基于无迹粒子PHD滤波的序贯融合算法

针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波（particle probability hypothesis density filter, P-PHDF）算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波（unscented particle PHDF, UP-PHDF）的序贯融合算法。利用无迹粒子滤波（unscented particle filter, UPF）实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。     

确立学员主体地位 培养警校新型人才

警校是一种相对特殊的教育,本文从发展学员思维调控情绪等角度,探讨以学员为主体地位的教学模式,让学生创造性地进行学习。     

建筑环境测试技术课程教学改革研究

对目前建筑环境测试技术课程的知识体系特点及该课程教学中易出现的问题进行了分析．从理论教学和实践教学两个方面探索了教学改革问题．在理论教学上,对“问题式”教学法和多媒体辅助教学方式的运用进行了较详细的阐述;在实验教学上,讨论了多层次课程实验教学体系的建立（包括基础性实验、设计性实验和创新性实验）以及全方位科技创新活动的开展问题．     

基于IMM的UK-GMPHDF算法在多机动目标跟踪中的应用

为解决非线性系统滤波的非线性和多机动目标跟踪问题,提出了一种基于交互多模型(IMM)的无迹卡尔曼实现的高斯混合概率假设密度滤波(UK-GMPHDF)算法.该算法结合了IMM算法对不同目标机动模型的自适应能力和UK-GMPHD滤波精度高、计算量小的优点.此外,滤波器利用UK-GMPHD滤波,不仅避免了难以解决的数据关联问题,而且可以联合估计目标数和目标状态.在非线性系统和杂波环境下,通过对多机动目标跟踪的应用仿真,将该算法和基于单模型的UK-GMPHDF算法进行了比较,仿真结果表明了基于IMM的UK-GMPHDF算法具有较好的跟踪性能,大大提高了多机动目标跟踪精度,减少了跟踪的多目标误差.     

外界刺激响应型电磁干扰屏蔽材料的研究进展

在现代高精尖技术突飞猛进的背景下,如何抑制电磁干扰成为目前材料领域广为研究的重要课题。电磁干扰屏蔽材料有助于吸收或反射电磁辐射,从而作为一种屏障以阻挡电磁辐射。然而,随着科技的发展,传统的电磁干扰屏蔽材料已无法满足日益复杂的应用场景的需要,不能实现易于调谐且响应灵敏的屏蔽效能、吸收损耗、反射损耗。外界刺激响应型电磁干扰屏蔽材料则有望解决这一问题,这类材料的特点是：电磁响应性能可以根据特定的应用要求或实时的环境变化自行调整。综述了应变响应型、温度响应型、湿度响应型三种外界刺激响应型电磁干扰屏蔽材料的最新研究进展,包括材料的结构特点、主要成分、制备方法和响应机制,对未来发展和研究方向进行了展望。     

一种无迹粒子PHD滤波的多目标跟踪算法

针对粒子概率假设密度滤波(P-PHDF)算法估计精度低、滤波发散和粒子退化的缺陷,提出了一种无迹粒子PHD滤波(UP-PHDF)算法.该算法以UKF算法产生重要性函数并从中采样通过观测值更新粒子的权值,再用加权的粒子估计PHD函数,进而得到优化的状态估计均值和方差进行传播最后,对UP-PHDF算法进行了分析和实现,并将该算法和P-PHDF算法进行了比较.仿真结果表明,UP-PHDF算法不仅大大提高了滤波估计的精度,同时提高了跟踪系统的稳定性和鲁棒性.     

水下多目标跟踪关键技术研究现状

水下多目标跟踪技术有着十分重要的理论价值和广泛的军事应用前景.本文分析研究了水下多目标跟踪的关键技术,重点研究了水下多目标的动态模型和多目标跟踪的数据关联方法,并得出有意义的结论.最后,对水下多目标跟踪存在的问题进行了讨论和展望.     

一种新的多机动目标跟踪的GMPHD滤波算法

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能.