基于改进的混合高斯模型的背景建模方法

提出了一种基于改进的混合高斯模型的背景建模方法,克服了经典混合高斯模型方法计算量大和对长时间静止物体转为运动及光照突变较为敏感的缺点。首先,在经典混合高斯模型方法的基础上,引入了一种新的高斯分布个数的自适应选择策略,提高了建模效率。其次,分析了经典混合高斯模型方法对长时间静止物体转为运动及光照突变较为敏感的原因,采用了一种不同区域更新率的自适应选择策略,能够迅速响应场景的变化,有效地解决了大面积误检问题。通过在典型的场景下与经典混合高斯模型方法进行比较,验证了本文算法的有效性。     

基于毁伤概率密度的无人机突防航路规划方法

在分析无人机突防过程中所受威胁的基础上,基于突防概率和毁伤概率的关系,引入毁伤概率密度作为突防航路的评价指标,提出了一种基于毁伤概率密度的无人机突防航路规划方法,可以直观显示各航路段的突防效果,并便于指挥员对无人机突防航路进行调整。最后,通过仿真验证了所述方法的有效性。     

多帧高斯混合概率假设密度的多目标跟踪算法

针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标被漏检时,依据目标状态抽取标志,并结合目标多帧权值记录集中权值信息估计丢失目标的状态。仿真实验表明,算法有效地提高了低检测概率下现有相关算法的目标状态和数目估计精度。     

基于改进截断正态概率密度模型的防发散多尺度卡尔曼滤波

借鉴对机动频率建模的思想,对机动目标的截断正态概率密度模型进行改进,提出了一种改进的截断正态概率密度模型(ICN模型),并将防发散算法与多尺度估计理论结合,用克服滤波器发散的S(k)算法对基本的多尺度估计进行机动检测和相应改进,得到单模型单传感器系统的防发散多尺度估计算法,旨在减小噪声影响,减小机动目标模型不准确带来的跟踪误差,改善跟踪效果。     

非高斯码元检测的马尔可夫链蒙特卡洛算法

针对实际超低频接收机不仅受非高斯噪声的影响,还受接收机内部和外部环境中高斯噪声影响的问题,对噪声采用非高斯分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种利用马尔可夫链蒙特卡洛方法的超低频信号码元盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步估计信道衰落系数和噪声模型参数,并实现对信号码元的检测。算法迭代效率快、精度高。通过与最优检测算法性能比较,盲检测算法性能优异,对超低频信号接收具有重要的现实意义。     

潜艇在水面目标位置散布概率密度的计算方法

潜艇声纳在较远距离上发现水面目标时,探测和解算的目标运动要素具有较大的误差.利用泰勒公式,将目标位置计算公式进行简化处理,结合概率论的相关理论,求解目标位置散布概率密度.针对典型战术态势,计算不同时刻目标位置散布概率密度,绘制概率密度图,与目标位置散布仿真图进行对比.     

二维隐马氏模型的一种简化算法及其参数估计

针对现有的二维隐马氏模型算法给出了一种简化算法及参数估计方法。该算法与现有的算法相比非常简单。基于此方法给出了相应的识别方法和参数估计,并且该估计与极大似然估计是等同的。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

基于ReliefF特征加权的人工蜂群聚类算法

针对模糊聚类算法对最优聚类中心的搜索能力偏弱,以及没有度量样本数据各维特征属性对聚类结果贡献度的问题,提出了一种ReliefF特征加权的人工蜂群聚类算法。算法利用人工蜂群算法搜索最优聚类中心,使用ReliefF算法度量数据各维特征权重,分析了各维特征对聚类的不同影响,减弱冗余特征对聚类的干扰,增强有效特征对聚类的贡献,对加权变换后的数据样本进行聚类以提高聚类效果。在UCI数据集上的对比实验结果表明,此算法具有很好的综合性能。     

基于前四阶矩的非高斯响应概率密度函数逼近方法研究

基于响应前四阶统计矩研究了在偏态系数和峰度系数取值范围不同时Gram-Charlier渐进展式、Edgeworth渐进展式和Fleishman多项式3种非高斯概率密度函数,指出3种方法的适用条件。结果表明与Gram-Charlier和Edgeworth渐进展式相比,Fleishman多项式对峰度系数的变化不敏感,该方法只有在峰度系数与高斯分布一致时拟合的结果才有可能是合理的;Gram-Charlier和Edgeworth渐进展式在中、高度偏态情况下易出现负的概率,二者在低等偏态情况下拟合的结果是比较合理的。两算例表明在高等偏态、尖峰和对称、扁平分布情况下,Gram-Charlier和Edgeworth渐进展式拟合结果优于Fleishman多项式,但Gram-Charlier渐进展式易于出现负的概率,在应用时应引起注意。     

基于加权网络模型的指挥节点重要度评估方法

指挥节点重要度评估是研究指挥网络可靠性和抗毁性的重要内容。通过定义加权网络节点重要度贡献矩阵,提出了一种利用节点重要度评价矩阵确定加权网络关键节点的相对重要度的方法,该方法能充分考虑节点的位置信息、邻接节点的重要度贡献关系;结合作战任务对社区的依赖度,设计了节点全局重要度评估算法,并利用该算法对典型网络节点重要度进行了分析,结果表明算法有效、可行。     

基于故障率和设计特性动态加权的维修性分配法

针对国军标中"按故障率和设计特性的维修性分配方法",当可更换单元故障率相差较大时,分配结果与实际明显不符的问题,采用动态加权模型,对国军标的分配方法进行了改进,提出了"基于故障率和设计特性动态加权的维修性分配法",弥补了国军标分配方法的不足。通过理论分析、论证、算例比较和维修性试验验证,证明该方法合理可行。     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题,提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型,并采用模型精度评价系数加权填充缺失数据,有效增强了算法的准确性;提出基于灰色模型评价系数反馈的动态伸缩窗口概念,寻找产生最优模型的训练数据序列,使算法具有良好的鲁棒性和适应性。实验结果表明,该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。     

基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。     

基于截获概率耦合模型研究舰载雷达反卫星侦察方法

针对舰载雷达面临的电子情报卫星威胁,通过分析雷达副瓣电平,评估电子情报卫星截获能力,构建截获概率耦合模型,提出了电磁静默的反侦察方法。通过仿真证实了多情况下电磁静默时间与截获概率的耦合关系,试验结果表明该理论优化后的电磁静默战术可较好的满足舰载雷达反电子情报卫星的作战需求。     

基于最大后验概率候选集更换法的多故障诊断策略研究

给出了一种基于最大后验概率候选集更换法的多故障诊断策略,并深入阐述了基于最大后验概率候选集更换法的形式化描述,分析了对单故障诊断和多故障诊断的计算模型,提出了基本的故障诊断算法——改进二进制粒子群算法,并对抽象实例进行验证,结果表明,采用改进BPSO算法能有效地求解基于最大后验概率候选集更换法的多故障诊断问题。     

基于全相位的同频融合分层算法

同频融合算法在处理频率快速变化的信号等应用中具有精度高、抗噪性好的优点,然而该算法实时性较差且精度受相位差测量影响较大。提出了基于全相位的同频融合分层算法,通过设计分层算法以减少多重循环中的冗余计算单元,可在不牺牲精度的前提下成倍降低运算量;采用全相位谱分析法降低相位差测量误差,明显改善了相位差补偿效果。理论分析与对比实验表明,该算法对同频融合过程有显著的改进效果。