基于严密Helmert方差分量估计的动态Kalman滤波

针对Kalman滤波模型推导了严密的Helmert方差分量估计公式.在此基础上,构建了方差分量估计辅助的Kalamn滤波解,改进的Kalman滤波与标准Kalman滤波的计算过程基本相同.推导了方差分量估计对Kalman滤波解的影响.理论推导和计算结果均表明,Helmert方差分量估计辅助的Kalman滤波能够合理调控动力学模型误差的影响,合理平衡观测信息与动力学模型信息对Kalman滤波解的贡献,提高状态参数估计的精度;严密Helmert方差分量估计与简化Helmert方差分量估计辅助的Kalman滤波解基本等效.     

基于鲁棒信息滤波器的图像雅可比矩阵在线估计

针对现有的图像雅可比矩阵无标定求解方法,分析了基于Kalman滤波、模糊自适应Kalman滤波和粒子滤波的图像雅可比矩阵在线估计的优缺点。为了进一步提高未知环境下的系统估计精度,选择基于滤波理论的估计框架,对系统模型进行调整,用鲁棒信息滤波器在线估计图像雅可比矩阵,该滤波算法对任意分布的有界噪声都具有较强的鲁棒性。仿真和实验结果表明,在未知系统噪声的情况下,该算法仍可以实现图像雅可比矩阵的精确估计。     

两传感器信息融合最优白噪声反卷积Wiener滤波器

应用现代时间序列分析方法和白噪声估计理论,提出了两传感器最优信息融合白噪声反卷积Wiener滤波器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。     

一类随机分布参数系统最优滤波

本文推广文献[1]的结果,讨论一类随机分布参数系统在量测噪声与分布噪声及边界噪声相关的一般条件下最优线性滤波估计问题.用Wiener-Hopf理论导出最优滤波估计所满足的偏微分方程组,并给出与新息过程的关系.推导出最优滤波误差阵所满足的定解问题.最后给出一种近似算法.     

二相编码信号载频盲估计快速算法研究

讨论二相编码信号载频盲估计快速算法.在没有接收信号先验知识的情况下,首先粗略估计出二相编码信号的载频(fc)和3 dB带宽(△f3dB),然后以(fc)为中心,以4(△f3dB)为带宽对BPSK信号滤波,再对滤波后信号平方得到一个准正弦波信号,估计出该信号的频率,最后将该频率除以2就得到BPSK信号的载频精确估计值.理论分析证明本算法的合理性,并给出算法的应用门限.仿真结果表明本算法在没有先验知识的情况下可以对BPSK信号载频进行精确估计,特别是在低信噪比条件下依然能够取得良好的估计性能,且本算法简单易行,运算量小,适合实时处理.     

一种分布式阵列无模糊波达方向估计方法

为解决分布式阵列应用常规算法估计波达方向(DOA)时出现的角度模糊问题,提出一种基于压缩感知(CS)理论的无模糊DOA估计方法.利用新方法对分布式阵列的接收信号分别通过直接采样和随机矩阵两种压缩采样方式进行二次采样,将接收信号转换为CS理论所需的随机观测数据,并利用CS重构算法将目标DOA信息从观测数据中高概率、无模糊地获取.将新方法与多重信号分类法(MUSIC)和旋转不变子空间算法(ESPRIT)等经典常规DOA估计算法的运算量进行了详细对比,指出新方法的运算量更小.通过与现有分布式DOA估计方法的仿真实验对比,验证了新方法的有效性,并分析分布式阵列接收阵元数的改变对新方法 DOA估计精度的影响.     

两种证券下最优投资策略问题的鞅分析

一般情况下投资者只可得到市场的部分信息,但若将鞅分析方法与金融理论相结合,在这种情形下为求解投资消费问题运用随机滤波(如线性或非线性Kalman滤波)理论对漂移系数进行估计,随后即可采用随机控制理论和鞅方法获取市场信息。通过研究两种证券下投资与决策问题,在完备的辅助市场条件下给出了投资消费问题的最优决策,即投资在风险资产上的消费比例,同时,考察如何在最优投资与消费问题中采用鞅分析方法。     

基于802.16d的OFDM导频信道估计

以基于导频的信道估计展开研究.首先总结一般无线信道的多径时变统计特性,给出SUI-3信道模型的仿真实现.在此基础上,研究现有的块状导频插入方式下信道估计算法的原理和性能.基于Alamouti空时编码方案,构建1种具有2个发射天线和1个接收天线的时-频空时编码的正交频分复用(OFDM)系统,提出适用于虚载波系统的基于DFT变换的信道估计算法.该方法利用DFT迭代算法来重构虚载波的频域信道状态信息,通过时域滤波方法来抑制噪声.仿真结果表明:该算法实现了良好的信道估计性能,有效可行.     

基于电平交叉率的多普勒频移估计方法

针对在莱斯信道下对接收信号进行最大多普勒频移估计的需求,提出基于电平交叉率的传统多普勒频移估计方法,引入循环迭代的思想使得接收端的滤波器带宽达到最优,接收信号通过最优滤波后,再进行基于电平交叉率的多普勒频移估计,大大减缓了噪声对估计性能的影响.改进算法的复杂度虽然有所提高,但在莱斯信道下,其比传统的多普勒频移估计算法更能准确估计出接收信号的多普勒频移,仿真结果验证了算法的有效性和优越性.     

无穷区间上模糊(H)积分的数值计算

基于计算模糊随机变量的期望的需要,文献[9,10]定义了无穷区间上的模糊Henstock积分,讨论了一维有界模糊数值函数(H)积分的求积规则,并给出了误差估计.考虑到n维模糊随机变量期望的计算,在文献[10]的基础上,本文讨论了无穷区间上n维模糊数值函数Henstock积分的求积公式及其误差估计.     

船舶航向非线性系统自适应模糊补偿控制

摘要： 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.     

多值滤子及其应用

研究了模糊集理论中的一个基本问题：什么是多值滤子？利用模糊幂集固有的模糊偏序，通过给出滤子公理的多值解释，对该问题给出了一个新的回答.此外,作为多值滤子的一个应用,用它刻画了强Ω拓扑.     

Modeling Multisource-heterogeneous Information Based on Random Set and Fuzzy Set Theory

This paper presents a new idea, named as modeling multisensor-heterogeneous information, to incorporate the fuzzy logic methodologies with mulitsensor-multitarget system under the framework of random set theory. Firstly, based on strong random set and weak random set, the unified form to describe both data （unambiguous information） and fuzzy evidence （uncertain information） is introduced. Secondly, according to signatures of fuzzy evidence, two Bayesian-markov nonlinear measurement models are proposed to fuse effectively data and fuzzy evidence. Thirdly, by use of ＂the models-based signature-matching scheme＂, the operation of the statistics of fuzzy evidence defined as random set can be translated into that of the membership functions of relative point state variables. These works are the basis to construct qualitative measurement models and to fuse data and fuzzy evidence.     

模糊信息粒化理论及应用研究综述

信息粒化因模拟人类分析处理复杂问题的方式而受到广泛关注．基于模糊集理论、粗糙集理论及商空间理论等典型信息粒化理论及方法的研究已取得长足的发展, 其中基于模糊集的信息粒化理论及方法旨在应对普遍存在的具有模糊性的问题和现象．本文综述模糊信息粒化理论与方法的建立及发展过程, 梳理模糊信息粒化研究成果的系统体系结构, 总结其在聚类、预测和关联规则挖掘等重要领域的应用，以促进该领域的研究．      

基于不敏Kalman滤波的多传感器数据融合算法

针对非线性系统状态估计的有效融合问题,给出了一种基于不敏Kalman滤波的多传感器数据融合算法.首先,依据单传感器的量测利用不敏Kalman滤波器得到局部状态估计值;其次,依据模糊集合理论中隶属度的性质构建反映局部状态估计结果的支持度函数和支持度矩阵,进而实现对于各局部状态估计之间蕴含冗余和互补信息的充分提取;最终,通...     

基于改进粒子滤波算法的水下目标跟踪 

针对复杂水下环境中声探测传感器获得的运动目标信息具有不确定性和模糊性等问题,提出了基于声探测传感器特点的高斯粒子滤波水下目标跟踪方法.基于粒子滤波理论,采用一阶自回归模型作为运动目标状态转移的依据,设计了由目标区域的面积特征和不变矩特征相融合的观测模型,解决了目标跟踪中的粒子权值的选取问题,克服了传统粒子滤波重采样问题,提高了复杂环境下目标跟踪结果的准确率.展示了应用高斯粒子滤波实现水下目标跟踪的过程.试验结果表明,该方法具有较好的鲁棒性和实时性,是复杂水下环境中目标跟踪的一种高效可行的新方法.     

模糊集技术在网络信息过滤系统中的应用研究

本文将模糊模式识别引入到校园网信息过滤系统中，通过网页内容识别和分级技术将各种不同网站进行分类，过滤和禁止有害网络信息，从而达到校园网的信息“净化”目的。     

模糊逻辑在分布式多目标跟踪融合中的应用研究

多传感器多目标跟踪融合中的目标航迹包含了模糊信息，这种模糊信息可以用模糊隶属度函数来描述．利用对两航迹的位置偏差、速度偏差和加速度偏差进行模糊化、模糊逻辑推理及去模糊等技术，提出了分布式多传感器多目标航迹模糊融合关联方法，计算机仿真结果表明了模糊逻辑方法应用于多目标航迹融合关联判别的有效性，较好地解决了航迹融合关联问题。     

模糊信息过滤算子的公理化体系

针对在利用模糊信息进行决策时,常常需要依据某种决策意识,强化或削弱某些因素的作用,即需要对模糊信息进行过滤处理,在分析了现行信息过滤方法本质特征的基础上,提出了模糊信息过滤算子的公理化体系,并给出了建立信息过滤算子的一般方法,讨论了信息过滤在模糊综合评判中的应用.     

基于模糊相似矩阵的分类方法

粗糙集理论是一种处理不确定性问题的有力工具，它假定知识是一种对对象进行分类的能力，分类是推理、学习与决策中的关键问题，传统粗糙集所基于的是不分明关系，这往往使得分类过细，因而笔者探讨一种基于模糊相似矩阵的分类方式，把传统的等价关系弱化为模糊等价关系，从而可得到更具表达力的粗糙集模型。