自适应多速率交互式多模型算法

为提高交互式多模型算法性能，在交互式多模型算法的框架下引入了“当前”统计模型和多速率常速模型，开发了自适应多速率交互式多模型算法．Monte Carlo仿真结果表明，自适应多速率交互式多模型算法在减少计算量的同时，跟踪滤波效果优于采用常速和常加速模型的标准交互式多模型算法．     

关于小波分解原子时算法的等效模型

根据小波分析的基本原理,在分析小波分解原子时算法的基础上,提出了一种小波分解原子时算法的等效模型。通过多次的实验和大量的原始测量数据对算法模型进行了验证,并比较了小波原子时算法与等效模型的运算速度。结果表明,该模型可以提高原子时计算的速度,适合于原子时算法的快速计算。     

基于模糊逻辑和机动检测的AGIMM跟踪算法

针对机动目标高机动和多阶段运动的特性,单模型跟踪算法难以实现精确跟踪的问题,提出一种基于模糊逻辑和机动检测的AGIMM跟踪算法。考虑现有的AGIMM算法网格模型收敛速度慢和机动检测方法过于依赖模型后验概率的问题,首先引入模糊逻辑算法计算机动检测的可信度,然后利用机动检测可信度信息、目标的机动信息和模型的后验概率调整跟踪模型集的结构,克服了AGIMM算法模型收敛速度慢的不足,实现了模型与目标运动模式的快速匹配。仿真结果表明:与AGIMM算法和固定结构交互式多模型算法相比,文中提出的算法使得不同条件下的位置跟踪误差分别至少降低5.6%和15.1%,说明该算法具有更快的模型收敛速度和更高的目标跟踪精度。     

新分布式算法的研究

首先介绍了分布式算法的相关概念和分布式算法的分类,然后根据同步模型和异步模型的特点,分别讨论了两种模型的研究方法,重点研究了异步网络模型中的一致性全局快照与稳定属性检测的问题,详细解释并改进了异步网络模型A算法的终止检测镜像算法,同时分析了算法的时间及通信复杂度.     

主/被动雷达模糊自适应IMM融合跟踪算法

在主/被动雷达复合制导背景下,提出一种基于模糊自适应交互多模型(IMM)的分布式融合算法。该算法将交互多模型和模糊推理的优点相结合,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。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。数字仿真结果表明了算法的有效性。     

程度上下近似算子的逻辑或运算模型

为探索新的程度粗糙集拓展模型,基于程度的逻辑或需求,提出了程度上下近似算子的逻辑或运算模型。在该模型中,研究了程度上下近似算子的逻辑或运算的本质、基本结构与性质,提出了宏观算法与结构算法,进行了算法分析与比较,得到了结构算法比宏观算法更具空间优势的结论。最后用实例对程度上下近似算子的逻辑或运算模型及其算法进行了说明。     

关于BMI模型的算法及其研究

对基于区间值估计的 BMI模型作了充分的研究 ,给出了该模型的算法的一些直观特征 ,并指出了该模型的算法的一些不完善的地方以及该模型中的一些不合理的限制条件 ,在此基础上 ,给出了一个修正的算法 ,该算法解决了原算法中存在的不确定性的平行传播问题     

RFID系统阅读器防冲突算法研究与分析

研究了RFID阅读器网络中的关键问题：阅读器冲突问题。给出了两种阅读器冲突模型：频率冲突模型和标签冲突模型。研究了目前已有的阅读器防冲突算法,并对这些算法进行了比较分析。最后,提出一种新的、便于操作的阅读器防冲突算法,并对该算法进行了理论分析。该算法适合于拓扑结构变化频繁的移动式阅读器网络。     

全路径Logit交通分配模型的求解方法

分析了求解Logit模型的现有算法的不足,根据路网的连通特征提出了一种新的求解全路径Logit分配模型的迭代算法.给出了算法和Logit模型的等价性证明,并和经典的Dial算法进行了比较.     

基于快速蒙特卡罗值迭代算法实现认知无线电信道接入

在认知无线电(CR)技术中,无线网接入是一个极为重要的问题。针对这一问题,当前主流的解决思路包括博弈算法和基于部分可观测马尔科夫决策过程模型(POMDP)的算法。相比于博弈算法,基于POMDP模型的算法具有更好的环境适应性。在此背景下,提出了基于POMDP模型的快速蒙特卡罗值迭代算法(fast MCVI)解决无线网接入问题。与其他解决POMDP模型的算法不同,该算法可解决值连续状态空间下的POMDP模型,具有更好的可靠性和稳定性。另外,相比于传统MCVI算法,快速MCVI算法使用非可支配排序遗传算法(NSGA2)进行优化,加快了算法收敛速度,使其在相同运行时间内能获得更好的决策结果。实验证明,通过值连续状态空间的POMDP模型对CR接入问题建模并使用快速MCVI算法进行决策,网络吞吐率比传统MCVI算法提高了1~1.7个百分点,比贪心算法提高了2.8~5个百分点。     

与观测信息相关的n阶隐马尔可夫模型的参数估计

定义了与观测信息相关的n阶隐马尔可夫模型,给出了该模型的结构.研究了该模型的前向算法,并用前向算法计算给定模型下观测序列出现的概率.通过研究该模型的Baum-Welch算法,导出了它的参数重估公式.     

一种新的阴影算法

本文通过对Williams的Shadow Z—Buffer阴影算法的分析和研究,建立了一个圆锥阴影模型,设计了一种新的阴影算法。圆锥阴影模型可以用空间精确的点判别空间精确点的可照性,从而避免了因点取整带来的问题。阴影算法中引入了盒子试验,提高了算法的速度。利用这个模型和算法可以产生任何物体的各种阴影。     

价格折扣下EOQ模型的改进

经济订货批量模型中,传统的价格折扣模型对实际问题考虑有误差。本文针对模型的误差,进行了讨论和弥补,对原有算法进行了改进,提出了新的算法。并结合一个实例,说明了新算法的合理性和优点。     

一种离散非线性随机系统模型及其自校正调节器

建立了一种描述离散非线性随机系统新的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,参考CARMA模型下自交正调节器控制律的算法结构,同时给出了新模型了自校正调节器的算法,它将CARMA模型的算法在结构上从线性扩展到非线性。     

基于快速MCVI算法实现CR信道接入*

在认知无线电(CR)技术中,无线网接入是一个极为重要的问题。针对这一问题,当前主流的解决思路包括博弈算法和基于部分可观测马尔科夫决策过程模型(POMDP)的算法。相比于博弈算法,基于POMDP模型的算法具有更好的环境适应性。在此背景下,本文提出了基于POMDP模型的快速蒙特卡罗值迭代算法(Fast MCVI)解决无线网接入问题。与其它解决POMDP模型的算法不同,该算法可解决值连续状态空间下的POMDP模型,具有更好的可靠性和稳定性。另外,相比于传统MCVI算法,快速MCVI算法使用非可支配排序遗传算法(NSGA2)进行优化,加快了算法收敛速度,使其在相同运行时间内能获得更好的决策结果。实验证明,通过值连续状态空间的POMDP模型对CR接入问题建模并使用快速MCVI算法进行决策,网络吞吐率比传统MCVI算法提高了1~1.7个百分点,比贪心算法提高了2.8~5个百分点。     

倾斜摄影实景三维单体化模型自适应聚类算法

为提高单体化模型提取方法的性能,提出一种基于自适应聚类算法的实景三维单体化模型提取算法,分析了自适应聚类算法中自适应因子的作用并将改进后的自适应模糊C均值算法应用于实景三维模型单体化提取中。实验结果表明,文中算法在实际建筑物密度较大区域能够有效地提取出单个三维模型。     

基于星敏感器双矢量观测信息的卫星姿态确定算法研究

针对三轴稳定卫星,研究基于星敏感器双矢量观测信息的卫星高精度姿态确定算法。建立了姿态运动学模型、敏感器测量模型、QUEST算法模型和扩展卡尔曼滤波(EKF)模型。对比分析了QUEST算法以及星敏感器与陀螺组合的扩展卡尔曼滤波(EKF)算法的定姿精度。通过数学仿真,表明基于星敏感器和陀螺的扩展卡尔曼滤波组合姿态确定算法具有更高的定姿精度。     

频域分析的实阻性模型

本文应用复数网络理论,提出了一种用于频域分析的新模型—实阻性模型。该模型仅含电源与电阻类元件,因而对其建立的网络方程不含复数。在此模型的基础上,文中给出了一种计算机辅助频率特性分析的新算法。该算法避免了传统算法中因复数运算而带来的困难。算法简便,易于推广。     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

菌群优化算法分析

菌群优化算法虽然有诸多优点,但因算法较新而使得其适用范围有待进一步明确。本文通过对简单非线性模型、典型非线性模型以及复杂非线性模型的仿真,验证了该算法的有效性并对算法进行了分析。通过实际算例的仿真结果确定了该算法不适合运用于无显著峰谷的非线性优化问题的求解上,并在此基础上对该算法的特性通过仿真结果进行了分析。