噪声闪烁驱动的布朗马达

将布朗粒子的定向运动，看作是系统受到外部非平衡涨落作用的结果，建立相应的扩散模型，分析了闪烁噪声驱动的布朗粒子的定向输运，讨论了稳态几率流随有色噪声强度Ｄ及其关联时间τ的变化关系。     

Tracking Algorithm Based on Improved Interacting Multiple Model Particle Filter

一种改进的交互多模粒子滤波跟踪算法

冯海林,郭娟丽

（西安电子科技大学 数学与统计学院,西安 710126）

创新点说明：

1）针对闪烁噪声建立一种新的模型,即混合高斯噪声模型。已有文献中都是使用高斯白噪声模型,这不符合实际问题中涉及到的闪烁噪声的特点,而本文所建立的混合高斯噪声模型能更准确地描述闪烁噪声的拖尾性,这是本文的创新点之一。

2）在粒子滤波中重要性密度函数的选取上做了改变。本文以观测似然函数作为重要性密度函数,并建立其与观测噪声之间的联系。这解决了传统粒子滤波中粒子抽样的困难,而且这样做最大的好处是能用到最新观测信息,降低粒子退化问题。这是本文的创新点之二。

3）文献[14]中交互多模粒子滤波不能很好地处理闪烁噪声问题,文献[18]中改进的处理闪烁噪声的粒子滤波不能较好地解决目标机动问题。本文第三个创新点是结合交互式多模型算法和本文改进了重要性密度函数的粒子滤波,从而解决闪烁噪声环境中的机动目标跟踪问题。据我们所了解到的文献,这方面的工作几乎没有。这也是本文在目标跟踪问题中的一个尝试。

研究目的：

解决闪烁噪声环境中机动目标的跟踪问题。

研究方法：

1）理论方法：状态估计方法;贝叶斯估计方法。

2）试验方法：蒙特卡罗重要性抽样方法,重采样方法。

3）主要设备：计算机。

研究结果：

在闪烁噪声存在的条件下,即使目标发生机动,通过此算法也能对其进行较为准确地跟踪,即对目标在每一时刻的状态都能做出估计。

结论：

仿真实验表明,本文算法对闪烁噪声环境中的机动目标进行跟踪的结果比已经存在的一些算法更加准确,跟踪精度更高,误差更小,且算法具有较强的鲁棒性和较快的收敛速度,符合对闪烁噪声中的机动目标跟踪的期望。

关键词：观测噪声,交互式多模型,目标跟踪,粒子滤波

     

基于均值偏移粒子滤波的自适应跟踪

针对视频中运动人体的跟踪,提出了一种基于均值偏移粒子滤波的自适应跟踪算法。该算法首先对所要跟踪的人体目标进行分块,并选择与周围环境颜色相似度最小的块模板作为跟踪区域;然后使用基于均值偏移的粒子滤波方法进行跟踪,并设计了自适应更新块模板尺度的方法;最后在粒子滤波的状态估计阶段后,加入自适应观测模型,根据块模板尺度的变化情况,自适应地选择高斯噪声方差和粒子数目。实验证明,在出现遮挡或人体运动方向改变的情况下,本文算法的跟踪效果比传统均值偏移粒子滤波更好。     

随机荷载的空间和时间相关性的统一处理

为解决在随机振动离散分析中遇到的由有色噪声荷载的大范围空间相关性引起的实际计算困难,本文在讨论随机荷载的时间相关性和空间相关性的基础上,避开用白噪声滤波产生具有空间相关性的有色噪声荷载的方法,而把它直接当作既具有空间相关性又具有时间相关性的荷载处理,在不改变已有的随机振动离散分析的基本递推公式的前提下,使随机荷载的空间和时间相关性得到统一处理、最后给出了算例和计算结果.     

两种外辐射源雷达跟踪算法性能分析

针对以调频广播电台为辐射源的无源雷达跟踪精度较低的问题,将到达时间定位方法分别与扩展卡尔曼滤波和粒子滤波算法结合来提高跟踪精度．分析了高斯噪声环境、闪烁噪声环境及雷达布站方式对两种算法跟踪精度的影响,并比较了两种算法的运算时间．仿真和实测数据表明：粒子滤波算法更适合于闪烁噪声环境下的跟踪,而扩展卡尔曼滤波能满足实时处理的要求．另外,合理的雷达布站方式可进一步提高无源跟踪精度．     

非平衡涨落下分子马达输运性质的研究

分子马达是生物体内具有特异性的一类蛋白质.当催化ATP水解时可以产生定向运动.随着光钳技术、微观成像技术等新的实验手段的应用,对分子马达的结构和动力学的研究已达到分子水平.把分子马达看作布朗粒子研究在非平衡涨落推动下周期场中的定向运动为分子马达提供了一种可能的解释.有关分子马达定向运动及能量转换效率还有很多问题尚待解决.     

有色噪声条件下的卡尔曼滤波

针对在实际工程中处理有色噪声存在滤波发散或结果失真的问题,提出一种有色噪声条件下的卡尔曼滤波方法。该方法利用线性变化,根据有色噪声相邻历元间噪声相关的特点,在动态噪声和观测噪声均为有色噪声的条件下,研究了卡尔曼滤波的方法,推导出有色噪声条件下卡尔曼滤波的递推公式。仿真结果表明,改进的方法比传统卡尔曼滤波对有色噪声信号处理效果更佳。     

Kalman滤波用于舰船运动姿态估计的研究

讨论了 Kalman 滤波用于舰船横摇运动姿态估计的应用方法与应用效果针对海浪干扰及测量噪声均为有色噪声的情况下,提出了如何使用 Kalman 次优滤波器和最优滤波器进行舰船横摇运动姿态的估计和预报的理论基础与方法.在IBM 计算机上进行了数字仿真,并给出了仿真的统计结果与仿真曲线.结果表明,采用本文研究的方法进行舰船横摇运动姿态的估计,可获得令人满意的结果。     

语音模糊增强研究

针对加性有色噪声,提出了语音信号模糊增强算法;建立并训练了一个自适应神经模糊推理系统(ANFIS)的语音模糊增强系统;用其对含噪语音中的有色噪声进行了模糊估计,从而提取了干净的语音.对算法进行了仿真实验,结果表明,对模拟有色噪声在负17 dB时能提取出清晰的语音.     

基于改进边缘化粒子滤波器的机动目标跟踪

为解决边缘化粒子滤波器(MPF)无法估计线性状态的难题,提出了一种改进的MPF目标跟踪算法,采用状态的预测值作为卡尔曼滤波器的量测更新,用卡尔曼滤波器估计目标的速度和加速度;用粒子滤波器(PF)估计目标的位置信息.仿真结果表明改进的MPF在保证目标状态估计精度的同时,降低了PF算法的计算复杂度,克服了PF的退化现象,较好地解决了闪烁噪声下的机动目标跟踪难题.     

基于谐波恢复的状态空间模型的互高阶累计量Ls-Hankel矩阵分解法

将状态空间模型与互高阶累计量结合在一起,首次提出基于谐波恢复状态空间模型的互高阶累计量的Ls-Hankel矩阵分解法。仿真结果表明,该方法在混合色噪声和很低信噪比条件下谱估计的分辨率、稳定性及对混合色噪声的抑制等方面均明显优于自高阶谱估计方法。     

基于峭度激励的变步长自适应谱线增强算法

提出了一种基于峭度激励的变步长自适应谱线增强新算法,该算法以输入信号峭度与误差信号峭度为联合激励因子,构造出一种指数型变步长的算法模型。该步长对高斯色噪声或非高斯色噪声均有一定的免疫性,跟踪时变信号的能力强,且收敛速度快。用实测的某水下目标辐射噪声数据进行了仿真实验。与传统的LMS算法相比,仿真结果表明,该算法具有较强的谱线增强能力、快速收敛性和良好的跟踪性能,能有效地实现目标线谱信号与混合色噪声环境的分离。     

延迟双稳系统中乘性和加性噪声诱导的随机共振

在双稳系统基础上,基于随机共振(SR)理论,研究非对称双值噪声、方波信号以及乘性和加性噪声驱动的延迟双稳系统中噪声强度、噪声相关时间、方波幅度对系统输出信噪比(SNR)的影响.在绝热极限条件下,利用小延迟近似,得到系统输出信噪比的表达式,给出SNR随噪声强度、噪声相关时间以及方波信号幅度的变化曲线.结果表明,SNR与双值噪声的强度和非对称性、与乘性和加性噪声的强度以及与方波信号的幅度关系都表现出SR现象.SNR随延迟时间、色噪声的相关时间及系统参数的变化而非单调变化.     

具有电流偏差和噪声扰动的H∞观测器在线估计电池SoC状态

针对电池管理系统采集的电流信号和电压信号往往含有有色噪声,且该噪声会明显影响电池状态估计性能的问题,把噪声看成扰动,提出了具有偏置电流估计功能的H_∞观测器用于电池SoC的在线估计。首先,建立具有电流偏差和噪声扰动的电池状态模型,其次设计具有偏置电流估计功能的H_∞观测器,并且通过仿真深入分析该观测器对SoC估计效果、去偏功能对估计性能的影响以及观测器对模型偏差的鲁棒性和参数适配性,最后通过实验分析验证了该方法的有效性。     

Error analysis in correlation computation of single particle reconstruction technique

The single particle reconstruction technique has become particularly important in the structure analysis of hiomaeromolecules. The problem of reconstructing a picture from identical samples polluted by colored noises is studied, and the alignment error in the correlation computation of single particle reconstruction technique is analyzed systematically. The concept of systematic error is introduced, and the explicit form of the systematic error is given under the weak noise approximation. The influence of the systematic error on the reconstructed picture is discussed also, and an analytical formula for correcting the distortion in the picture reconstruction is obtained.     

采用二阶特征窗的语音盲分离方法

利用语音信号的短时平稳特性,提出了一种二阶特征窗语音盲分离方法。该方法采用新的联合差分相关矩阵白化算法去除有色噪声影响;用长度等于语音信号基音周期的等距特征窗连续分割预白化观测数据,在每个加窗的数据帧计算不同的时滞协方差矩阵。利用联合近似对角化时滞协方差矩阵集合得到旋转参数,最终达到语音信号的盲分离。该方法消除了有色噪声的影响,只需用到二阶信息就能很好地分离语音信号。仿真实验验证了该方法的有效性。     

特殊随机激励下油液阻尼器响应研究

为了研究在特殊随机激励下,色噪声对阻尼器响应的影响,直接从二维马尔可夫型方程出发来处理色噪声驱动的一维问题。从而导出了油液阻尼器受指数型高斯色噪声外激励时的速度响应的概率密度函数。还导出了当指数型高斯色噪声外激励相关时间中够长时的速度概率密度函数。此函数具有一种特殊形式。最后,通过数值仿真验证了本文的结果是正确的。     

基于互高阶谱的ESPRIT法的间/次谐波参数估计

电力系统中,准确有效地确定信号中的间/次谐波分量,对于改善电能质量有重要意义。提出了基于互高阶累积量的子空间旋转法(Esprit)来估计间/次谐波幅值和频率。最大优点是无需谱峰搜索,计算量很小。     

观测噪声时间相关的动态定位算法

在动态定位数据处理中,动态定位的精度和可靠性除受观测偶然误差和系统误差的影响外,还受时间相关的观测噪声的影响.在观测噪声不满足时间不相关的假设情况下,卡尔曼滤波将达不到最优滤波效果,并且其误差协方差阵也是错误的.分析了测量噪声时间相关对卡尔曼滤波结果的影响,给出了观测噪声时间相关时的卡尔曼滤波递推公式.实例计算结果表明,采用该算法能够有效地消除测量噪声相关性对滤波结果的影响.     

空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。