数据关联算法的研究

在现代目标跟踪系统中,数据关联是一个重要组成部分.由于测量来源的不确定性,密集环境中的目标跟踪比较困难.概率数据关联算法和联合概率数据关联算法能很好地处理目标跟踪并在很多领域得到了广泛的应用.但是一旦出现某种干扰或是故障,通过概率数据关联算法得到的滤波值也会偏离真实值很多,造成滤波发散,严重影响性能.针对这一不足,基于概率数据关联算法中的组合新息,提出了修正概率数据关联算法.最后用一些实例来评价该跟踪算法的跟踪性能,仿真结果表明了修正概率数据关联算法和修正联合概率数据关联算法的有效性.     

模糊-概率交互作用的数据关联算法

基于估计理论和模糊系统理论,提出了一种模糊逻辑和概率交互和作用的数据关联算法,以解决密集杂波干扰环境中跟踪机动目标的数据关联问题。模糊关联度和关联概率共同组成了各有效回波的加权系数,弥补了概率数据关联滤波方法（ＰＤＡＦ）的不足,提高了杂波环境中机动目标的跟踪性能。     

基于PDA的非线性分布式跟踪算法

研究目标不确定性量测、不确定性机动环境下的分布式多雷达跟踪。针对目标未知机动，把交互多式模型算法中的模型样本空间分成若干子集，分别在多个处理器上进行并行滤波，再在融合中的处理器上将各子处理器结果进行交互处理，形成了分布交一线式多模型算法，然后将它与概率数据关联ＰＤＡ相结合，得到了一种新的分布式鲁棒跟踪算法。     

交互多模型-概率数据关联的无源定位方法

随着电子战技术的发展，对电子支援系统的生存能力和对目标定位能力的要求越来越高，根据要实现的两个要求，通过分析了提高系统生存能力的无源定位原理，对如何实现对高机动目标定位的交互多模型-概率数据关联的方法进行计算机仿真，结果表明在杂波和高机动情况下，交互多模型-概率数据关联的无源定位方法的可行性。     

修正概率数据关联算法的研究

根据“全邻”数据关联算法的基本思想,采用关联城内回波似然函数的归一化处理,考虑关联城内所有回波的信息,对Fitzgerald提出的简化概率数据关联(SPDA)算法进行修正,得到修正概率数据关联(MSPDA)算法.理论分析和Monto Carlo仿真表明了该算法的有效性.为了能应用于多机动目标的跟踪.采用一种有效的交互式多模型自适应机动目标跟踪算法与MSPDA算法结合,对多个机动目标的交叉、编队进行仿真,得到了较好的结果.     

基于神经网络的多机动目标跟踪算法

将神经网络理论用于多机动目标跟踪,解决了联合概率数据关联(JPDA)存在的计算量组合爆炸问题。基于神经网络数据关联(NDA)所得到的最佳关联假设,将其与简化信息融合并行自适应滤波算法(DAF)进行有效结合,在保证量测与目标有效关联的同时,还具备跟踪起始和终结的作用,实现了对多机动目标的状态滤波与预测。仿真结果表明,与传统的交互式多模型联合概率数据关联算法相比,新算法在保证多机动目标的跟踪精度及实时性要求的同时,计算量大大减少。     

采用粒子滤波和模糊聚类法的非线性多目标跟踪

提出一种新的非线性多目标跟踪方法,用模糊聚类算法实现数据关联,采用粒子滤波实现对各目标的独立跟踪．首先利用最大熵模糊聚类对目标和观测数据进行关联,采用模糊隶属度重建多目标滤波中的联合关联概率矩阵．然后利用粒子滤波适于处理非线性问题的特点,通过联合关联信息,采用粒子滤波独立对各目标进行滤波,实现对目标状态的更新．最后,将该算法应用于多传感器多目标纯方位角跟踪．仿真结果表明,相比于联合概率数据关联算法及MEF-JPDAF,新算法具有更高的跟踪精度．     

杂波环境中一种新的机动目标跟踪算法

针对传统交互式多模型概率数据互联(IMM PDA)算法中因模型选取的不确定性,跟踪精度低等缺点,引入了联合交互式多模型概率数据互联的思想,在此基础上提出了一种适用于杂波环境机动目标跟踪的新算法——交互式自适应概率数据互联(IMMAPDA)算法,将自适应滤波算法应用到PDA滤波器中和数据关联进行有机结合,提高了杂波环境中机动目标的跟踪精度。理论分析与仿真结果验证了该算法的优越性,提高了目标跟踪精度,解决了全局最优化问题。     

交互多模型-概率数据关联的无源定位方法

随着电子战技术的发展,对电子支援系统的生存能力和对目标定位能力的要求越来越高,根据要实现的两个要求,通过分析了提高系统生存能力的无源定位原理,对如何实现对高机动目标定位的交互多模型-概率数据关联的方法进行计算机仿真,结果表明在杂波和高机动情况下,交互多模型-概率数据关联的无源定位方法的可行性.     

多目标跟踪中几种数据关联方法的比较

数据关联是多目标跟踪的核心部分,概率数据关联滤波（probability data association filter, PDA）算法和联合概率数据关联滤波（joint probability data association filter,JPDA）算法是两种典型的数据关联算法.PDA方法计算量小,有较好的单目标跟踪性能,但在跟踪多个目标时会发生目标的偏移和聚合现象;JPDA方法具有良好的多目标跟踪性能,但其运算量巨大而难于在工程中应用.OSPDA（the order statistics PDA）是改进型的快速算法,关联精度高并且计算量小.对这几种数据关联方法进行了分析比较,并作了仿真,指出各种算法的优缺点.     

线性差分模型增阶时参数的精确递推计算法

本文分析表明:目前使用的线性差分方程增阶时的参数递推算法并不精确成立,其误差随模型阶的增加和样本长度的减小而增大。为此,本文推出线性差分模型增阶时参数的精确递推算法,并对计算量进行了讨论。     

ATM的连接接纳控制算法

提出了ＡＴＭ连接接纳控制算法模型,详细介绍了目前提出的各种接纳控制算法,并对ＡＴＭ连接接纳控制算法研究的发展趋势以及网络实现进行了分析。     

两高斯混合分布的局部影响分析

对于两高斯混合分布,很难求参数的极大似然估计,当然也不便于影响分析.为此,这里通过引入遗失数据并利用EM算法,将局部影响分析建立在完全数据的似然函数基础上,并分析了一种特殊扰动对几个有代表性的参数的估计的影响、且以一例示之.     

最佳物料配方的Fuzzy综合评判模型及其算法

钨相还原炉是钨钼粉末冶金生产的重要设备,而冶炼前的各种原料配比,对钨钼产品各种性能指标具有重大影响.本文用Fuzzy(模糊)控制方法,在微机上建立工业生产最佳物料配方的Fuzzy综合评判模型和算法,为计算机在线快速求取最佳工业物料配比给出一种较理想的快速方案.经现场试验效果良好.     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度，引入一种新型的群智能方法——粒子群优化算法，并将这种智能算法与BP算法相结合，形成了粒子群优化BP算法模型，建立了计及气象因素的短期负荷预测模型．通过具体算例将此模型与单纯的BP模型进行比较，结果表明：该算法具有较高的预测精度，完全能满足实际工程的要求．     

基于回归模型与优化算法的样本检验方法探讨

阐述了样本地价与土地级别具有相关性的空间特性，分析了基准地价评估中传统样本检验方法存在的不足，提出了基于回归分析模型的样本检验方法，在此基础上设计了局部搜索算法和模拟退火算法以实现样本的合理检验，并通过实例进行了验证．文中阐述的样本检验理论与方法对于科学、合理地评估基准地价，完善地价评估理论具有重要意义．     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.     

MDS-MAP算法在不同传播模型中定位误差的比较

主要介绍了MDS-MAP算法在通过4种不同传播模型时定位误差的不同,通过仿真可以看到MDS-MAP算法在各个传播模型中的定位误差图。从仿真结果可以得出,在环境好的情况下,规则模型与不规则模型的定位误差相差不大,当环境变化时,不规则传播模型比规则传播模型更能适应恶劣的环境。介绍了两种情况,随着环境的改变,传播模型相关参数也会有所改变进而影响定位误差的变化。     

复杂刀具优化设计数学模型的建立及算法改进

目的　建立复杂刀具优化的数学模型,提高优化算法速度.方法　采用优化设计与CAD相结合的方法.结果与结论　解决了传统刀具设计的缺点,改进后的算法速度大幅度提高.     

智能计算机辅助教学系统认知型学生模型的设计

分析了认知型学生模型在智能计算机辅助教学中的重要性,运用人工神经网络中的反向传播算法,融入现代认知论的教育观点,讨论了一种认知型学生模型,在微机原理教学软件中加入此学生模型,教学效果良好。