排序方式: 共有60条查询结果,搜索用时 406 毫秒
1.
基于进化采样的粒子滤波算法 总被引:5,自引:1,他引:4
在粒子滤波算法中, 重采样的引入有效地改善粒子退化现象, 但同时也导致了粒子多样性减弱问题的产生. 本文给出了一种基于进化采样的改进粒子滤波算法. 该算法在重采样过程后, 首先根据马尔可夫链蒙特卡罗(Markov-Chain-Monte-Carlo, MCMC) 技术和遗传算法中的模拟二进制交叉原理生成候选粒子, 并利用适应度函数完成对于其权重的度量. 然后结合当前时刻的重采样粒子构建候选粒子集, 进而提升了重采样后粒子的多样性, 最终依据粒子自身的权重实现粒子的优选. 仿真结果表明: 该算法可有效地提高 相似文献
2.
3.
针对正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)在水声移动通信条件下存在对多普勒频偏敏感的缺陷,提出了一种基于频域变采样技术的多普勒补偿算法。利用移动通信条件下OFDM子载波正交性不变的特点,通过频域变采样实现对多普勒的快速补偿,并采用编码反馈校验技术跟踪系统多普勒变化,达到了OFDM移动通信条件下实时通信的目的。仿真和水池实验结果证实:频域变采样多普勒补偿算法不仅可以实时地跟踪通信载体运动变化,快速补偿多普勒,同时大幅降低了时域变采样多普勒补偿算法的计算量,降低了通信系统硬件平台复杂度。 相似文献
4.
基于期望最大化算法的音频取证中的篡改检测 总被引:1,自引:1,他引:0
音频取证中的插值检测是信号篡改检测的重要方面。因为信号的篡改经常伴随着重采样操作,而重采样后的插值信号会引入周期性信息。应用期望最大化(EM)算法能针对这种周期信息估计参数,从而检测出信号是否被篡改。为了使EM算法迭代效果更好,更适用于音频信号的插值检测问题,提出针对音频信号的特点,引入音频幅度直方图,排除短时静音和增加样本点数的方法。另外还提出了用频谱统计矩作为特征的方法,使统计分类稳定有效。最后通过音频取证中检测信号是否重采样的统计分类实验,表明整个检测流程能达到较高的准确率,并且在局部篡改实验中也同样有效。 相似文献
5.
摘要:为解决快速同步定位与地图构建算法因粒子退化导致SLAM(simultaneous location and mapping)估计精度
不佳的问题,提出一种融合渐消自适应无迹粒子滤波与高斯分布重采样的FastSLAM 算法。通过融合渐消滤波和无
迹粒子滤波,产生一种自适应提议分布,利用高斯分布对高权重粒子进行分散得到新粒子。建立机器人运动模型和
观测模型,并在仿真环境中进行性能验证。仿真结果表明:该算法能有效地缓解粒子退化,增加系统稳定性,提高
SLAM 估计精度。 相似文献
6.
7.
粒子滤波是一种解决非高斯滤波问题的有效方法,受到许多领域的研究人员的重视。在扩展卡尔曼滤波(EKF)的基础上,提出一种基于多层感知器(MLP)的扩展卡尔曼滤波算法。利用扩展卡尔曼粒子滤波器和MLP对当前时刻状态重要性采样,引入MLP对样本进行重采样。该算法能有效利用测量值的最新信息,对状态估计的误差更小。在实验中,对于多模噪声非线性系统,该算法与另外算法进行比较。结果证明,所提算法性能优异于其他算法。 相似文献
8.
训练样本集在模式识别问题中起着重要的作用,它是分类器“知识”的基本来源,直接影响分类器的训练结果和识别系统的综合性能。为了减轻冗余数据对分类器训练和系统维护所带来的负面影响,该文在采样定理的启发下,遵循理想训练样本集所须满足的三个基本性质:遍历性、相容性和致密性,针对大数据量原始样本集,提出了一种基于频度统计重抽样手段构造精简训练样本集的方法。试验表明,该方法能够在保证分类器性能的前提下,有效减少冗余样本,降低计算代价和分类器复杂度。 相似文献
9.
10.
盲取证指针对篡改信号无需添加任何附加信息就可鉴别出信号的真伪,而音频篡改中篡改者经常利用重采样以达到更好的篡改效果,因此重采样检测作为音频盲取证的重要组成部分得到了高度的重视。对信号的重采样会引入相关性,这种相关性是周期出现的,本文通过基于期望最大化的检测方法揭示这种相关性,并通过判断这种相关性是否呈现周期性达到检测目的。在检测流程中采取了奇异防止、低频段去除、归一化三阶原点矩等措施,达到了更好的检测效果。实验验证了该方法对于各种插值函数的鲁棒性,以及不同重采样率下和音频拼接篡改时检测的有效性。 相似文献