一种模糊自适应交互多模型算法

提出了一种模糊自适应交互多模型（FAIMM）算法。该算法通过模糊推理机制，在线调节模型集合中部分模型的参数，使这些模型对不同的目标机动模式有更强的自适应能力，从而使该算法可以采用较少的模型达到很好的跟踪滤波效果，而且避免了传统交互多模型算法的模型冲突问题，大大减少了计算量。最后将该算法与传统的交互多模型算法进行了仿真对比，仿真结果表明，FAIMM算法比传统的交互多模型算法有更好的跟踪性能。     

一种保障移动智能体系统的安全模型

基于移动智能体的应用技术需要率先解决系统的基本安全问题,以支持其发展与成熟。鉴于传统的被动防御安全策略不能适应移动智能体技术应用的发展需要,提出了一种保障移动智能体系统安全的安全模型。按模型实现的原型系统能够主动识别并实时响应攻击行为。该系统还可利用端口映射的机制迷惑攻击者,起到代理服务器型防火墙的实际功效,这是对移动智能体系统安全解决方案的积极探索。     

基于UKF的交互多模型算法

为了提高交互多模型算法的滤波精度,提出了基于无迹卡尔曼滤(UKF)的交互多模型算法(IMM-UKF).该算法融合了交互多模型算法对不同目标机动模式的自适应能力和UKF滤波精度高的优点.通过对机动目标跟踪的应用仿真,将该算法和基于扩展卡尔曼滤波(EKF)的交互多模型算法(IMM-EKF)进行了比较,仿真结果表明了IMM-UKF具有较好的跟踪性能,减小了机动目标跟踪的均方根误差.     

组合导航自适应交互多模型算法研究

针对交互多模型(IMM)方法模型集覆盖能力与计算量相矛盾的问题,提出了将简化的Sage-Husa自适应滤波与IMM相结合,构成一种自适应交互多模型的方法.简化的Sage-Husa自适应滤波首先给出噪声统计特性的粗略值,IMM方法以该粗略值为中心,对称地得到模型集,再进行IMM估计.车栽组合导航仿真表明,该算法能够以较少的模型实现对实际模态的覆盖,而且精度比IMM方法也进一步提高.     

基于交互多模型的分组δ-广义标签多伯努利算法

为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。     

一种简化的交互多模式算法

通过对交互多模式(IMM)算法在机动目标跟踪中的分析,发现该算法在实现过程中滤波模式的确定和模式间转移概率的确定,要求具有一定的经验知识,对不能获得准确先验知识的研究带来了一定的困难。针对这种情况,研究了一种简化的IMM算法跟踪模型,该模型通过检测目标是否发生机动,自适应调整Kalman滤波(KF)的部分参数,从而实现不受IMM算法中有限模式集合限制的机动目标跟踪。通过仿真实验,证明了该算法在机动目标跟踪性能方面与IMM算法具有相似的效果,而在计算复杂度和对先验知识的要求方面有所降低     

一种Ad Hoc网络组移动模型

战术互联网是Ad Hoc网络的主要应用，在该网络环境下，节点由于作战使命及建制的约束，移动节点常呈现出“组移动”的特征且组内节点通常分布在相对狭长的地带。针对战术互联网中移动节点的移动特征，提出了一种符合战术互联网环境的组移动模型：狭长的组移动模型（CGM：Confined Group Mobility），并从网络拓扑结构和对路由协议性能的影响两个方面与目前广泛采用的参考点组移动模型（RPGM：Refefence Point Group Mobility）进行了比较。仿真表明，不同的组移动模型对Ad Hoc网络的性能仿真将产生较大的影响。     

一种Ad Hoc网络动态兴趣引导移动模型

选取合适的移动模型对于移动自组网仿真非常重要.不同的移动模型对自组网的性能仿真将产生较大的影响.现实世界中可移动设备大多由人携带或控制,通过对现有自组网移动模型的研究比较,针对节点移动受到人自身意识和周围环境吸引的社会化特性,提出并建立了动态兴趣引导移动模型.仿真结果表明,动态兴趣引导移动模型表现出移动轨迹随着时空变化的聚散现象,适合人控移动设备构建的自组网仿真.     

一种跟踪机动目标的变结构交互多模型滤波算法

将当前统计模型和变结构多模型估计算法相结合,阐述了变结构多模型算法的基本思想,研究和设计了一种用于跟踪机动目标的变结构交互多模型算法。计算机仿真显示该算法能有效提高交互多模型估计器的费效比。     

一种在分布交互仿真系统中使用Simulink模型的方法

Simulink模型使用自身的时钟步长和数据流，不与其他程序共享。提出了一种在分布式仿真系统中直接使用Simulink模型的方法。为了和分布式仿真系统交互仿真数据，设计了一种代理程序的结构。代理程序采用共享内存技术和Simulink的S函数作为接口与Simulink模型进行数据交互．并使用进程通讯中的共享内存和事件技术来实现代理程序和Simulink模型之间的同步。     

基于非对称交互多模型弹道导弹跟踪

弹道导弹飞行三个阶段的动力学模型异常复杂且非线性强,在未知导弹任何先验信息前提下如何连续地跟踪整个弹道已成为目前亟待解决的难题。针对该问题,提出了一种实时非对称交互多模型跟踪算法,它根据弹道不同阶段的受力情况建立相应的跟踪模型。该算法采用非对称的状态交互以及基于熵信息变化的模型概率更新方法对导弹进行实时状态估计,并将其中一个无迹滤波器的非线性状态估计用改进离散方法实现,提高了实时性。仿真实验表明,该跟踪算法能够较精确地从弹道主动段连续地跟踪到再入段,并且能较大幅度地减小模型切换之间的跟踪误差。     

一种基于目标运动模型的可变固定延迟的平滑算法

近来，对于机动目标跟踪的问题已经提出很多平滑方法。其中相互作用多模型一概率数据关联固定延迟算法（IMMPDAS）对在杂波环境下跟踪机动目标提供了一个较为有效的解决方法。然而，在此标准的平滑算法中，对于每一种模型采用相同的延迟间隔。提出了一种新的基于IMMPDA状态扩展系统的算法。它的改进性在于针对每种模型的复杂性采取不同的平滑延迟步幅，从而计算量将会大大降低，并且使用将更加灵活。通过对一个高度机动目标的多传感器跟踪的仿真实例来进行验证。仿真结果表明提出的平滑算法精度上与原有的平滑算法相差无几，都比已有的IMMPDA算法在航迹估计精度上有了显著提高，但却有更小的计算量。     

一种改进的多模型噪声辨识方法

在混合系统参数估计问题中，交互式多模型算法是一种比较有效的求解方法。但是当系统机动模式较多时，模型集中的模型数目也随之增加。针对模型集过大导致的参数估计精度下降的现象，提出了一种改进的多模型算法，并将其应用于系统噪声辨识。它利用多扫描量测信息，采用离散优化技术，获得近似于系统的实际噪声水平的最优的子模型集。然后，利用此进行噪声估计作为结果输出。Monte Carlo仿真结果表明了新算法估计精度优于标准IMM算法。     

基于关系网络的工作倦怠有限交互演化模型

工作倦怠这一心理困扰问题已十分普遍, 若要进行有效的干预需对其演化过程进行分析. 为研究关系网络中行为人在工作倦怠方面上的自然产生、干预与交互, 描述不同情形选择作倦怠发展与演化的过程, 建立了工作倦怠主体信息有限交互的网络演化模型, 并对模型进行了仿真计算和分析. 首先, 根据人际关系网络的小世界特性, 运用NW方法生成了小世界网络, 并对整体工作倦怠水平进行赋值; 其次, 根据工作倦怠这一心理破坏过程和干预过程的缓慢性和动态性, 遵循工作倦怠的自然发展性、可干预性和有限交建立动态演化模型, 并在模型中加入关系网络各行为主体自我调整因素; 最后通过仿真计算和分析得到当干预与自然发展状况不匹配会导致倦怠扩散, 网络中行为人之间的交互作用增强会导致倦怠水平呈现更高的同步性, 行为人的自我调整会显著影响群体成员间倦怠的传播.     

基于BA-BSO交互机制的自适应群体共识模型

多准则群体决策环境下,决策个体间存在复杂交互关系,由经验阈值引导的共识过程难以规避非合作行为对共识的扰动,导致群体决策结果的一致性与稳健性较差.本文聚焦于群体共识实现过程中交互网络结构,共识驱动要素和偏好交互模型等三个核心内容,提出了基于BA-BSO交互机制的自适应群体共识模型.鉴于交互关系分布的不平衡性,本文设计了BA无标度交互网络模型,实现对非合作者的动态识别及其交互关系的自适应管理.其次,结合个体贴近度和共识成本设计了满足超模博弈条件的个体交互效用,以引导个体偏好的收敛与群体共识的自发涌现.在偏好交互过程中,本文基于BSO优化算法和“多数原则”设计了偏好交互模型以及最优方案选择规则,既反映了个体与相近观点交互的倾向,又规避了非合作者观点的过度影响,改善了群体决策结果的一致性与稳健性.最后,算例分析与对比分析说明了本文方法的有效性与优越性.     

一种具有抑制作用的多信息传播模型

针对大量现实系统中多种信息传播并存,且不同传播之间存在相互作用的现象,以复杂网络为系统模型,采用复杂网络传播动力学相关理论,对同一系统中多信息传播并存情况下的传播模型和传播动力学过程以及相关性质进行系统的探索研究。针对多信息传播并存过程中相互抑制作用,给出多信息传播的SIn模型。以仿真的方法对研究结果进行试验验证,确认该模型对模拟和预测多种信息传播并存系统动力学行为是有效的。     

基于多分类离散选择模型的农产品安全风险评估研究

针对农产品安全风险评估问题,提出了一种基于多分类离散选择模型的风险评估方法。在建立农产品安全风险评估指标体系的基础上,建立有序多分类Logistic模型,给出了风险判别分析计算步骤。结合山东省出口蔬菜备案基地评价数据进行了实证研究。表3,参7。     

一种多分辨率仿真模型构建方法

针对人在回路仿真推演中高层级指挥员下达作战任务与仿真系统模型指令之间的分辨率鸿沟,提出了一种基于行为树的多分辨率模型构建方法。通过改进行为树语法,实现了低分辨率作战任务解聚为高分辨率仿真系统指令;通过设计嵌入行为树的决策模型,解决了模型指令执行过程中面临的资源不确定性、执行效果不确定性问题。设计了夺取制空权作战场景,验证该方法的有效性。     

一种基于HMM的多传感器多目标快速跟踪算法

在分布式多传感器系统中 ,一种基于隐Morkov模型的检测与跟踪算法得到了应用。该算法的优点在于适用于机动目标模型 ,且对目标的观测噪声未加任何限制。但由于该模型中所采用的Viterbi算法计算量大 ,实时性较差 ,因此提出了一种自适应算法以减少Viterbi算法中的冗余状态 ,有效地克服了其计算量大的缺点。实验表明 ,在相同的多目标跟踪仿真环境下 ,自适应Viterbi算法可以有效提高计算速度 ,且算法性能与原算法相似     

多分辨率作战仿真系统中实体交互的研究

指出了多分辨率作战仿真系统中存在的不同分辨率的聚合级实体之间以及聚合级实体和平台级实体之间的交互问题。针对这一问题，提出了通过指挥实体的指挥控制关系有机的连接不同分辨率的聚合级实体和平台级实体的方法，解决了不同分辨率的聚合级实体之间以及聚合级实体和平台级实体之间交互信息的过渡问题．建立了交互信息的层次化处理机制和方法，提高了交互信息处理的效率和针对性．