基于改进粒子滤波的微弱目标检测前跟踪算法

研究高速微弱目标的积累检测问题,提出了一种改进粒子滤波的检测前跟踪算法。该算法采用与雷达距离-多普勒图像相匹配的量测数据模型,能克服传统点扩散函数的模型误差。采用“新生”粒子从强度最高的分辨单元集内均匀产生,且按概率对权重最低的部分“存活”粒子用“新生”粒子将其替换的粒子更新策略,在增加粒子多样性的同时缓解了粒子的退化。仿真实验表明,本文算法的检测与跟踪性能要优于标准的粒子滤波算法。     

一种粒子滤波预处理方法

粒子滤波(Particle Filter)是一种基于蒙特卡罗(Monte Carlo)的贝叶斯滤波方法,通常的SIR方法存在严重的粒子匮乏现象。用大权值粒子和小权值粒子的组合来取代小权值粒子,可以减小粒子权值方差,增加粒子多样性。仿真结果表明,在状态估计的初期,使得粒子迅速靠近高似然区域,精度得到了大幅度的提高。同时,算法的实时性也有很好的改善,适用于观测噪声和状态噪声较小的情况。     

基于改进灰狼算法的粒子滤波算法研究

针对传统粒子滤波算法易出现粒子贫化与权值退化现象和为了实现对非线性系统较为准确的状态估计,通常需要大量粒子的参与的问题,提出了基于改进灰狼算法的新型粒子滤波方法,该算法用粒子表征灰狼个体,模拟狼群捕猎的过程,使粒子向后验概率的高似然区域移动,提高粒子分布的合理性.在灰狼寻优算法中引入了莱维飞行策略,提高灰狼算法的收敛速...     

基于权值选优粒子滤波器的故障预测算法

样本贫化现象会严重影响再采样粒子滤波故障预测算法对故障的预测能力,是粒子滤波算法在故障预测应用中的一个主要障碍。针对上述问题,提出了一种基于权值选优粒子滤波器的故障预测算法。按照粒子权值的大小,从大量的粒子中选择出比较好的粒子用于滤波,以增加样本的多样性,从而缓解样本贫化问题,提高再采样粒子滤波故障预测算法的跟踪能力。仿真结果显示所提出的算法是可行的。     

联网审计的绩效评价方法: 基于RC和AHP的组合应用

针对等级法(RC)和层次分析法(AHP)的不足, 提出了一种基于RC和AHP组合应用的联网审计绩效评价方法: 首先, 建立了针对联网审计绩效评价的AHP层次结构模型; 其次, 采用RC方法划分指标层各评价指标的重要等级, 并参照划分结果准确地填写AHP判断矩阵; 再次, 根据所确定的AHP判断矩阵计算各评价指标的权重, 并在此基础上建立联网审计的绩效评价模型; 最后, 通过实例分析了基于RC/AHP的联网审计绩效评价方法的应用. 通过对RC、AHP、RC/AHP三种方法生成的各评价指标权重, 以及采用三种方法计算出的绩效评价结果进行比较 表明: 基于RC和AHP组合应用的联网审计绩效评价方法有效地提高了评价指标权重计算的准确性, 从而提高了联网审计绩效评价结果的准确性.     

无线传感器网络中的异步协作通信方案

为了改善多跳传感器网络的性能,提出了一种基于三种空间分集技术的异步协作传输模式.该模式是考虑非同步网络传输,多个传感器通过共享天线,形成虚拟多天线发送/多天线接收(MIMO)的协作通信,并利用空时编码、发射天线选择和信号空间分集三种空间分集技术,有效抵制传输信道的衰落,提高了系统的分集增益.通过蒙特卡罗仿真,结果表明,对比传统的单发单收传输模式和异步空时协作传输模式,该传输模式获得了更高的分集增益,提高了系统的性能,从而节省了网络的能量损耗.     

基于模型类型匹配PHD滤波器和TBM的多目标联合跟踪分类

为了解决杂波和漏检下多目标的联合跟踪与分类问题,提出了模型类型匹配概率假设密度(probability hypothesis density,PHD)滤波器,同时将其与多传感器的可转移信度模型(transferable belief model,TBM)框架相结合,并用多个运动学雷达和粒子滤波递推实现。该算法对飞行器的先验信息进行估计,从而替代了属性传感器。在预测阶段,根据模型和类型对PHD滤波器进行粒子匹配;传感器得到观测结果后进行粒子权重的更新;再根据粒子对应的权重得到目标的后验状态模型类型分布;这些PHD滤波器可以同时得到目标的状态和类型;结合TBM和航迹粒子标签算法,得到多个传感器的融合结果。仿真表明,本文提出的模型类型匹配PHD滤波器的性能比传统多模型PHD滤波器更精确,同时多传感器的TBM框架也全面提升了算法的性能。     

结合局部理想点搜索的多目标粒子群算法

提出了一种结合约束二次逼近优化(bound optimization by quadratic approximation,BOBYQA)搜索算法的理想点法对非支配解进行局部优化的混合多目标粒子群方法(local search with multiobjective particle swarm optimization, LSMOPSO),以提高多目标粒子群算法的收敛性能和非支配解集的精度与多样性。LSMOPSO算法使用拥挤距离选择领导粒子组成领导粒子集,并对其进行理想点局部搜索;分析比较了全局理想点和局部理想点对算法性能的影响,提出基于局部理想点的局部搜索策略;在粒子的设计空间的多个维度上引入均匀变异操作,降低算法陷入局部最优的可能。基本测试函数的求解结果表明,算法的收敛速度很快,而且搜索到的非支配解集的精度高、多样性好。     

复杂机电系统关键部件辨识方法及应用

鉴于现有衡量系统中关键部件的重要性测度在构建时仅考虑拓扑重要性或功能重要性,本文利用Choquet积分,结合部件功能属性改进网络理论中拓扑重要性测度提出节点广义重要性测度的定义及普适性构建方法;针对单一重要性测度识别关键部件时可能存在的不确定性与随机性,提出聚合算子(aggregation operator,AO)融合多种广义重要性测度识别复杂机电系统中的关键部件.最后以高速列车转向架系统为例选取模糊积分为聚合算子AO识别系统中的关键部件,结果表明以模糊积分为聚合算子AO,同时利用k可加模糊测度确定权重的识别结果更为准确.     

一种基于空频和星座编码的高效编码协作

协作分集可以有效地减轻无线信道衰落、改善无线通信系统性能。针对正交频分复用(OFDM)系统,提出一种高效编码协作协议。该协议将空频编码和星座编码相结合,可以提高频谱效率。推导了该协议的成对错误概率,分析了协作分集性能,给出了多径衰落信道下Viterbi译码器的判决度量计算公式。理论分析与仿真结果表明:新编码协作协议可以获得高频谱效率,用户间信道延迟扩展对系统误比特率(BER)性能影响较小,而上行链路信道的延迟扩展对系统BER性能影响较大。     

一种基于子群杂交机制的粒子群算法求解旅行商问题

粒子群算法是在借鉴海鸥群落觅食行为基础上发展起来的仿生学优化算法，为求解复杂的组合优化问题提供了一种新的思路。本文提出一种结合粒子群算法结构和求解TSP问题蚁群算法特点的新算法，将多用于连续空间优化的粒子群成功扩展到TSP领域。算法通过杂交粒子选择机制，运用两种不同设计的杂交算子，成功模拟了自然界同物种不同种群间的协作与交流，将多子群策略和子群问杂交操作引入粒子群结构之中，增强算法的寻优能力。实验结果表明，该算法能有效地保证粒子问多样性差异，通过优化信息在子群间顺畅交流，有效地促进整个群落的进化收敛。该算法在解决TSP问题时．无论在收敛性和鲁棒性方面都优于一般的单群体、非杂交算法。是一种优秀的TSP问题解法。最终优化结果均达到TSPLIB中记录的已知最优解。     

复数神经网络的一种新型初始权值选择方法

为了改善学习速率,提出了一种确定复数神经网络初始权值的新颖方法。初始权值不是随机给定的,而是通过计算求得。具体方法是选择一类隐层神经元的变换函数(类支集函数),将输入层和隐层之间的复数权值计算出来,保证隐层的输出矩阵是满秩矩阵,并从理论上证明了这样的满秩矩阵是存在的。利用这个满秩矩阵,通过最小平方算法就可以求得隐层和输出层之间的复数权值。将这些权值作为初始权值,采用最速下降算法来对神经网络进行训练。初始权值的优化,使得该算法可以有效地提高复数神经网络的训练速度和计算精度。一个特例是当隐层神经元的个数与样本个数相等时,就可以求得代价函数值为0的全局最小点。计算机仿真实例验证了该算法的有效性。     

Adaptive multi-feature tracking in particle swarm optimization based particle filter framework

This paper proposes a particle swarm optimization(PSO) based particle filter(PF) tracking framework,the embedded PSO makes particles move toward the high likelihood area to find the optimal position in the state transition stage,and simultaneously incorporates the newest observations into the proposal distribution in the update stage.In the proposed approach,likelihood measure functions involving multiple features are presented to enhance the performance of model fitting.Furthermore,the multi-feature weights are self-adaptively adjusted by a PSO algorithm throughout the tracking process.There are three main contributions.Firstly,the PSO algorithm is fused into the PF framework,which can efficiently alleviate the particles degeneracy phenomenon.Secondly,an effective convergence criterion for the PSO algorithm is explored,which can avoid particles getting stuck in local minima and maintain a greater particle diversity.Finally,a multi-feature weight self-adjusting strategy is proposed,which can significantly improve the tracking robustness and accuracy.Experiments performed on several challenging public video sequences demonstrate that the proposed tracking approach achieves a considerable performance.     

自适应加噪反向传播算法研究

提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经网络的泛化能力 ,并以异或问题的仿真实验验证了上述结论     

Dynamic weighted voting for multiple classifier fusion:a generalized rough set method

1 .INTRODUCTIONMultiple classifier fusion or combination has prov-enitself a powerful tool for achieving high classifi-cation accuracy with moderately discri minatingclassifiers .If only output class labels are availablethe voting fusion[1]is often used as a decisionlevelfusion. However ,the main drawback of the votingfusion is that all classifiers are considered equallyreliable and this maylead to a confident decisiontobe changed by a less reliable classifier . A possibleway of overcomin…     

Reweighting the general household survey 1979-2007

We have calculated two new sets of weights applicable to the General Household Survey (GHS) from 1979 to 2007. One of these is for use with any general analysis of GHS topics and the second is designed for analyses of data collected in the Family Information section. The methods used follow closely those employed by ONS from 1996 onwards. The performance of the weights is assessed in estimating the Total Fertility Rate (TFR) from 1971-2007, an aggregate measure of fertility for which reliable figures are available at national level from vital registration statistics. Our weights improve the GHS estimates, reducing bias both in the TFR and in age-specific fertility rates.     

一种用于下行传输的特征波束发射分集方案

发射分集要求不同发射天线的信道衰落是相互独立的,而作为智能天线核心技术之一的特征波束形成则需要利用发射天线之间的相关性来实现,它可以将衰落相关信道转换为相互独立的衰落信道。将发射分集技术和特征波束形成技术相结合,研究了一种用于下行传输衰落相关信道的发射分集实现方案。利用空域协方差矩阵的特征矢量作为空时码矩阵的加权因子,即利用相互正交的特征波束来承载空时码。载有空时码的特征波束可以选择空间能量最集中的方向发射信息,从而提高了发射分集在衰落相关信道中的传输性能,降低了系统实现的复杂度。     

基于自适应渐消EKF的FastSLAM算法

快速同时定位与建图(fast simultaneous localization and mapping, FastSLAM)算法的采样过程会带来粒子退化问题,为了改进算法的性能,提高估计精度,从研究粒子滤波的建议分布函数出发,提出基于自适应渐消扩展卡尔曼滤波(adaptive fading extended Kalman filter, AFEKF)的FastSLAM算法。该算法基于FastSLAM的基本框架,利用AFEKF产生一种参数可自适应调节的建议分布函数,使其更接近移动机器人的后验位姿概率分布,减缓粒子集的退化。因此在同等粒子数的情况下,该算法有效提高了SLAM精度,以此减少所使用的粒子数,降低算法的复杂度。基于模拟器和标准数据集的实验仿真结果验证了该算法的有效性。     

工业污染控制绩效评价模型:基于环境规制视角的实证研究

通过引入n维欧式空间上的范数,建立了工业污染控制绩效评价模型,并依此对中国30个省市区2003～2010年的工业污染控制绩效进行测度,同时通过归回分析实证检验了各种环境规制工具在中国工业污染控制中的作用。结果显示,2003年以来,中国工业污染控制绩效取得了显著的改善,但存在严重的区域失衡现象。要提升中国工业污染控制绩效,应该充分发挥命令控制型和市场激励型规制工具的互补优势;综合运用多种规制手段,加强对信息披露和自愿性规制等非正式规制工具的运用;提高公众环境意识,拓宽公众参与环境规制的范围和渠道;同时,还要深化产业结构调整,增强技术创新能力,促进工业经济增长方式转型。     

一种随机微粒群混合算法求解约束优化问题

将微粒群算法（Particle Swarm Optimization,PSO）与随机优化方法-Alopex算法相结合,提出一种随机微粒群混合算法（APSO）求解约束优化问题。该算法使PSO算法中微粒的飞行速度无记忆性,结合Alopex算法重新生成停止进化微粒的位置;采用双群体搜索机制,一个群体保存具有可行解的微粒,用APSO算法使微粒逐步搜索到最优解,另一个群体保存具有不可行解的微粒,并且可行解群体以一定的概率接受性能较优的不可行解微粒,这种简单的群体多样性机制使微粒能够快速、准确地找到位于约束边界上或附近的最优解。结果表明该算法寻优性能优良且具有较好的稳定性。