多目标跟踪中的数据关联算法

在目标的正确回落入其跟踪门内的概率PtG <1的情况下 ,推导了联合概率数据关联算法中联合事件发生概率的计算公式。提出了一种能容易地产生多目标和多回波的联合事件的方法———假设树方法。并且提出了一种新的多目标跟踪中数据关联的快速算法。此算法用于解决杂波环境中多目标跟踪的数据关联问题 ,取得了较好的结果。     

最大熵分布算法及其应用

分布估计算法是一种新的基于种群进化的算法,它通过统计当前群体中较优个体的信息构建其概率分布模型,然后对模型进行抽样生成下一代群体。针对分布估计算法在求解搜寻最优网络结构的NP-Hard问题,提出一种新的最大熵分布算法,该算法以Jaynes原理为依据,利用随机变量的最大熵估计随机变量的最小偏见概率分布,并以此作为算法的进化模型,有效地降低了算法的计算复杂度。以旅行商问题和误导问题为例所进行的计算结果证明了该算法具有更高的全局搜索能力与更稳定的收敛性。     

基于无迹变换的概率假设密度滤波算法

基于有限集统计理论的概率假设密度滤波算法运用于多目标跟踪时,不再考虑数据关联问题,突破了传统的跟踪方法.但该滤波公式在非线性条件下没有解析解,在非线性高斯条件下提出了基于无迹变换的概率假设密度滤波算法,实现了算法在强杂波环境下的多目标跟踪.仿真实验比较了该算法与基于粒子滤波的概率假设密度滤波算法的跟踪性能,验证了该算法的跟踪性能和精度.同时分析指出了此算法的不足,以及结合无迹变换与粒子滤波的概率假设密度滤波算法的改进研究方向.     

概率地图UAV航线规划的改进型蚁群算法

采用蚁群算法对基于概率地图(PRM)的UAV航线规划问题进行研究.在概率地图对战场环境进行描述的基础上,对航线规划蚁群算法进行设计.针对基本型蚁群算法易于出现停滞现象以及搜索效率不高的特点,将再励学习(RL)机制引入到基本型蚁群算法中,提高了算法的搜索效率和求解精度.仿真结果表明该方法是一种有效的航线规划方法.     

基于核密度估计高斯混合PHD滤波的多目标跟踪算法

针对多目标跟踪系统中传统算法目标估计精度较低的问题,提出了基于核密度估计的高斯混合概率假设密度（probability hypothesis density, PHD）滤波算法。在该算法中,经过剪枝、合并后,引入核密度估计理论的Mean shift算法,对高斯混合PHD分布密度函数进行核密度估计,取代了传统算法中的状态估计方法。最后,选择估计后得到的峰值作为目标状态估计值。仿真结果表明,基于核密度估计的高斯混合PHD滤波算法比传统算法具有更高的估计精度。     

子母弹对机场跑道封锁的算法研究

在现有跑道失效率模型的基础上,介绍了计算跑道失效率的“间隔构建”法,并提出了一种新的算法—“窗口扫描”法。经计算机仿真实验,得到两种算法下跑道失效率的近似值。通过计算结果的对比得出后者具有更高的计算精度和速度;分析了存在差距的原因,为子母弹对机场毁伤效果的深入研究提供了新途径。     

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.     

DR算法门限值的确定

分析了DR算法误差门限对分布交互仿真系统（DIS）性能的影响，并研究了其优选原则，文中指出，在仿真过程的不同阶段，武器实体及算法门限应限不同值，当同一类武器攻击不同类型目标时，其误差门限值也应取不同值。     

随机摄动蚁群算法的收敛性及其数值特性分析

从随机优化技术出发,针对基本蚁群算法,提出了一种随机摄动蚁群优化算法。并从理论上对该算法的收敛性及一些相关特性进行了探索性分析,指出该算法在有限迭代次数下以概率e-1(e 是一个很小的正数)找到全局或局部最优解(至少一次);而且如果迭代时间足够长,将以概率1收敛于全局或局部最优解。最后,以TSP问题为例,对该算法中若干参数的选取进行了仿真分析,提出了具有普遍意义的参数选取方法,并制定出各参数的最佳取值范围。     

基于概率数据关联与粒子滤波的多目标跟踪算法

提出一种基于概率数据关联和改进粒子滤波的多目标跟踪算法。该方法在分析关联区域内有效量测基础上,利用量测与目标预测位置的统计距离计算关联概率;然后,对粒子滤波器进行改进,将目标的最新量测和状态的高斯逼近组合在一起,对每个粒子采用类似于卡尔曼滤波的方式产生高斯建议分布。以比提高目标状态的估计精度;最后,将所有有效量测的估计结果按照关联概率进行咖权,从而实现多目标跟踪。仿真结果表明,该算法用于复杂环境下的多目标跟踪精度较高,不仅降低了关联概率的计算难度,而且可以准确地进行数据关联,具有一定的工程应用价值。     

基于改进PERT的装备使用保障过程建模分析

计划评审技术(program evaluation and review technique,PERT)自提出以来被广泛用于具有不确定时间参数项目的分析评估中,但经典PERT不能对具有随机后续工序的情况进行建模,而且存在时间参数估计主观性强,估计误差较大等不足。本文提出在经典PERT模型中加入跳转虚工序的方法增强其对随机工序的建模能力,并提出了相应的分析评估方法。另外,提出了基于德尔菲评估法与专家权重相结合并综合相似工序的历史数据的方法克服经典方法在时间参数确定方面的不足。最后,利用某装备的使用保障过程PERT建模分析实例验证了该方法的有效性。     

一种新的网络图及仿真算法

运用计算机辅助作网络计划图和网络仿真,使网络计划方法更为方便实用和有效。本文给出一种新的计划网络图形,该留适子计算机屏幕表示,且算法简单,信息丰富而又简练。本文还给出了一种简练的函数构造法,用该方法构造的函数能较好地逼近活动工期概率密度函数,方便了对计划网络图的计算机仿真运算。     

施工进度计划柔性网络仿真的不确定性研究

工程施工中应用柔性网络计算机仿真突破了传统的PERT只考虑单一关键线路的限制以及工序的持续时间均服从β分布的假定,也使得仿真工期与关键线路都具有了不确定性.一次仿真结果只相当于对系统模型的一次抽样,缺乏代表性.将网络计划仿真技术与风险分析技术结合起来,采用统计分析的方法确定仿真运行次数,对实际系统大量的动态仿真工期进行完工概率与风险分析,用"工序关键度"表征关键线路的概率分布结果,能够较好的描述施工进度计划的不确定性,为施工管理与决策提供更多的信息.     

流程仿真的多层次PERT-Petri网模型

复杂流程中的工序持续时间有着很强的随机性,并存在资源约束问题。首先分析了常见的PERT和Petri网在流程仿真中的应用特点,提出了多层次PERT Petri网模型,给出了该模型的建模过程和递归仿真算法。该模型在上下层次分别采用PERT和Petri网对流程进行描述,充分利用了PERT直观简便的特点和Petri网在随机性和资源约束上的描述能力,有效地解决了复杂流程的建模与仿真问题。最后给出了一个例子,表明该模型更容易理解和构造。     

考虑工序间环境相关性的网络计划方法研究

传统的CPM／PERT网络计划方法都是建立在工序的参数相互独立的假定基础之上，没有考虑工序间因为环境因素而产生的关联性。为此，通过对工序间因环境因素而产生的关联性进行分析，建立了基于环境影响因素的网络计划模型，并用VC 语言编制程序实现了模型的模拟计算，最后将该模型应用到一个工程实例中，并将计算结果与传统的CPM／PERT法、一般Monte Carlo模拟法作了对比，证实了模型的可行性和有效性。     

基于Monte Carlo方法的PERT网络关键路线和最关键活动分析

在定义计划评审技术（program evaluation and review technique, PERT）网络局部关键活动、关键活动、关键路线和活动关键度的基础上,提出了关键活动、关键路线的分析方法;根据活动不确定性对项目计划工期影响的大小,即活动敏感性指标的大小,确定活动在项目进度控制中的重要程度;在定义活动相对敏感性、活动敏感性的基础上,利用全概率公式,得到活动敏感性指标计算公式,进而提出了最关键活动分析方法。算例表明,利用本研究提出的方法可便捷地找出PERT网络的关键路线和最关键活动。     

维修保障流程的通用仿真模型研究

在分析维修保障流程建模与仿真重要性的基础上，分析了PERT模型和Petri网模型在流程仿真中的应用特点，结合PERT和Petri网技术，提出了基于多层次PERT-Petri网的通用仿真模型，并给出了该模型的建模方法和仿真算法，文章最后给出了一个例子。     

应用于航天试验的模糊网络计划方法

航天试验的测试发射是一个复杂的系统工程，因而在测试发射工程的组织指挥及管理中使用经典ＰＥＲＴ网络计划技术，往往很难达到满意的效果。本文应用模糊集理论，提出了一种网络计划方法———模糊网络计划方法，并讨论了该方法在测试发射工程中的应用问题。     

面向农产品安全的关键质量链分析

针对农产品质量安全控制问题,在传统过程能力分析的基础上,将农产品食品链视为一个过程网络,应用PERT/CPM的基本思想,提出了基于质量损失的关键质量链分析评价方法。最后以菠菜产品的种植加工进行了实例分析。     

活动网络在随机约束下的关键路线问题

本文研究了活动网络的随机约束规划模型及其确定性等阶线性模型, 求解在最小概率水平下的随机周期和关键路线。由此给出不同特征网络确定关键路线的准则, 并揭示PERT/CPM算法存在重大误差的原因。