粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

高噪声率下一种改进的极值型中值滤波算法

在对极值中值滤波算法进行研究与分析的基础上,提出一种在高噪声环境下改进的极值型中值滤波算法,该算法在原有算法的基础上提出如下改进:去除窗口中的全部噪声点,只对由信号点组成的有序序列取中值,并以该值作为输出值.实验表明,该方法滤波效果比较理想.     

基于MOPSO的石墨烯/磁性粒子混合填充多层吸波材料优化设计

本文研究了基于多目标粒子群算法(MOPSO)的石墨烯/磁性粒子混合填充多层吸波材料的优化设计.首先,基于电磁场理论推导了多层吸波材料的反射系数,并定义了兼顾宽频带、宽角度和极化无关特性的吸波性能以及磁性粒子填充量这两个相互矛盾的子目标的表达式.进而,以石墨烯纳米片(GNS)/片状羰基铁颗粒(FCI)混合填充吸波材料为例...     

基于粒子滤波的微地震信号去噪方法

针对微地震信号非高斯、非线性且信号能量较弱等问题,提出一种基于粒子滤波的微地震信号去噪方法。通过建立微地震信号的状态方程,提取原始信号的背景噪声,将其与状态方程之和作为观测方程,联立状态方程与观测方程建立状态空间模型,并通过重要性采样和重采样近似估计后验概率密度,从而求解去噪后的微地震信号,提高微地震信号的去噪效果。在模拟微地震资料和真实微地震资料中的应用表明,与传统去噪方法相比,该方法处理效果更好,去除噪声同时保留有效信号,信噪比得到有效提高,因此具有良好的应用前景。     

太阳能风能互补储能发电系统容量优化算法

随着互补型储能发电系统日益普及,其覆盖范围也不断扩大,但容量优化技术仍处于单一能源阶段。为此,针对太阳能风能互补储能发电系统,设计了一种容量优化算法。通过分析发电系统的电能输出情况,获得其年产出与供应状态,然后根据电能均衡准则构建容量优化目标及约束条件。然后结合差分进化算法进行变异、交叉和选择等操作,再通过粒子群算法更新方位与速度,二者结合取得亲体与群体的当前最优解,经迭代循环实现储能系统容量优化。经实验研究分析,并通过对组件配置量、负荷缺电率等数据发现,该算法在大幅提升经济效益的同时,确保了供电可靠性,表明该算法具有显著的优化优越性与较大的试运行潜力。     

融合LDA主题模型和支持向量机的商品个性化推荐方法

针对网络商品评论数据不能有效引导买方做出合理选择的问题,提出一种融合LDA主题模型和支持向量机的商品个性化推荐方法。首先爬取不同类型商品的用户评论数据并对其进行预处理;其次建立基于LDA的主题模型并对其特点进行量化;最后利用支持向量机实现商品个性化推荐。以智能手机商品为例进行实验分析,结果表明,所提方法能获得98%以上的分类精度。     

基于目标本质无振荡重构的无网格SPH方法及其应用研究

本文在前期工作的基础上,建立了一种基于目标本质无振荡（Targeted Essentially Non-Oscillatory, TENO）重构的无网格SPH方法.在该方法中,使用黎曼SPH格式求解流体控制方程,通过对黎曼问题的左右两边状态进行TENO重构,降低了黎曼SPH存在的过量数值耗散,从而提高了SPH方法的计算精度.建立的TENO-SPH方法算法简单,且易于推广到多维问题.此外,该方法应用范围广,本文将TENO-SPH方法应用到一些典型的可压缩流动、涡流和自由表面流动问题中,与实验结果和理论结果进行对比发现,该方法可以很好地重现这类流动并具备良好的数值精度.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性.针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将...     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计.首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization,QPS...     

基于模拟退火与改进粒子群的矿井通风优化算法

建立以矿井通风网络总功率最小为目标的非线性优化数学模型,改进粒子群优化算法实现寻忧.在粒子群算法中引入变异操作,提出了一种新的惯性权重,并构造一种新的粒子选择方法控制违反约束条件的粒子数量,提高粒子群算法寻找边界的能力.将风量平衡定律和风压平衡定律的约束条件转化为目标函数的惩罚项,改进粒子群(Improved Part...