微弱核四极矩共振信号参数估计新方法

核四极矩共振(nuclear quadrupole resonance, NQR)是一种固态射频谱分析技术,可用于检测高危险爆炸物。然而,核四极矩共振信号本身非常弱,并且易受线圈热噪声和射频干扰的影响,精确估计NQR信号参数成为难题。提出基于改进的快速最大似然估计的残余信号迭代分解算法估计NQR信号参数,该算法将多维搜索问题转化为多个一维搜索,在降低计算复杂度的同时提高了参数估计精度,有效地解决了干扰信号对NQR信号的遮蔽问题。仿真和实测数据的结果证明了该算法的有效性。     

Troubleshooting algorithm for solving assignment problem and its applications

A new troubleshooting algorithm for solving assignment problem based on existing algorithms is proposed, and an analysis on the related theory is given. By applying the new troubleshooting algorithm to the Lagrange relaxation algorithm of the multi-dimensional assignment problem of data association for multi-passive-sensor multi-target location systems, and comparing the simulation results with that of the Hungarian algorithm which is the classical optimal solving algorithm, and the multi-layer ordersearching algorithm which is a sub-optimal solving algorithm, the performance and applying conditions of the new algorithm are summarized. Theory analysis and simulation results prove the effectiveness and superiority of the new algorithm.     

基于探测区域搜索的TOA量测数据关联

到达时间(time of arrival,TOA)量测数据关联是多发单收非协同探测系统中的关键技术之一。针对传统算法中由于需要排列组合导致运算量大的问题,提出一种基于探测区域搜索的TOA量测数据关联算法。首先通过方位搜索,得到多条TOA曲线的离散采样点,然后通过对离散曲线进行扩散叠加,可将量测数据关联问题转化为二维平面的峰值检测问题。仿真实验表明,所提算法在几乎不影响关联正确率的前提下,能够有效提高运算效率,具有良好的工程应用前景。     

Fast DOA estimation algorithm for MIMO sonar based on ant colony optimization

The maximum likelihood (ML) estimator demonstrates remarkable performance in direction of arrival (DOA) estimation for the multiple input multiple output (MIMO) sonar.However,this advantage comes with prohibitive computational complexity.In order to solve this problem,an ant colony optimization (ACO) is incorporated into the MIMO ML DOA estimator.Based on the ACO,a novel MIMO ML DOA estimator named the MIMO ACO ML (ML DOA estimator based on ACO for MIMO sonar) with even lower computational complexity is proposed.By extending the pheromone remaining process to the pheromone Gaussian kernel probability distribution function in the continuous space,the proposed algorithm achieves the global optimum value of the MIMO ML DOA estimator.Simulations and experimental results show that the computational cost of MIMO ACO ML is only 1/6 of the MIMO ML algorithm,while maintaining similar performance with the MIMO ML method.     

被动传感器系统模糊-概率双加权数据关联新算法

针对被动传感器系统中的数据关联问题,提出了一种新的被动传感器系统模糊-概率双加权数据关联算法。该算法首先利用候选关联的方位角建立检验统计量,进行方位的粗关联,排除一部分虚假候选关联,减少计算量;再对保留的候选关联进行交叉定位,计算每个交叉定位点与各个目标的关联概率;同时对相应的候选关联建立模糊关联度,来修正目标的关联概率,最后采用最大值搜索方法得到各个目标的正确关联。仿真结果表明,该方法可以快速、准确的排除虚假定位点,能够有效的对多个目标进行跟踪。     

基于PSO的ML-PDA算法及其并行实现

针对密集杂波条件下的目标检测与跟踪问题,开展极大似然概率数据关联(maximum likelihood probabilistic data association, ML-PDA)算法优化与实时计算问题研究。在算法层面,通过在极大化对数似然比(log likelihood ratio, LLR)过程中引入粒子群优化(particle swarm optimization, PSO)方法,并进一步提出基于观测引导的PSO播撒粒子方式,提升算法的计算效率;在实现层面,提出基于图形处理器(graphic processing unit, GPU)的PSO实现策略。仿真实验结果说明了基于观测引导PSO算法搜索的有效性。在GPU平台上实现该算法获得显著的加速比,验证了所提出方法具有工程实时性。     

用于短波高速数据传输的迭代合并均衡算法

在短波高速数据传输系统中,为了消除电离层反射信道所产生的符号间干扰和快速时变深衰落,依据最小均方误差准则提出一种迭代合并均衡器及其算法。所提算法对空间分集合并和均衡进行联合优化,并与译码器交换软信息进行迭代,从而充分利用时域和空域信息。为降低迭代引入的运算量,进一步提出一种基于自适应选择机制的低复杂度算法。仿真结果表明,所提算法能够明显改善短波数据传输系统的接收性能,而低复杂度算法则在保证算法性能的前提下使运算量得到有效控制。     

修正并行式多传感器不敏多假设跟踪算法

为了有效解决非线性系统中的多传感器多目标跟踪问题,提出了一种修正并行式多传感器不敏多假设滤波算法。算法运用概率数据互联的思想对各传感器的估计量进行概率加权,克服了并行式多传感器算法的误差积累现象,得到了一种修正的多传感器并行式算法。各传感器中量测点迹与航迹的数据互联问题通过多假设方法予以解决,并通过不敏卡尔曼滤波器完成非线性系统中的目标跟踪。仿真结果表明,从跟踪精度及稳定性方面看,所提出的算法性能要优于MSJPDA/EKF算法。     

一种最大似然调制识别的快速算法

针对最大似然调制识别算法计算复杂度高的问题,提出了一种可用于实时软件接收机中的离散最大似然算法。通过预存离散似然函数值而后直接查表调用的方式解决耗时的似然函数计算问题,并且算法对载波频率偏差和相位偏移具有鲁棒性。仿真结果表明,该算法与最优最大似然调制识别算法相比,能有效地简化运算复杂度而性能损失较小。     

Adaptive learning algorithm based on mixture Gaussian background

The key problem of the adaptive mixture background model is that the parameters can adaptively change according to the input data. To address the problem, a new method is proposed. Firstly, the recursive equations are inferred based on the maximum likelihood rule. Secondly, the forgetting factor and learning rate factor are redefined, and their still more general formulations are obtained by analyzing their practical functions. Lastly, the convergence of the proposed algorithm is proved to enable the estimation converge to a local maximum of the data likelihood function according to the stochastic approximation theory. The experiments show that the proposed learning algorithm excels the formers both in converging rate and accuracy.     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

机载雷达与红外搜索跟踪装置的航迹融合研究

在单机空对空多目标攻击武器系统中 ,发射出的导弹必须可靠地分辨并截获所指定的目标 ,这对目标探测装置的数据精度提出了相应的要求。为此 ,设计了机载火控雷达与红外搜索跟踪装置的航迹融合技术结构模型 ,其中航迹关联算法基于模式相似性测度分析 ,目标状态信息融合算法基于极大似然估计。为验证模型的有效性 ,以具体装备为背景进行了仿真研究与分析 ,并给出了其结果     

基于最大似然的同频混合信号联合定时估计算法

针对同频干扰下的混合信号时延估计问题进行研究,提出了一种基于最大似然准则的联合定时估计算法。该算法在推导似然函数的基础上,采用分级搜索方法估计信号时延,能同时实现干扰信号与有用信号的联合定时。相比传统的单信号时延估计,该算法需要有更长的观测数据长度;算法对频偏误差不敏感,在归一化频偏（相对于符号速率）小于2％时性能损失很小。仿真结果验证了算法的有效性。     

MERGING OPTIMALITY CONDITIONS WITH GENETIC ALGORITHM OPERATORS TO SOLVE SINGLE MACHINE TOTAL WEIGHTED TARDINESS PROBLEM

1.Introduction Production sequencing and scheduling is one of the most important activities in production planning and control.Sequencing is defined as the order in which the jobs are processed through the machines.The allocation of machines over time to process a collection of jobs is defined as Scheduling.Several methods have been developed to solve the scheduling problem which can be classified as follows:1)efficient optimal methods,2)implicit and explicit,or complete enumerative methods,a…     

含屏蔽数据四单元混联系统的可靠性分析

讨论了两种含屏蔽数据四单元混联系统的可靠性分析问题。在单元失效率为指数函数的情形下,详细推导出两种混联系统在逐步Ⅱ型混合截尾试验下的似然函数。利用极大似然方法给出了单元分布参数及系统可靠度函数的极大似然估计,采用似然比方法构造了未知参数的近似置信区间。最后运用蒙特卡罗方法进行随机模拟,验证了所提方法的正确性和有效性。     

基于幅值信息的联合概率数据关联粒子滤波算法

针对非线性非高斯环境下多目标被动跟踪的低可观测问题,将粒子滤波、联合概率数据关联和量测的幅值信息相结合,提出了一种基于幅值信息的联合概率数据关联粒子滤波算法。将联合概率数据关联算法中的关联似然与幅值似然比相结合,利用粒子滤波算法进行跟踪滤波,用幅值量测来改善低可观测条件下的目标跟踪性能。仿真结果表明,该算法提高了数据关联的可靠性和目标跟踪的精度。     

SLAM数据关联方法的比较分析

针对同时定位与地图构建中数据关联的效果好坏易受特征状态影响的问题,建立了两种仿真场景,在此基础上布置了不同间隔的特征对,分别采用最近邻算法、连续兼容最近邻算法、联合兼容算法、联合最大可能性算法进行特征关联的比较分析。结果表明：特征间隔对数据关联的结果有很大影响,对于大部分数据关联方法来说,在小的特征间隔时关联结果较差,在大的特征间隔时关联结果较好。结合特征在仿真场景中不同的位置,数据关联方法也各自显示出优劣之处以及在不同特征状态下的适用性。得出的结论将对SLAM中数据关联方法的理解与选择有积极意义。     

基于单调性约束的离散贝叶斯网络参数学习

针对小样本条件下的离散贝叶斯网络参数学习问题,提出一种基于单调性约束的学习算法。首先,给出了单调性约束的数学模型,以表达定性的先验信息;然后,将单调性约束以狄利克雷先验的形式集成到贝叶斯估计中,并利用贝叶斯估计进行参数学习;最后,通过仿真实验与最大似然估计和保序回归方法进行比较。实验结果表明,在小样本条件下,所提算法在准确性上优于最大似然估计和保序回归,但时效性介于二者之间。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

多传感器数据融合中的多目标静态数据关联

本文研究了无杂波和漏检的情况下三种不同类型、不同位置的传感器对数目未知的目标进行检测时的静态数据关联问题.这一问题可以通过对测量划分的联合似然函数的极大化来解决,通常可将其转化为三维匹配问题,但其求解的复杂度是NP的.本文提出了一种基于遗传算法的优化算法,来解决三维匹配问题,实验结果表明这种算法具有很高的关联成功率.