基于模糊逻辑和机动检测的AGIMM跟踪算法

针对机动目标高机动和多阶段运动的特性,单模型跟踪算法难以实现精确跟踪的问题,提出一种基于模糊逻辑和机动检测的AGIMM跟踪算法。考虑现有的AGIMM算法网格模型收敛速度慢和机动检测方法过于依赖模型后验概率的问题,首先引入模糊逻辑算法计算机动检测的可信度,然后利用机动检测可信度信息、目标的机动信息和模型的后验概率调整跟踪模型集的结构,克服了AGIMM算法模型收敛速度慢的不足,实现了模型与目标运动模式的快速匹配。仿真结果表明:与AGIMM算法和固定结构交互式多模型算法相比,文中提出的算法使得不同条件下的位置跟踪误差分别至少降低5.6%和15.1%,说明该算法具有更快的模型收敛速度和更高的目标跟踪精度。     

一种双维度上的导频复用方法及其性能分析

针对蜂窝系统中导频稀缺和边缘用户性能不足的问题,提出了合理提升导频利用率的方法,该方法通过在不同的环区内设计各自的导频复用程度来实现.有别于传统的扇区划分,以基站与用户终端的距离为指标划分出若干环区,使小区中心用户与边缘用户有明晰的区隔.一方面利用高复用因子提高小区中心区域的导频利用率,另一方面利用低复用因子保证边缘用户的通信质量.环区划分所对应的导频微观复用是以小区为单位的宏观复用的补充,两种复用模式结合成双维度导频复用,使导频复用程度的调节更精细,易于实现用户容量与用户体验的平衡.仿真结果验证了上述优势,并显示出在导频资源受限的条件下,双维度导频复用在增大用户承载量的同时能降低来自邻近小区的导频污染.     

网络入侵中的模糊区域判断算法

针对当前网络入侵中模糊区域判断算法未考虑算法的自适应及容错性, 判断效率和稳定性均较差的问题, 提出一种基于多层逻辑结构 的网络入侵中模糊区域判断算法. 首先采用基于多层逻辑结构的模糊区域判断算法, 以自适应和容错性作为约束条件, 通过求取算法不同层反馈解, 得到网络入侵中的模糊区域判断结果; 然后基于判断结果, 采用警报合成算法将较多雷同警报合成为一条警报, 以防止形成警报洪流, 获取最佳模糊区域判断结果. 实验结果表明, 该算法的检测率和误报率总平均值分别为9313%和097%, 平均时间为10.13 s, 表明该算法具有显著的网络入侵模糊区域判断优越性.     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

基于能量感知的传感网能量中性分簇路由协议

针对能量获取异构的无线传感器网络节点能量利用效率过低和网络无法保证持久运行问题,提出一种基于能量感知的能量中性分簇路由协议,该协议针对太阳能环境下节点获取能量异构的场景,将改进的天气条件移动加权平均算法引入能量收集预测过程,根据获取能量预测构建能量中性约束,在此约束下构建动态簇头集群机制和自适应时隙分配策略,保证了整个网络在能量获取下的持久运行,通过凸优化得到最优的网络分簇数量,最大化了网络数据吞吐量。通过模糊逻辑选择簇头节点,综合节点剩余能量,获取能量预测和节点相对位置等多种因素,提高了簇头选举的合理性。通过仿真分析,该协议能够保持能量获取下网络持久运行,在网络吞吐量和降低簇失败次数方面的性能具有明显优势。     

考虑数据不确定性的非均匀挖掘算法

针对高维大数据不确定性的非均匀挖掘问题,提出一种基于不确定频繁模式树的模糊逻辑非均匀数据挖掘算法.首先,在考虑数据不确定性的前提下建立高维数据的区域连接演算(RCC)模型,并基于数据集合组元定义分析不确定数据集合的模糊距离;然后,采用不确定模式树对数据的非均匀特性进行均匀泛化处理,并给出了具体的实现步骤.仿真结果表明:文中方法有效地提升不确定非均匀数据集合在不同支持度情况下的挖掘效率.     

相关推论与强相关逻辑

 推论的能力,尤其是抽象推论的能力,无疑是人类智能最本质的特征之一,因而应该是任何以实现人工人类智能为目标的计算智能系统都应该提供的必不可少的功能。本文简要介绍相关推论和相关逻辑。分析表明,为相关推论提供逻辑有效性保证的强相关逻辑,对于以发现或预测为最基本功能的各种计算智能系统来说,具有无可替代的关键作用。     

基于FPGA的Prewitt边缘检测算子的实现

主要探讨基于FPGA的prewitt边缘检测的实现,分析prewitt边缘检测算法处理图像的效果.据FPGA的并行流水线性以及FPGA处理简单方便,结合Prewitt边缘检测算法的基本原理,利用FPGA对其进行了设计、实现,通过quartus II软件进行编程,利用modelsim、matlab软件进行仿真和数据获取,最后利用以上获取的数据通过matlab进行图像处理.     

基于可编程逻辑控制器的液压系统控制

使用可编程逻辑控制器(简称PLC)对液压系统的液压缸进行控制,代替传统的继电器控制器,通过可编程逻辑控制器的输入和输出接口,与液压系统中液压缸的模拟量和开关量建立关联,就可以完成液压缸的顺序动作,实现智能化控制,从而达到操作简单方便、控制精确度高、可靠度高、安全性好的目的,在很大程度上降低了液压系统的故障率,而且极大地提高了工作效率和智能化程度,具有很高的使用价值。     

线性时序逻辑基于DTMC的计量化方法

考虑随机Kripke模型离散时间马尔可夫链DTMC,并利用DTMC建立线性时序逻辑LTL中公式的满足度理论。首先在DTMC的全体无穷路径之集上引入某种适当的概率测度,考虑任一DTMC D中满足某个LTL公式φ的无穷初始路径占总路径的比例,以此为基础定义D关于公式φ的满足度概念;讨论满足度的若干性质,并指出这一概念体现了DTMC满足某个LTL公式的程度,故可将其作为模型检测理论中“D满足φ”这一概念的计量化推广;引入LTL公式之间的相似度,并诱导全体LTL公式之集上的伪度量,从而构建LTL逻辑度量空间。