动态逆方法和微分几何反馈线性化方法的对比

简述了非线性反馈线性化的微分几何方法和动态逆方法的基本原理,然后分析了这两种方法的理论联系,说明对仿射非线性系统,这两种方法在本质上是一致的.最后对这两种方法进行了有益的比较,并阐明了二者的联系和区别.     

最大加速度未知的“当前”统计模型机动目标跟踪

分析了“当前”统计模型机动目标跟踪算法的性能对目标机动加速度最大值的依赖性,但是由于在实际中目标机动加速度的最大值往往是未知或不能准确已知的,所以为了克服“当前”统计模型的这一不足之处,采用协方差匹配和多级白噪声自适应滤波算法的思想,提出了一种“当前”统计模型在最大加速度未知情况下的机动目标跟踪新算法。对三种典型的机动目标运动形式进行了Monte-Carlo仿真研究,结果表明新算法对于解决机动目标跟踪问题非常有效。     

基于广义似然比的自适应在线配准算法

针对机载雷达配准时出现的偏差跳变问题,提出一种基于广义似然比(GLR)的在线配准算法.该算法通过对配准公式的测量残差进行检验,可以自适应地估计偏差跳变量.Monte Carlo仿真实验表明,与传统的配准算法相比,在偏差发生跳变时,该算法能迅速检测到跳变发生时刻并正确估计出跳变量的大小,偏差估计值可在较短的时间内收敛到跳变后的真实值,且估计精度较高,接近CR下界.     

一种基于视觉模型的边缘检测阈值选择策略

按照仿生学原理,通过分析人眼的阈值亮度比曲线和weber比曲线,将图像根据背景亮度 划分为低暗区、中间区和高亮区,分别采用不同的公式计算边缘阈值。仿真表明,该方法能够根据边缘所处背景亮度自适应地选择阈值,从而检测出与人的主观视觉更为一致的图像边缘。     

基于在线聚类的背景减法

假定"背景总是以较大的频率出现"的基础上,提出一种基于在线聚类的背景减法.利用在线聚类对一段时间内像素的灰度值进行分类,选择出现频率大于阈值的灰度类作为该像素的背景,这样可以较好地构建出单模态或多模态场景的背景.一旦背景被构建好,通过融合背景差分、邻域背景差分和帧间差分的信息提取前景,实现正确而完整的运动目标分割.仿真实验表明,即使在背景有微小运动的复杂环境下,算法仍能较好地构建背景,运动分割效果较好.     

群目标联合检测与估计误差界的递推形式

在随机有限集框架下给出了当杂波和漏检存在时,群目标联合检 测与估计(Joint detection and estimation, JDE)误差界的递推形式. 首先,将多个群目标运动过程建模为一个多Bernoulli过程, 并采用连续个体目标数假设建模群目标观测似然函数; 其次,采用最优子模式 分配距离定义群目标JDE误差; 最终,利用信息不等式推导获得了建议的误差界. 仿真实验在不同杂波密度和检测概率场景下利用群势概率假设密度 和群势平衡多目标多Bernoulli滤波器对该误差界的有效性进行了验证.     

基于张量空间中的均值漂移聚类的极化SAR图像分割

提出了一种基于均值漂移(Mean Shift, MS)聚类的全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像无监督分割算法. 已有的工作在将MS算法应用于全PolSAR图像分割时, 仅使用每个像素点的极化总功率值作为该像素点的特征值, 没有充分利用极化协方差矩阵或者相干矩阵所包含的完整的极化散射信息. 但是如果直接利用每个像素点的极化协方差矩阵作为特征向量, 则这些特征向量构成的空间不再是一个欧氏空间, 而原始的MS算法是定义在欧氏空间中的. 因此, 本文首先将每一个像素点的厄尔米特正定极化协方差矩阵也称为一个张量, 而且使用黎曼流形来描述该张量空间. 然后, 原始的MS算法被扩展到该张量空间中. 直接扩展得到的算法每一步具有明确的含义, 但是运算复杂度较高. 所以本文又进一步对该算法进行了简化, 从而得到了一个实用的分割算法. 通过使用真实的全PolSAR数据以及仿真数据进行实验, 结果验证了新方法的有效性.     

基于自适应同步的混沌系统参数辨识方法的研究

利用混沌系统的动力学特性对参数极其敏感的特点,以驱动响应同步结构为框架,设计了与同步误差有关的二次型指标函数,采用优化方法对参数进行自适应调节,直到同步误差最小,即实现混沌同步.该方法实现了参数未知混沌系统的参数辨识和自适应同步.为了研究参数收敛速度,对准高斯牛顿法、Hook-Jeeves方法(又名模式搜索法)和共轭梯度法等三种优化方法进行了对比研究.对具有两个未知参数的离散Hénon系统和连续Lorenz系统的仿真研究表明,基于共轭梯度的参数调节方法参数收敛速度最快,可以应用于混沌保密通信的解密.     

一种针对单快拍DOA估计的子空间搜索近似消息传递算法

压缩感知（Compressed sensing,CS）技术应用于单快拍波达方向（Direction of arrival,DOA）估计中可以实现相关信号的超分辨估计,但会遇到感知矩阵高相干性以及对噪声敏感的问题.本文提出一种基于近似消息传递的子空间搜索算法以解决上述问题.该算法首先通过近似消息传递算法得到一个粗解,随后利用该粗解划分子空间,最后在子空间中寻找精确解.仿真结果验证了所提算法的有效性.文章最后通过理论分析了该算法性能并讨论了算法在信号数未知时的扩展应用.     

测量噪声相关线性系统异类传感器航迹融合

研究了异类传感器航迹融合问题。在测量噪声相关的条件下,利用线性无偏最小方差估计的基本理论,通过对异类传感器的状态估计采用顺序滤波的方法,得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。计算机数字仿真结果表明,由于考虑了测量噪声之间的相关性,该算法比噪声不相关融合算法具有更好的跟踪性能,航迹跟踪的精度得到了改善。