PSO优化BP神经网络的混沌时间序列预测

针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测。将该算法应用到几个典型的混沌时间序列预测。实验结果表明,该算法明显提高BP神经网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能。     

基于系统误差和状态联合估计的目标跟踪算法

针对线性系统中系统误差对状态估计精度造成的不利影响,在卡尔曼滤波算法框架下提出一种基于系统误差和状态联合估计的目标跟踪算法。在算法实现过程中,首先定量分析了系统误差对目标状态估计及其估计误差协方差矩阵的影响,进而结合状态扩维技术构建系统误差配准的实现过程,最终依据标准卡尔曼滤波迭代流程设计了算法实现步骤。仿真实验结果表明: 在系统误差恒定和时变两种情况下,新算法在系统误差配准和状态估计上具有可行性和有效性。     

基于粒子系统的实时降雨、降雪模拟

基于粒子系统理论实现了虚拟环境中降雪、降雨及其在风场中的模拟。首先阐述了粒子系统的基本模拟原理,对在风场影响下的雨、雪特征进行描述与分析,提出了雨、雪模拟的整体思路,结合降雨、降雪的特点和空气动力学理论对雨、雪进行了模拟。改进四点水波纹线性模拟算法,采用八点水波纹线性算法模拟雨滴落入水面形成的水波纹,应用雾化因子实现降雪环境的模糊问题。     

基于虚拟信道多路径融合认知无线网络路由算法

针对认知无线网络中频谱的动态性、时变性、多样性以及节点移动性, 提出了一种基于虚拟信道的多路径融合认知无线网络路由算法. 在路由建立过程中, 为解决源节点与目的节点信道同步问题, 源节点在公共控制信道上广播添加虚拟信道的路由请求, 在当前所处信道为虚拟信道的节点中转发. 目的节点对多条路径通过信道切换进行融合, 以规避主用户的活动区域, 减少路径跳数, 提高链路的稳定性. 在路由维护阶段, 通过卡尔曼滤波对节点移动速度进行预测, 在链路断裂之前启动路由修复. 最后通过NS2中CRCN Simulator仿真结果表明, 该算法在链路通信的稳定性、分组投递率、吞吐量、端到端时延等方面有明显的改善, 提高了网络的整体性能.     

自适应扩展卡尔曼滤波器在移动机器人定位中的应用

针对移动机器人定位过程中存在的误差积累问题,提出了采用自适应扩展卡尔曼滤波算法(AEKF).分析了扩展卡尔曼滤波(EKF)和AEKF两种算法, AEKF取采样时刻的各项泰勒级数,并利用Sage-Husa时变噪声估计器实时估计观测噪声,克服了线性化误差,增强了环境适应性;同时,对AEKF的收敛性及运算复杂度进行分析,并结合算法实验表明AEKF具有良好的速度精度综合性价比;最后对比分析两种算法实现机器人定位的效果并实验完成误差对比.结果表明AEKF具有更优的定位性能.     

基于反馈动态神经网络的油田异常井诊断模型研究

针对油田异常井诊断的问题,提出基于反馈动态神经网络的模型,该模型具有适应性强、学习效率高等特点。结合粒子群算法弥补其训练速度慢和容易陷入局部最小的缺点,给出模型及算法的优化原则和实现技术。最后根据实际问题,进行油田异常井诊断模型的具体应用,实验结果证明模型对于异常井诊断具有较高准确性及可行性。     

PMU最优配置及其在舰船电力系统中应用研究

针对舰船电力系统的特点和在潮流方程求解中存在的问题,借鉴在陆地电力系统中配置相应的PMU将使潮流方程直接可解的思想,实现采用遗传和粒子群优化算法的基于潮流可解最优PMU配置方案算法。并对其在舰船电力系统中的有效性和适用性进行了比较,可为舰船电力系统配置PMU提供参考。     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

基于拓扑结构变化趋势的MCL优化算法

该文提出一种高精度的移动传感器网络中实现定位跟踪的方法,该方法利用未知节点在运动过程中网络拓扑结构变化的信息提高锚节点利用率,并改善样本采集效率。在无拓扑结构变化的情况下采用牛顿插值方法对节点当前位置进行预测,当拓扑结构有变化时,采用拓扑结构变化构建适应值函数,并用粒子群算法优化样本点的质量。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

基于卡尔曼滤波的航姿参考系统设计

针对传统的航姿参考系统AHRS（Attitude and Heading Reference System）中姿态角精度不高的问题,设计了一种新型的基于卡尔曼滤波的姿态检测系统。该系统采用了三轴磁传感器、三轴陀螺仪及三轴加速度计,用四元数的方法来描述载体运动的姿态,通过陀螺仪测姿态四元数,卡尔曼滤波算法融合加速度计和磁传感器数据,对姿态四元数进行修正,从而提高姿态解算精度。实验数据表明,系统能够较好修正陀螺仪漂移,且三个角度的均方根误差均优于0.25°,具有良好的噪声抑制能力。