窄带高斯噪声同项分量,正交分量谱密度的研究

给了窄带高斯噪声同项分量,正交分量谱密度的分析过程及结论,由此可进一步分析ＦＭ解调的噪声谱密及功率。     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

贝叶斯推理模型Index-GMVAE在随机数据缺失填补中的应用

变分自编码器(VAE)推理随机缺失数据还原是近年来一种新兴的数据填补方法,但传统的VAE算法存在后验分布单一,变分推断证据下界收敛慢等问题.因此,提出了一种采用高斯混合后验分布和缺失数据位置掩码推理缺失数据还原的新的贝叶斯推理网络框架——Index-GMVAE.在Mnist手写数字数据集和Adult数据集上分别做了实验...     

多视图三角化中特征点噪声尺度的自适应估算

鲁棒性多视图三角化方法通常借助重投影误差经验阈值来剔除图像对应中的错误匹配,该经验阈值的选取直接影响三维重构场景点的数量和精度。在分析图像特征点定位噪声及对极传递几何原理的基础上,建立对极传递过程不确定性的传递模型,提出一种基于核密度估计的最优噪声尺度估算方法,并将该噪声尺度作为多视图三角化中错误匹配筛选的依据。实验结果表明,该方法可以获得准确的噪声尺度估计,从而有效提升多视图三角化方法的三维重构质量。     

磷虾群免疫粒子滤波的机载单站无源定位算法

为了进一步提高机载单站无源定位的精度,将磷虾群优化思想引入到粒子滤波的重采样阶段,提出了一种磷虾群免疫粒子滤波算法。该算法利用磷虾的受诱导运动、觅食以及随机扩散行为,将粒子导向高似然区域,有效缓解了粒子退化问题。同时,其采用了人工免疫算法的变异操作,避免了早熟现象的出现,提高了粒子的多样性,克服了粒子贫化问题。仿真结果表明,新算法改善了机载单站无源定位的定位精度以及收敛速度。     

基于遗传模糊推理系统的截击点智能解算方法

由于传统截击引导需要人的参与才能完成截击任务,截击方案生成速度要受到人反应速度的限制,成为提高作战速度的一个瓶颈。针对空中战场态势变化快、依靠人工制定拦截方案难以适应未来空战的问题,构建基于模糊推理系统的空战截击点智能解算模型,并采用分段变异和变步长寻优的遗传算法对模型进行训练,实现了对截击方案的快速估算,得到在解空间内性能可以达到甚至超越人类的截击点智能解算模型。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

一种Myriad滤波器中线性度参数的计算方法

以最小渐进方差准则为基础,分析了SαS分布模型参数对Myriad滤波器线性度参数的影响,推导了SαS分布模型参数α与Myriad滤波器的线性度参数K之间的关系曲线,提出了一种线性度参数K的计算表达式,并与传统的经验公式和实际数据进行了比较。结果表明:相对于传统计算方法而言,所提出的公式对实际数据的逼近效果更好、形式更为简洁,具有较强的实用性。     

基于组合复调制高斯函数的数字滤波器设计

针对数字信号处理中的滤波器设计问题,给出了一种数字滤波器设计方法,即利用复调制和线性组合将多个具有不同中心频率的高斯函数时域进行叠加。研究结果表明:所设计滤波器的性能主要取决于组合复调制高斯函数的形状参数σ、频移Δf和时间长度t,通常取σ∈[0.1,1],Δf∈[0.132 5/σ,0.265/σ],t∈[-4σ,4σ]。     

磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。