基于多层感知机模型的天线方位角诊断

作为影响移动通信质量的关键因素,天线方位角的准确性将直接影响网络优化质量。提出一种基于多层感知机的天线方位角诊断方法,将方位角分为12个区间类别,每个类覆盖30°范围,即[0,30°)记为类别0,…,[330°,360°)记为类别11,利用多层感知机算法识别天线方位角的区间,自动识别天线方位角的角度范围,为网络优化(网优)工程师判断实际的网络覆盖问题提供了有效的数据支撑,在核查天线性能方面极大地减少了工作量,降低了人工成本。实验结果表明,该方法能够有效快速判别天线方位角区间类别,识别准确率达到了92.6%,高于随机森林和逻辑回归分类算法的分类准确率。     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小，从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和ＢＰ算法的杂交算法ＧＡ－ＱＰ，它结合遗传算法的全局搜索特性和ＢＰ的局部收敛特性，实现对神经网络的有效训练。     

多层前向感知机汉语孤立数码语音识别

本文从模板匹配的角度研究了多层前向感知机（ＭＬＰ）在汉语孤立数目字语音识别中的应用,针对训练样本数受限的情况提出了新的训练方法,研究了语音固化、特征提取、学习算法和策略诸方面问题。对特定人和非特定人汉语孤立数目字语音识别分别达至了９５．７％和９３．０％（无拒识）的识别率。     

多层感知机结合辐射传输模型的复杂陆地表面云检测

云检测是卫星遥感数据预处理中至关重要的工作.本文将多层感知机和辐射传输模型相结合,利用可见光和近红外波段反射率信息从卫星影像中识别出云像元.该方法利用SBDART辐射传输模型,模拟获得了各种复杂陆地地表的反射率值数据集,为多层感知机提供训练样本.随后,用训练好的多层感知机模型区分FY-3D卫星MERSIⅡ影像中的云像元...     

利用多层感知机映射提高不匹配环境下的语音识别性能

本文提出了一种提高不匹配环境下的语音识别性能方法。实验证明,采用了本文提出的算法后,测试环境下的语音识别性能有了很大的提高。     

一种用于容错组合导航系统信号融合的算法

讨论了容错组合导航系统中的多传感器信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法，通过仿真系统，验证了这种方法的可行性，可以替代传统的需要估计协方差的数据融合算法，导航精度可以满足要求。     

一种基于U-D分解卡尔曼滤波多层感知器学习算法

在研究多层感知器结构后，提出一种利用U－D分解卡尔曼滤波训练多层网的新算法．仿真结果表明：与BP算法比较，此算法有着学习速度快、数值稳定性好、对学习参数不敏感、能避免局部极小点等特点。     

一种基于最优组合模型的火箭弹跟踪算法

提出一种基于最优组合模型对火箭弹运行参数进行预测,利用它对跟踪的特征点下一位置进行预测。该模型的主要特点是避免了单一预测模型仅利用部分信息而带来的不足,详细推导了算法的数学模型。仿真结果证实了该模型较单一预测方法降低了预测误差、提高了预测精度,使得跟踪算法的精度得到很大提高。     

改进的协方差／信息滤波并行结构及其在INS／GPS组合导航系统中的应用

本文研究的是组合导航系统的实时性数据处理问题。在ＹＥＨ提出的协方差／信息滤波方法的并行结构基础上，根据我们采用的硬件配置即ＰＣ计算机和Ｔｒａｎｓｐｕｔｅｒ晶片机，以及并行结构设计的一般规则，提出了一种改进的协方差／信息滤波的并行结构。我们应用该并行结构对ＩＮＳ／ＧＰＳ组合导航系统的数据处理进行了算法仿真，通过对串行算法、ＹＥＨ的算法与本文算法协方差／信息滤波周期的比较，可以看到本文提出的改进的协方     

基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。     

一种高精度的分布式多机结构的测量组合导航系统

本文较为全面地介绍了一种已经装船使用５年性能稳定，技术可靠，高精度的分布式多机结构的测量组合导航系统的结构形式，组合模式，设计特点和滤波技术。     

组合GPS／多卜勒导航系统

本文介绍了GPS接收机和多卜勒雷达组合系统的性能优点,该系统用精确的GPS数据不断修正多卜勒雷达的定位参数,提高了系统的精度,采用多卜勒雷达定位参数,使GPS接收机在高动态和干扰环境下的跟踪性能得到改善。且成本较低,易于推广。     

多层前馈网络在图象分割中的应用

本文提出用多层前馈网络进行基于边缘信息的图象分割，讨论了学习样本的提取步骤和网络学习的速度改进方法，实验表明，用多层前馈网络进行图象分割能获得良好的结果。     

一种组合导航系统的探讨

本文简要说明了导航设备的发展现状,并介绍了一种组合导航系统（惯性导航/多普勒导航/全球定位组合导航系统）,同时给出了它的一种实现方案,并对其应用前景作了简单的讨论。     

一种用于GSM系统的多层平面有源滤波器

给出一种新颖可用于ＧＳＭ系统手持机（ＭＳ）的甚小型多层平面有源滤波器的结构、等效电路模型、最优化的数学模型和实现方法。提出了提高程序运行效率的“优化筛选法”。计算并讨论了１．８５ＧＨｚ频率下该滤波器的结构参数值和等效电路元件值与射频参数的关系。由此获得了最佳结构参数和等效电路值，计算表明在通带范围内该滤波器具有低噪声性能。     

BP神经网络辅助的SINS/GPS组合导航姿态误差补偿方法研究

针对SINS/GPS组合导航姿态估计精度不足问题,提出一种BP神经网络辅助的导航姿态估计的补偿方法。首先,以QR分解Kalman滤波的增益矩阵并构建其降维特征向量;然后,以此为输入,以姿态估计误差为期望输出对BP神经网络进行训练;最后,利用BP神经网络的输出辅助修正SINS/GPS组合导航的姿态估计结果。数值仿真表明,相对于仅依赖传统Kalman滤波的方法,使用降维特征向量训练的BP神经网络获得补偿误差的SINS/GPS组合导航系统姿态估计可大大降低计算耗时,同时精度可提高两个数量级,对提高SINS/GPS组合导航精度具有较高参考价值。     

联合卡尔曼滤波在多传感器信息融合中的应用

介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的一般设计方法，并将此方法运用于舰船INS/GPS/Loran-C组合导航系统中，理论分析与仿真结果表明，该联合卡尔曼滤波器的设计合理，算法具有全局最优性，能够提高系统的导航精度和容错能力。     

一种应用于低成本动中通天线的组合导航算法设计

卫星/微机电惯性组合导航系统具有体积小、成本低等优点,可以为动中通天线提供位置、速度以及姿态信息,然而其无法依靠自身完成航向初始化,除此之外在静态场景下由于航向可观测性较差,面临航向发散的问题。结合动中通天线的特征,设计并开发了一种应用于动中通天线的组合导航算法。通过该算法得到的跑车测试结果北向、东向以及天向的位置信息精度分别为2.1 m、1.9 m及1.7 m,北向、东向以及天向的速度精度分别为0.05 m/s、0.05 m/s、0.04 m/s,横滚角、俯仰角、航向角精度依次为0.05°、0.08°、0.11°。长时间的摇摆台测试结果表明采用该方案场强跟踪信号强度均值为8.93 dBW,信号跟踪平稳。