Singer模型下α-β-γ滤波的新息序列特性分析

卡尔曼滤波条件下新息序列的白噪声特性在跟踪过程中具有十分重要的作用。但在实际工程中,α-β-γ滤波器因其较小的计算量常取代卡尔曼滤波器得以应用,这时需要对该滤波条件下的新息相关特性进行研究,以此来指导野值剔除和机动检测方案的重新设计。从理论上推导了Singer模型下α-β-γ滤波的新息序列相关特性计算的一般表达式,在两组特定的取值下,研究和分析了滤波达到稳态时新息序列的相关特性,用仿真验证了理论推导的正确性。理论和仿真结果均表明,两种情况下的新息序列都具有一定的相关性。     

基于C均值聚类及α-β-γ滤波的多目标跟踪

序列图像中的多运动目标跟踪是计算机视觉研究中的重要问题。文章研究了基于区域分析的多运动目标跟踪方法。为了解决区域聚类数目不确定性给均值聚类分析带来的难点 ,文章提出了用α -β -γ滤波的方法预测下一帧运动目标的聚类中心 ,有效地克服了初始聚类中心点难以选择的问题。实验结果证明了文章方法的有效性。     

一种改进的α-β目标跟踪滤波算法

数据处理系统是相控阵雷达实现搜索和对多目标精确跟踪的关键部分，目标跟踪滤波算法的优劣将直接决定系统的性能。介绍了一种改进的α-β滤波算法，然后将它和最小二乘滤波算法、卡尔曼滤波算法进行比较，对三种算法跟踪空中目标的直线飞行、改变航向的直线飞行两种情况的距离、方位、速度和航向等参数的均方差加以分析，证明了改进的α-β滤波算法在直线飞行模型下有着很好的综合效果，且计算量小，更有利于系统建模与仿真。     

基于神经网络思想及α-β方法的五子棋算法设计

本文设计了一种基于神经网络思想及α-β方法的五子棋算法。结合神经网络思想及α-β方法,本文探讨博弈的搜索方法及推理技术中优化五子棋算法的思路,并最终利用VB语言实现了五子棋最优路径的选择。     

不确定图间α-β子图同构匹配算法

子图查询返回图数据集合中所有包含查询图的数据图。在查询图和数据图同时为不确定性图的前提下,提出了不确定图间的期望子图同构定义和α-β子图同构匹配定义。不确定图间的期望子图同构是确定图上子图同构在概率图模型上的直接推广,不确定图间α-β子图同构利用两个限制阈值来衡量查询图和数据图间的匹配质量。文章详细阐述了α-β子图同构匹配的语义特点,分析了其和期望子图同构的联系和差别,设计实现α-β子图同构匹配判定算法。     

不确定图间α-β子图同构匹配算法

子图查询返回图数据集合中所有包含查询图的数据图.在查询图和数据图同时为不确定性图的前提下,提出了不确定图间的期望子图同构定义和α-β子图同构匹配定义.不确定图间的期望子图同构是确定图上子图同构在概率图模型上的直接推广,不确定图间α-β子图同构利用两个限制阈值来衡量查询图和数据图间的匹配质量.文章详细阐述了α-β子图同构匹配的语义特点,分析了其和期望子图同构的联系和差别,设计实现α-β子图同构匹配判定算法.     

α－β剪枝算法在优化模糊PROLOG推理过程中的应用

本文首先介绍了一个模糊ＰＲＯＬＯＧ系统Ｆｕｚｚｇ－Ｐｒｏｌｏｇ的推理机制，然后提出以α－β剪枝算法来优化Ｆｕｚｚｙ－Ｐｒｏｌｏｇ的推理过程，并详细描述了所实现的α－β剪枝算法。     

博弈树启发式搜索的α-β剪枝技术研究

博弈是启发式搜索的一个重要应用领域,博弈的过程可以用一棵博弈搜索树表示,通过对博弈树进行搜索求取问题的解,搜索策略常采用α-β剪枝技术。在深入研究α-β剪枝技术的基础上,提出在扩展未达到规定深度节点时,对扩展出的子节点按照估价函数大小顺序插入到搜索树中,从而在α-β剪枝过程中剪掉更多的分枝,提高搜索效率。     

基于常增益组合滤波器的目标跟踪算法

针对目前高机动目标跟踪的Jerk模型存在计算复杂度高的不足,提出一种四维常增益滤波器:α-β-γ-δ模型.给出模型中α、β、γ和δ的计算公式,并将它与α-β、α-β-γ滤波器组合得到一种常增益组合滤波算法,克服单一滤波器只能跟踪特定运动方式的目标的缺点.最后对一种典型的目标机动形式进行Monte Carlo仿真,结果表明新算法对于解决机动目标跟踪问题的有效性.     

观测值延时的UF在SINS中的应用

建立观测信号随机一步延时模型,在此基础上给出Unscented滤波(UF)算法。建立捷联惯导系统(SINS)动基座大方位失准角下的对准模型,将扩展滤波(EF)算法和UF算法应用于SINS动基座初始对准中,分别进行不同延时概率条件下的实验仿真,结果表明,UF算法相对于EF算法具有更高的对准精度和更快的收敛速度。     

小波滤波在MR/GPS制导系统中的应用

针对MR/GPS制导火箭弹测量的地磁信号较弱、附加干扰噪声大的特点,运用小波分析的方法,设计了小波滤波器.提出对含脉冲干扰多的信号先采用中值滤波,再采用小波强制滤波的方法.仿真结果表明,该方法算法简单、易于实现.用小波变换处理后的地磁测量信号,与用FFT数字滤波器或数据平滑方法相比,不仅滤波效果更为理想,而且滤波后的信号能量损失很小.     

自适应中值滤波算法在图像处理中的应用

为了比较自适应中值滤波相对于传统中值滤波在滤除数字图像中噪声时的优缺点,文章通过Matlab实现了中值滤波和自适应中值滤波仿真,分析了两种算法的滤波效果,从而从主观图像和客观参数上反映了自适应中值滤波算法的优越性,得到了它比传统中值滤波算法具有较好的图像去噪和细节保护性能的结论。     

滤波算法在图像增强中的应用研究

研究图像增强问题,当光照变化比较强烈时,传统增强算法假设场景中光照是平缓变化的,易产生“光晕”现象,导致图像质量变差.为了图像增强后的质量,提出一种单尺度双边滤波的图像增强算法.首先对采集图像亮度增强,然后利用双边滤波消除光照对图像不利影响,最后采用单尺度Retinex算法对图像进行增强处理.仿真结果表明,单尺度双边滤波增强算法很好地解决了传统算法中存在“光晕”难题,提高了图像增强效率,可适用于任何光照强度下的图像增强.     

Kalman滤波算法在定向测试中的应用

通过对定向系统的输出数据进行实时分析,建立精确输出数据模型,并对模型参数进行估算.根据取得的精确输出模型方程,转换到kalman量测方程和状态方程,并对滤波参数进行估算,利用kalman滤波技术进行实时滤波处理.试验表明kalman滤波有效抑制输出数列的噪声,提高了定向测试的精度和稳定性.     

一种SαSG噪声在FP非线性系统中的逆滤波恢复方法

针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。     

改进粒子滤波算法在导航系统中的应用

研究全方位导航,针对实时精确定位问题,为了提高全球定位系统(Global Positioning System,GPS)的定位精度和可靠性,提出了一种基于改进自举粒子滤波(Bootstrap Particle Filtering,BPF)的GPS定位系统算法.根据GPS输出的参数之间的相互联系建立了系统的状态方程,并应用改进BPF算法对GPS接收数据进行滤波处理.GPS导航系统中采用DSP对GPS接收机的输出信号进行译码和滤波仿真.结果表明GPS信号受到干扰时,改进BPF能很好的处理这种观测样本出现异常的情况,表明能减少运算量,并能很好的提高GPS定位精度,具有一定的鲁棒性.     

改进重采样粒子滤波算法在GPS中的应用

为解决粒子滤波(PF)固有的退化现象及因简单重采样引起的粒子匮乏问题,采用扩展卡尔曼滤波(EKF)来优选PF的重要性分布,并对重采样方法进行改进.通过理论分析及针对全球定位系统(GPS)的计算机仿真,对比扩展卡尔曼滤波(EKF)、扩展卡尔曼粒子滤波(EKPF)以及改进的EKPF算法来实现导航定位的定位估计精度与效率,分析在不同条件状况下的最佳非线性滤波算法.实验结果表明,与其它方法相比,该算法在高动态,高机动状态下性能得到了明显的改善.     

混合联邦-粒子滤波在组合导航系统中的应用

为了解决非线性、非高斯复杂环境下的组合导航系统状态和参数估计问题,针对联邦滤波处理非高斯、非线性系统的不足,提出将粒子滤波引入联邦滤波结构中,形成新的混合联邦-粒子滤波方法.以惯性导航系统/北斗/罗兰C组合导航系统为对象,设计了混合联邦-粒子滤波器,并对所提滤波方法在惯性导航系统/北斗/罗兰C组合导航系统中的应用进行了仿真.仿真结果表明,改进方法能够有效提高系统精度,从而拓宽了联邦滤波的应用范围.     

β-环糊精对α-环己基扁桃酸异构体手性识别作用的计算机模拟研究

运用量子力学PM3方法模拟α-环己基扁桃酸((R/S)-CHMA)与β-环糊精(β-CD)的主客体相互作用,探讨(R/S)-CHMA在β-CD上的手性识别机理。模拟结果能够准确预测色谱出峰顺序从而能从原子层次上对手性识别机制给予理论解释。PM3方法的计算结果表明:(S)-CHMA与β-CD形成的结合物比(R)-CHMA与β-CD形成的结合物稳定。从模拟包结物的构型可以看出(R/S)-CHMA与β-CD结合方式完全不同:(R)-CHMA是将苯环插入β-CD空腔形成包结物,而(S)-CHMA是将环己基插入β-CD空腔形成包结物。此外,(S)-CHMA除了自身的分子内氢键外,与β-CD分子之间还存在分子间氢键作用;而(R)-CHMA与β-CD之间没有分子间氢键作用。从而说明疏水作用以及弱的分子间氢键作用是造成手性识别的主要驱动力。     

分布式粒子滤波算法在目标跟踪中的应用

针对无线传感器网络中目标跟踪的精度与网络能耗这一对矛盾,提出了一种改进的分布式粒子滤波算法。通过调整滤波器的似然分布保持粒子的多样性,同时将无线传感器网络中的跟踪机制进行改进,采用根据跟踪精度自适应调整动态簇内工作的传感器节点的数目。仿真结果表明:提出的改进算法在提高跟踪性能的同时减少了能量损耗,延长了网络的使用寿命。