模糊数据关联在多传感器多目标跟踪中的应用

运用现代数学中的综合分析方法 ,对杂波环境下多传感器多目标跟踪中的模糊数据关联算法进行了研究 ,讨论了两航迹状态估计向量间关联度的度量、评价方法和模糊关联准则 ,并对算法进行了仿真分析 ,结果证明模糊关联算法对数据关联的质量有明显改善     

模糊逻辑和数据融合在监控系统中的应用

传统监控系统的一个主要缺点是利用单一传感器来监控单一监控点,由于传感器内部品质和系统外部噪声的影响使得系统的可靠性不理想.数据融合技术可以把互相独立的传感器变为互相联系的整体,增加了信息的冗余度从而提高系统的可靠性.而模糊逻辑可以把数据很好地融合在一起.笔者给出了数据融合算法的推导过程及系统的结构框图.     

神经网络在多传感器多目标跟踪中的应用

首先研究了基于粗关联和精关联过程的多传感器多目标(MSMT)跟踪融合算法，精关联是联合概率数据关联(JPDA)算法的推广，JPDA算法存在随传感器数和目标数的增加而计算量迅速增加的缺点；其次提出了一种基于神经网络的MSMT联合概率数据互联(MNJPDA)算法，MNJPDA算法能克服计算量爆炸问题，基于MNJPDA的融合算法能提高跟踪的快速性．仿真结果证明了MNJPDA融合算法的有效性．     

模糊数据融合在目标跟踪中的应用

在目标跟踪滤波算法的基础上,提出利用模糊理论进行数据融合的算法。应用模糊理论,对双传感器的滤波数据进行特征提取,并在一定的隶属函数和模糊规则下对其进行模糊推理,得到随目标机动情况自动调节加速度方差的系数调节值,使之保持对目标机动的快速响应。分析中采用蒙特卡洛仿真方法,对融合前后的滤波结果进行比较。模糊数据融合利用领域专家总结的相关知识,将融合结果反馈给单传器,以提高各单传感器的跟踪精度。     

动态模糊逻辑理论在入侵检测技术中的研究

阐述了动态模糊逻辑理论,运用动态模糊逻辑的理论来解决入侵检测中的这些动态模糊数据的问题,介绍了动态模糊入侵检测系统的基本过程。     

模糊逻辑在IDS中的应用研究

近年基于数据挖掘的异常检测技术已经成为研究热点,本文进一步把模糊理论引进入侵检测中,提出一种基于模糊关联规则挖掘的算法,并用遗传算法优化隶属函数参数,经过仿真测试,证明方法的有效性．     

模糊逻辑方法在纠错码中应用

基于现实世界中模糊信息的背景,利用模糊逻辑方法讨论如何对模糊信息进行编码与传输的问题。提出能对模糊信息进行编码的模糊纠错码,讨论了重量、距离、译码准则等基本概念。分析了模糊纠钷码的优点及其与普通划码的关系,并给出了利用模糊纠错码的通信系统模型。建立了线性模糊纠错码的概念,研究了生成阵、校验阵、对偶码等性质。最后批出利用模糊神经网络技术实现线性纠错码的编码方案和译码技术,译码模拟结果显示了性能优势。     

模糊逻辑在图像增强算法中的研究及应用

提出了基于模糊逻辑和纹理分析的图像增强算法,通过图像模糊化、提取纹理信息和纹理信息模糊化、定义局部对比度、根据全局和局部信息来进行对比度的变换等措施,提高了增强算法的效果.测试结果表明该算法能很好地增强图像的边缘等细节信息,同时避免放大噪声和过增强的出现.     

模糊逻辑技术及其在家用电器中的应用

论述了模糊逻辑技术的特点、发展进程及其在家用电器领域中的应用。     

分布式多目标跟踪中数据融合的一种新方法

数据融合问题是分布式多传感器多目标跟踪中的关键问题。相关文献在航迹和假设的相容性判别以及数据融合过程的分析等问题上存在一些不足。该文从“无矛盾原则”出发,给出了准确而完善的航迹和假设相容性判别条件,澄清了前人在此问题上的一些模糊概念。对航迹和假设的融合过程做了详细的分析,提出了“定向融合航迹”和“自由融合航迹”的概念。按照新的航迹和假设相容性判别条件,进行了仿真实验。实验结果证实新方法是有效性的。     

并联混合动力汽车模糊多目标控制策略

针对并联混合动力汽车(PHEV),提出一种模糊多目标整车控制策略.通过应用电动机等效燃油消耗的概念,将整车燃油消耗与尾气排放同时作为优化目标.应用模糊逻辑和最小加权偏差法,并根据当前工况对优化目标的偏好情况,求得瞬时最优工作点.基于ADVISOR仿真平台的研究表明,模糊多目标控制策略(FMCS)相对基于规则的控制策略(RBCS)能够在不损失车辆动力性能的前提下有效降低燃油消耗和尾气排放,同时将电池荷电状态(SOC)维持在合理范围内.     

一类非线性时滞系统的模糊变结构控制

结合模糊逻辑和变结构控制讨论了一类非线性控制系统的稳定性,利用模糊逻辑逼近一类非线性时滞系统,然后对模糊系统设计变结构控制律,达到了对非线性时滞系统的稳定控制．在理想滑动模的条件下利用线性矩阵不等式给出了时滞系统闭环稳定条件．     

Compactness in fuzzy logic

Compactness in Pavelka’s fuzzy logic for some compact lattices of truth values is shown, and the concept of gradual compactness is introduced to establish some corresponding results in a more general setting.     

新结构重心法去模糊单元电路设计

为解决模糊控制器电路设计中的去模糊运算问题,提出了一种数模混合电路实现的模糊控制器去模糊运算单元电路设计。通过对折叠型G ilbert乘法器电路作适当的扩展,提出了多路乘法器的设计,实现了多个输入电压与一个共同的乘数电压的乘法运算,并应用该多路乘法器和运算放大器设计了归一化激活度计算电路。应用归一化激活度计算电路和加权求和电路组成了该新结构的去模糊单元电路。采用无锡上华0.6μm混合信号工艺参数设计完成。H sp ice模拟结果表明该单元电路可以完成去模糊运算工作,并作为子单元电路应用于模糊控制器的VLS I实现。     

一种扩展的模糊描述逻辑

为了提高对复杂模糊信息的表示能力,提出一种扩展的模糊描述逻辑.扩展模糊描述逻辑引入模糊概念和模糊关系的截集形式作为原子概念和原子关系,继承经典描述逻辑中的概念构造器和知识库形式,建立新的知识表示逻辑体系.定义了扩展模糊描述逻辑的语法结构、语义解释、知识库形式以及基于可满足性的推理问题.通过与模糊描述逻辑的比较,阐述了模糊描述逻辑可转化为扩展模糊描述逻辑,从而例证了扩展模糊描述逻辑具有比模糊描述逻辑更强的表达能力.     

基于模糊推理规则的开关磁阻电机转子位置估算研究

由于电机间接转子位置角度估计方法中存在一定误差，采用一般的控制策略难以实现电机性能的良好控制。为了提高电机的转速控制精度和抑制转矩脉动，在分析开关磁阻电机的非线性数学模型的基础上，研究了模糊转子位置估算方法，提出了一种新的无位置传感器转子位置估算方法：基于模糊推理规则的转子位置估算，并对此方法的误差信号进行了分析。     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach. A major problem in applying the Choquet integral is how to determine a large number of fuzzy measures as the number of attributes increases. The λ-fuzzy measure proposed by Sugeno is a powerful method to resolve this problem. However, the modeling ability of the λ-fuzzy measure is too limited to satisfy actual requirements. In this paper, an extended λ-fuzzy measure is proposed using Shapley value index, and the limitation of the λ-fuzzy measure is significantly overcome under little additional computational loads. The extended fuzzy measure has stronger modeling power than the λ-fuzzy measure, straightforwardly representing interaction among attributes. We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant. The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach.A major problem in applying the Cho- quet integral is how to determine a large number of fuzzy measures as the number of attributes increases.Theλ-fuzzy measure proposed by Sngeno is a powerful method to resolve this problem.However,the modeling ability of theλ-fuzzy measure is too limited to satisfy actual requirements.In this paper,an extendedλ-fuzzy measure is proposed using Shapley value index,and the limitation of theλ-fuzzy measure is significantly overcome under little additional computational loads.The extended fuzzy measure has stronger modeling power than theλ- fuzzy measure,straightforwardly representing interaction among attributes.We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant.The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.