多目标联合检测与估计的误差界

在随机有限集框架下提出了当杂波和漏检存在时基于最优子模式分配距离的多目标联合检测与估计(JDE) 误差界. 此处的JDE 是指同时估计目标个数和存活目标状态. 算例1 展示了该误差界随传感器检测概率和杂波密度的变化趋势; 算例2 利用多假设跟踪, 概率假设密度(PHD) 和势PHD 滤波器对该误差界的有效性进行了验证.

     

DS 证据理论研究进展及相关问题探讨

在对证据理论的建模、推理、决策到评估各层面最新进展梳理的基础上, 针对证据理论现有研究中存在的 一些问题、混淆和误解, 结合仿真算例进行了分析和探讨, 包括据理论与概率论的关系, 证据冲突与反直观结果的 关系, 证据距离的定义以及证据理论的评价准则问题等. 最后对证据理论的发展方向进行了展望. 该研究旨在为人们正确理解和使用证据理论提供参考和借鉴作用.     

基于增量式有限混合模型的多目标状态极大似然估计

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态. 该模型以增量方式构建, 其混合分量采用逐个方式插入其中. 采用极大似然准则来估计多目标状态. 对于给定分量数目的混合模型, 应用期望极大化算法来获得参数的极大似然解. 在新分量插入混合模型时, 保持已有混合模型的参数不变, 仍旧采用极大似然准则从候选新分量集合中选择新插入分量. 新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值. 利用k-d树生成插入到混合模型的新分量候选集合. 增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势, 有助于一步一步地搜寻混合模型的极大似然解. 仿真结果表明, 基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.     

利用不确定度的冲突证据组合

D-S(Dempster-Shafer)证据理论在信息融合中有着广泛的应用.针对证据理论中高冲突证据组合出现反直观结果问题,提出一种新的证据组合方法.依据证据体不确定度生成权重,并基于所获权重修正待组合证据体再利用Dempster规则完成证据组合.算例分析表明所提方法是合理有效的.     

基于排序融合的特征选择

针对模式分类中的特征选择问题,分别依据ReliefF算法、类间可分性及特征相关性等多个评价准则对待约简特征进行评价与排序,基于排序融合方法实现对多个特征选择评价准则的综合利用.基于多个数据集的实验结果表明,该方法在有效降低特征维度的同时,具有比单准则特征选择方法更高的分类性能.     

基于最近统计距离的多传感器一致性数据融合

为了剔除多传感器测量数据中的疏失误差,一致性数据融合方法得到广泛研究。在已有方法的基础上,定义了一种新的用于衡量传感器测量数据之间支持程度的统计距离,并在此统计距离的基础上,提出了一种基于最近统计距离的多传感器一致性数据融合新方法。数值仿真实验的结果表明,和已有方法相比,新定义的统计距离更能合理地反映传感器测量数据之间的支持程度,同时,整个融合过程的计算复杂度和计算量明显降低。     

路面机动目标的融合跟踪

针对自主车辆的机动目标跟踪问题提出了一个利用雷达和图像传感器的融合跟踪方法.采用动力学模型对车辆运动进行描述以适应车辆机动的情形.利用雷达的距离信息建立视觉窗口,利用三维线框模型从窗口图像中获取车辆转向角,然后通过数据融合技术,充分利用雷达与图像传感的量测信息,提高对机动目标的状态估计精度.三维仿真实验证明,与单纯基于雷达量测的跟踪方法相比,该融合方法大大提高了对机动目标的跟踪精度.     

分布式砼生产输送浇筑在线生产调度系统

分析了混凝土（简称：砼）生产输送浇筑生产管理特点，给出了分布式在线生产调度系统的 总体结构，描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法 ．现场实际运行表明：该系统可快速准确收集生产实际数据，完成了生产过程的在线可视化 监视；编制出符合现场情况、满足工艺要求的高效生产调度计划．     

虚拟生产系统行为分析及其实现机制

首先在简述虚拟生产系统基本框架和关键技术的基础上，对虚拟生产系统的行为和对象行为进行了分析，然后提出了虚拟生产动态行为的实现机制，并利用WTK实现对虚拟生产系统的行为控制，最后重点介绍了实现机制中的仿真循环流及其功能。     

非线性控制系统的频谱理论及应用

总结了非线性控制系统的研究方法，阐述了时域法在工业应用中的某些局限，介绍了非线性控制系统频谱理论的基本内容及发展概况，同时就非线性控制系统的频谱理论发展方向进行了探讨。