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．     

基于卡尔曼滤波的多特征加权最近邻数据关联与跟踪算法

针对传统最近邻数据关联算法正确率较低且容易出现漏关联的问题,提出一种多特征加权的最近邻关联算法。根据智能车环境感知系统获得的障碍物特征数据,定义了一种相似度函数,提出基于生命周期计算有效关联度的方法,从而判定目标是否关联;基于卡尔曼滤波对关联目标进行迭代更新,实现对目标的跟踪;通过实验对比了静止目标、无交互的低速运动目标和有交互的低速运动目标的跟踪轨迹。结果表明,与传统的最近邻数据关联算法相比,所提出的改进算法可以实现对低速运动目标准确连续的关联跟踪,不会出现目标丢失或位置突变的现象,且跟踪目标的交互与遮挡对跟踪效果影响较小,具有较高的有效性与实用性。研究结果可为智能车辆的目标跟踪设计提供参考。     

基于自适应采样速率交互式概率数据关联的机动目标跟踪算法

在交互式多模型和概率数据关联算法融合的基础上,又将自适应采样速率算法融合到交互式多模型概率数据关联滤波器中,提出了自适应采样速率交互式概率数据关联算法,该算法不但能有效地跟踪高速机动的目标,且能使系统的采样间隔根据目标的运动状态做自适应调整. 仿真结果表明该算法扩大了机动目标的跟踪范围,且对高速机动的目标有很好的跟踪效果和较强的跟踪精度.     

基于模糊聚类的异类多传感器数据关联算法

针对异类传感器观测空间不一致的问题，提出了基于模糊聚类的异类多传感器数据关联算法．该算法首先通过在不同传感器的观测空间上建立多目标运动状态的投影，将多传感器多目标关联问题分解为多个单传感器多目标的关联问题，再对单传感器采用模糊聚类的方法求解关联概率，实现了在密集杂波环境中多目标的数据关联和精确跟踪．该算法降低了多传感器多目标跟踪的复杂性和计算量，有效地解决了异类多传感器可用公共信息少的问题．仿真结果表明，该算法的跟踪误差要小于传统的联合概率数据关联算法，且具有更优越的跟踪性能．     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

自适应多速率交互式多模型算法

为提高交互式多模型算法性能，在交互式多模型算法的框架下引入了“当前”统计模型和多速率常速模型，开发了自适应多速率交互式多模型算法．Monte Carlo仿真结果表明，自适应多速率交互式多模型算法在减少计算量的同时，跟踪滤波效果优于采用常速和常加速模型的标准交互式多模型算法．     

基于IMM-PDA算法的实际业务流预测研究

多模型可以在不同时刻为业务流构造不同的模拟模型,而概率数据关联则可以有效地在杂波环境中处理单目标的跟踪问题,即将交互式多模型概率数据关联应用到业务流的预测中.研究了在交互式多模型下建立一个实际业务流预测算法的模型.仿真实验表明,该预测算法具有较高精度.     

基于最优划分的多传感器多目标跟踪NNJPDA算法

传统的最邻近联合概率数据关联算法(NNJPDA)不能直接用于多传感器对多目标的跟踪。针对这一问题,提出了一种适用于多传感器多目标跟踪的最邻近联合概率数据关联算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优划分,然后采用NNJPDA方法对多目标进行跟踪。经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加计算量小等优点。     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.     

一种基于GA的多传感器多目标数据关联算法

研究了漏检情况下多传感器多目标检测中的数据关联问题,并将其描述为数学规划中组合最优化问题． 当传感器数大于等于３ 时,该问题的求解是ＮＰ的． 文中提出了一种基于ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ） 的数据关联算法,仿真实验表明,该算法具有较高的关联成功率,并能优化求解的目标个数,提高多传感器系统的检测概率．     

抗野值多速率模型及交互式状态估计

基于HongLong多速率模型，引入小波变换进行奇异值检测，快速剔除野值；利用子波分解抽取多速率信息用于状态估计，建立了抗野值多速率模型，结合交互式多模型算法，形成野值条件下的机动目标状态估计算法。仿真结果表明，该算法对观测中的野值有良好的抗干扰性，并且通过抽取观测序列包含的多速率信息实现了对目标状态的精确估计。     

一种用于语音模板产生的无监控聚类算法

将共享近邻(SNN)算法中的近邻概念具体化,为K-均值算法(KMI)设计了一种初始类心选取方案,并把改进的共享近邻算法(MSNN)和改进的K-均值算法(MKMI)合并到一起形成一种不需外界干预的综合聚类算法(CCA).用两组语音数据进行了比较试验,结果表明,MKMI和CCA的性能比KMI的分别高57％和108％;MSNN是一种比较有效的粗分类算法。     

多速率混合系统的符号化可达性分析

针对目前还没有专门的数据结构处理多速率混合系统的符号化可达性问题，定义了多速率区域来表示和处理多速率自动机的无穷状态空间，从而把多速率混合系统的符号化可达性分析等价地转化成多速率区域上的3种操作，即并操作、变量重赋值操作和控制状态上的时间流逝操作．从理论上证明了多速率区域在这3种操作上的封闭性，同时定义了矩阵数据结构不同上限矩阵（DCM），并用其存储多速率区域，这样就得到了一种专门处理多速率混合系统符号化可达性分析的数据结构．理论上证得，DCM可以大大降低可达性分析算法的复杂度．     

Human Body Modeling and Posture Simulating Based on 3D Surface Scan Data

This paper presents a new approach for modeling the human body by considering the motion state and the shape of whole body. The body model consists of a skeleton kinematic model and a surface model. The former is used to determine the posture of the body, and the latter is used to generate the body shape according to the given posture. The body surface is reconstructed with multi-segment B-spline surfaces based on the 3D scan data from a real human body. Using only a few joints parameters and the original surface scan data, the various body postures and the shape can be generated easily. The model has a strong potential of being used for ergonomic design, garment design, virtual reality environment, as well as creating human animation, etc.     

串行干扰对消宽带码分多址系统容量分析

以有效提高宽带码分多址系统容量为目的,通过理论推导的方法,得出传统双速率系统与干扰对消双速率系统的容量极限。并运用MonteCarlo积分,对理论结果进行了数值分析,得到了上述两系统在不同的扩频比、数据速率差异和用户分布范围的情况下的系统容量对比。结果表明,应用差异功率控制的串行干扰对消宽带码分多址系统明显优于传统系统。     

一种多率采样的在线支持向量回归及应用

针对应用支持向量回归对不确定控制系统在线建模时精度受异常数据影响的问题,通过分析不同样本分布情况下异常数据的影响,指出增加异常数据邻域的样本密度可以有效地提高建模精度.提出了多率采样的支持向量回归在线建模方法,通过多率采样增加局部样本密度,并利用支持向量回归在小样本学习时的良好性能,构建一种局部样本密集的滚动时间窗,用以减少训练样本数和在线剔除异常数据.将该方法应用于多通道电液力伺服同步加载系统的负荷输出预测,结果表明,与传统单率采样的方法相比,在训练样本只增加2个的情况下,该方法具有更好的鲁棒性和预测精度,预测平均绝对误差达到了0.66%.     

多速率MC-CDMA系统盲信道估计

针对多速率传输的物理层实现,通过将可变扩频长度(VSL)和多码(MC)的概念扩展到多载波码分多址(MC-CDMA)系统,分析了MC-CDMA系统的两种多速率方式,并在每个等效用户的虚拟扩频码的基础上,提出两种方式的统一数学模型.借助于统一数学模型,利用子空间方法,实现了多速率MC-CDMA系统的盲信道估计.数值仿真结果表明,该统一模型能够有效地对各种速率用户的信道进行辨识.在相同条件下,多码方式的性能优于VSL方式.     

A novel maneuvering multi-target tracking algorithm based on multiple model particle filter in clutters

To solve the problem of strong nonlinear and motion model switching of maneuvering target tracking system in clutter environment, a novel maneuvering multi-target tracking algorithm based on multiple model particle filter is presented in this paper. The algorithm realizes dynamic combination of multiple model particle filter and joint probabilistic data association algorithm. The rapid expan- sion of computational complexity, caused by the simple combination of the interacting multiple model algorithm and particle filter is solved by introducing model information into the sampling process of particle state, and the effective validation and utilization of echo is accomplished by the joint proba- bilistic data association algorithm. The concrete steps of the algorithm are given, and the theory a- nalysis and simulation results show the validity of the method.     

一种新的基于幂集的数据挖掘算法

Apriori算法是经典的关联规则挖掘算法,主要缺点是可能产生大量的候选集和需要多次扫描数据库.从幂集运算的角度提出了一种新的关联规则挖掘算法P_DM算法,实现了只需要扫描一次数据库就产生所有频繁集.实验证明这种算法在中小规模数据挖掘上效率优于Apriori算法.     

一种基于零树量化的小波变换图像压缩方法

在对零树编码方法研究的基础上 ,针对零树编码方法存在编码时间较长的缺点 ,提出了一种改进的零树编码方法 .主要包括 :对最低频子带系数单独编码 ;设立标志矩阵 ;以扫描单元为单位进行主表扫描 ;实验表明这种改进的零树编码方法 ,加快了编码速度 .另外 ,该编码方法也能够产生嵌入式码流 ,支持多码率解码