元数递推求解球面直线约束方程,提出了一种分段搜索实现方法,实现了标准口字型的搜索图形;该分段实现方法实现约束少,计算量少,高效解决了分段逼近搜索的求解问题。使用MATLAB 搭建了虚拟仿真模型验证了分段搜索方法的有效性;该方法不仅可以实现前半球视场任意位置标准口字形搜索,并可推广至相类似导引头中实现任意形状的搜索图形。     

一种结合遗传算法和钻石搜索的多模式快速运动估计方法

为了解决视频编码中运动矢量搜索精度与速度的矛盾,本文提出了一种基于遗传算法(GA)和钻石搜索(DS)的多模式快速运动估计方法——MMS算法.它以图像序列的时空预测矢量作为图像活动剧烈程度的判据,自适应选择搜索模式.针对平缓运动类型使用快速的DS搜索模式,针对剧烈运动类型使用GA/DS联合搜索模式.与现有的次优解快速算法相比,MMS有效地解决了在大运动矢量情况下编码器性能下降的问题,可以从整体上提升编码器的性能,接近理想的全搜索法的结果;与其它直接利用GA进行全局优化的方法相比,MMS利用DS配合GA实现加速收敛.此外,通过引入多模式处理的概念,在保证搜索精度的同时,充分发挥了次优解算法的效率,整体编码速度与DS等快速算法的结果十分接近.这一方法为有效地解决运动估计中的矛盾问题提供了一个新的处理框架.实验结果验证了算法的性能.     

基于信息熵的自适应资源调度算法

在目标搜索领域,合理安排调度序列能有效提高雷达搜索性能。针对相控阵雷达同时多任务需求,提出了一种基于最大信息增益原则的自适应资源调度搜索算法。在目标先验信息引导下,给出重点搜索区域内波位编排方法,采用最大信息增益原则,在满足时间和能量资源的约束条件下,解决重点区域内目标的最优搜索问题。仿真结果表明,与传统相控阵雷达基于顺序搜索方式相比,该算法能快速发现目标并有效提高搜索数据率和能量利用率,在工程应用中证明该方法是行之有效的。     

A hybrid genetic algorithm for analog active filter component selection

Analog filters are circuits that process electrical signals on a frequency-dependent basis. Analog filter circuits can be implemented using resistors, capacitors and inductors and they can also be implemented with only resistors and capacitors with the use of active circuit equipments. The selection of optimum component values is difficult because of the number of possible filter combinations. This paper presents an effective algorithm that hybridizes the Genetic Algorithm (GA) to form a Hybrid Genetic Algorithm (HGA) and proposes the use of Tabu Search (TS) for the analog active filter component selection. The GA has a powerful global searching ability and so is used to perform exploitation and because TS also has good local searching ability, it too is applied to perform exploitation. Thus, the proposed HGA will have very good searching ability. In this study, a band-pass Sallen-Key filter circuit was used, and the filter component values were found using HGA with LabVIEW. The results are compared to other reported state-of-the-art algorithms, such as the artificial bee colony (ABC) and differential evaluation (DE) to demonstrate the effectiveness and efficiency of the developed method. It can be said that the developed LabVIEW based HGA gives satisfactory results with regard to amplitude response, the minimum fitness values and the computational time.     

A Simplified Maximum Likelihood Detector with the Aid of Reduced-Size Searching Set for MIMO Systems

In this paper, a simplified maximum likelihood (ML) detector is proposed for multi-input multi-output (MIMO) systems over the Rayleigh flat-fading channels. The main idea of the proposed method is to pre-construct a reduced-size searching set for the optimal ML detection to reduce its computational load without significant performance loss. This can be done by a two-stage searching algorithm combined with the ordered successive interference cancellation scheme. Computer simulations show that with an adequate size of searching set, the proposed simplified ML detection can outperform the conventional MIMO detectors and achieve the same performance as that of the optimal ML detection.     

基于对数极坐标映射的目标搜索方法

文中提出了一种基于对数极坐标映射的目标搜索方法,均匀取样的传感器所获得的像包含有许多相对特定目标搜索而言冗余的信息,对这些信息的处理往往要消耗许多时间。对数极坐标映射可以近似模拟人眼视网膜到条状表皮的映射,利用映射的比例和旋转不变性,可以对大视场目标进行搜索识别。对数极坐标映射将对空间均匀取样得到的图像变换成非均匀取样的图像,减少冗余像素,压缩搜索空间,从而降低运算量,提高系统的目标快速捕获能力     

Activity event recommendation and attendance prediction

ABSTRACT

The recommendation problem has been widely studied and researchers are constantly searching for better methods. Recommending events is an even more difficult problem because there is no information such as ratings from past events. In this paper, we introduce a method for recommending activity events: activities hosted by one or more individuals which involve movement: walking, running, cycling, cross-country skiing, and driving to users who have location history such as trajectories, meetings, POI visits, and geo-tagged photos. We tested the method in a real environment in Mopsi platform: http://cs.uef.fi/mopsi/events. Although there are many location-based event recommendation systems in literature, this is to our knowledge the first system that recommends activity events like bicycle and skiing trips. The experiments show that we can predict whether a user is attending the event or not with 80% accuracy, which is significantly better than random chance (50%).     

一种估计主动声纳回波扩展时间的有效方法

 针对主动声纳探测中目标回波扩展时间实时测量的难点,提出将累积和检验算法用于估计回波扩展时间.设计了算法流程,研究了累积和检验算法非线性量的计算方法.在验证估计精度时,和传统的搜索最大检验统计量法进行了对比,并利用仿真和海试数据进行了验证,结果表明:传统方法搜索速度慢,易出现误判,而累积和检验算法在完成检测的同时,能有效平滑混响,能以较高精度和效率确定回波扩展时间,并且可以实现在线处理.     

进化策略在最佳邻域匹配差错补偿中的应用

文中改进了ＢＮＭ的搜索机制,提出结合进行化策略（ＥＳ）的ＥＳ－ＢＮＭ的差错补偿算法,比较实验证明,该算法在结果接近ＢＮＭ算法的同时,大大减少了计算时间,提高了计算效率。ＥＳ－ＢＮＭ算法也再一次证明了进化算法是一种高效的优化搜索方法。