多传感器量测自适应Rao-Blackwellised粒子滤波算法

针对量测不确定下非线性系统状态估计中多传感器量测数据的有效利用和计算复杂度的简化问题,给出了一种多传感器量测自适应Rao-Blackwellised粒子滤波算法。首先,通过随机采样策略和量测模型先验转移概率实现用于评估粒子权重的传感器有效量测集合的采样;其次,利用重采样步骤和概率最大化原则完成对不含扰动影响传感器量测模型的辨识;最终,依据Rao-Blackwellised粒子滤波中非线性状态分量和线性状态分量的独立求解方式实现当前时刻系统的状态估计。理论分析和仿真实验结果验证了算法的可行性和有效性。     

动态系统的实时多尺度估计和融合算法

介绍了一种最优动态多尺度估计和融合算法，讲座了在数据残缺的情况下，如何得到等效的测量值和测量方程；给出了当测量的采样率为任意值时，对测量数据的处理方法。     

一种非线性融合系统中的传感器管理方法

针对非线性非高斯动态跟踪系统,提出一种基于序贯蒙特.卡洛粒子滤波的传感器管理方法。该方法首先利用粒子滤波计算目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量大小实现传感器资源对目标的分配。仿真结果表明,在非线性系统下,该方法对传感器管理具有较高的精确性、实时性和鲁棒性。     

大规模网络中基于移动代理的拓扑发现机制

针对基于移动代理的大规模网络拓扑发现,提出了一种基于移动代理洪泛的自启发式深度优先染色生成树算法。将一个大规模网络划分为若干个子网,在各子网内部利用移动代理洪泛策略并行地获取各子网拓扑信息。利用移动代理将每个子网拓扑信息进行汇总获得整个网络的拓扑。算法的复杂度分析和仿真结果表明本算法可在一定程度上减少网络流量和拓扑周期。     

基于Einstein算子的证据冲突度量方法

为了有效度量融合证据之间的冲突,在分析冲突因子和典型证据冲突度量方法不足的基础上,提出了一种基于Einstein算子的证据冲突度量方法。首先,利用证据向量度量思想给出证据之间的差异度矩阵,并定义对数形式的差异因子;然后,引入模糊集相似关系定义证据之间的相关系数;最后,综合考虑证据之间的差异性和相关性,利用Einstein算子定义一种新的证据冲突度量因子。仿真实验结果表明:该方法不但可以有效度量证据之间的冲突程度,而且对冲突证据的融合具有良好的收敛性。     

一种用于检测与跟踪的传感器管理算法

利用Bayes规则和Kalman滤波方程中的协方差预测和更新阵,可以求出目标检测与跟踪过程中一次量测所产生的信息增量,并由此给出了一种基于信息增量最大化的传感器管理算法,仿真结果表胆：该算法在保证一定跟踪精度的前提下,能提大限度的发现并跟踪新目标。     

无线传感器网络中覆盖区划分的研究

提出了一种基于确定性覆盖的覆盖区划分方法,解决了一个确定的区域需要用多少个活动节点覆盖及覆盖区如何划分的问题.首先把节点覆盖区抽象为几何学中的圆.然后在保证网络一定连通性的约束条件下,通过动态规划的方法优化网络覆盖区数量和覆盖半径,使网络内所有覆盖区的半径累加和最小,剔除冗余的节点降低网络的覆盖成本.最后,对网络的抗毁性进行了分析,验证了本文的网络覆盖划分方法是有效的.     

最优调节器系统的Lyapunov函数的构造与应用

通过对最优状态调节器和输出调节器系统的Ｌｙａｐｕｎｏｖ函数的构造，论证了该类系统的稳定性     

基于完美抽样的最大似然方位估计方法

为了解决最大似然估计计算量大的问题,将马尔可夫蒙特卡罗方法与最大似然方位估计相结合,提出一种基于完美抽样的最大似然方位估计新方法.研究结果表明,该方法不但保持了原最大似然方位估计方法的优越性能,而且大大减小了计算量,把原方法的计算复杂度从O(LK)减少到O(K×J×Np).     

圆形阵列的相干源分辨问题研究

将Gram-Schmidt正交化算法和空间平滑技术应用于解决圆形阵列天线的相干源的分辨问题，对采用有向阵元的圆形阵列天线和无向阵元的圆形阵列天线的相干源分辨的仿真结果进行了比较，分析了有向阵元的圆形阵列天线对相干源分辨力强的原因．