基于减法聚类的动态航迹聚类算法

针对天波超视距雷达"多路径"引起的航迹聚类问题,提出了一种基于减法聚类的自适应动态航迹聚类算法(ADC),定义了评价航迹聚类算法的两类指标.ADC算法在聚类的过程中,动态调整样本集的大小,在获得聚类中心后,根据最近邻法确定每个样本点的归属.仿真结果表明,ADC算法大大提高了航迹聚类的准确性.     

面向快速多目标跟踪的协同PHD滤波器

考虑到存活目标与新生目标在动态演化特性上的差异性,提出了面向快速多目标跟踪的协同概率假设密度(collaborative probability hypothesis density, CoPHD)滤波框架。该框架利用存活目标的状态信息,将量测动态划分为存活目标量测集与新生目标量测集,在两个量测集分别运用PHD组处理更新基础上建立了处理模块的交互与协同机制,力图在保证跟踪精度的同时提高计算效率。该框架由于采用PHD组处理方式而具有状态自动提取功能。进一步给出了该框架的序贯蒙特卡罗算法实现。仿真结果表明,该算法在计算效率以及状态提取精度上具有明显优势。     

低信扰比下粒子权重优化的粒子滤波算法

针对低信扰比条件下粒子权重有效评价问题,本文给出了一种粒子权重优化的粒子滤波算法。在算法实现中,首先,通过代价评估粒子滤波中代价函数和风险函数的引入实现粒子权重评价过程中对于当前量测信息的合理利用;其次,通过置信度距离和置信度矩阵的构建及求解完成对于粒子间蕴含冗余和互补信息的充分提取;最终,利用权重平衡因子在融合两种权重度量结果基础上实现粒子权重的合理度量。新算法在实现当前时刻粒子集中信息有效利用的同时,避免了量测噪声先验统计信息的偏差的不利影响,从而使得粒子权重度量结果更加稳定和可靠。理论分析和仿真实验验证了算法的有效性。     

基于核Bayes分类函数的KPCA与KFDA算法稳定性

为了得到核Bayes函数作为分类器的核主元分析(KPCA)与核Fisher判据分析(KFDA)的算法模式稳定性,利用Rademacher复杂度的概念及相关定理,推导出了核Bayes函数Rademacher复杂度的界以及其作为分类器的算法发生错误分类的概率的界,说明了模式稳定性与样本长度、降维矩阵的维数等关系,提出了两种衡量模式稳定性的直观指标,误分差和百分比和误分均值偏离度.仿真结果不仅验证了几个定理,也表明所提出的衡量指标是有效的、可行的.     

多传感器系统量化管理研究

对多传感器系统的量化管理进行了初步探讨,给出了一种多传感器系统的量化管理框架,建立了多传感器对目标的配对函数和效能函数,提出了按综合"效能值”最大准则进行传感器分配的方法,并通过对4个传感器探测系统探测10个目标的情况进行了计算机仿真,验证了该方法的有效性.     

目标跟踪系统性能评估研究

与算法仿真评估不同的是,对实际目标跟踪系统评估需要解决航迹的目标源归属判断问题。提出一种适用于实际系统的性能评估方法。首先构造航迹与量测之间的统计距离,判断每一拍航迹的目标源归属,然后根据最大似然估计原则确定整条航迹的目标源归属。给出了航迹自动起始成功率、虚假航迹自动起始概率和目标失跟率等性能指标,并针对超视距雷达的＂三低＂特性,用IMMPDA算法进行验证。方法在低检测率和高杂波密度环境下评估的结果非常逼近真实结果,为系统设计和测试提供了一个有效的依据。     

一种设备工程监理的质量控制法

基于预测技术,建立了设备工程质量控制的模型,并提出了设备工程质量目标控制界限的确定方法。     

多源信息空间配准中的UT变换采样策略研究

空间配准是分布式多传感器信息融合的基础。UT(UnscentedTransformation)变换以其非线性变换精度高,无需求导等优点得到广泛关注。目前,存在多种形式UT变换采样策略,而对这些采样策略缺乏比较分析。以多传感器量测信息的空间配准为应用,比较分析了对称性采样,最小偏度单形采样,以及超球体单形采样等多种UT变换采样策略。仿真结果表明,UT变换较一阶线性化近似方法更适于多传感器量测的空间配准,其中,对称性采样策略又优于其它采样策略。