基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于IRT的自适应学习管理系统设计

从新一代网络教育标准体系的架构入手,结合学习管理系统标准,提出了用标准格式绑定学习单元的方法,并且结合项目反应理论,实现了自适应学习管理和跟踪。标准化的结构设计有利于教育资源在不同系统间的交互、共享和重用,而自适应的学习跟踪使得远程网络教育过程更符合人的学习规律,能够有效地提高学习效率.     

梯格形自适应控制

本文讨论并解决了具有d步时延的多变量系统的梯格形自适应控制问题。为此,把自适应控制下的闭环系统嵌入到ARMA模型中,采用梯格算法进行预报。为了考虑d步时延控制系统,采用简捷方法推导了d步梯格预报公式,并给出了控制量的确定方法。采用梯格形自适应控制可方便地调节模型的阶次,从而可以克服对象阶次不准引起的自适应控制失效的问题。     

卫星轨道Kalman滤波稳健估计

卫星观测数据中不可避免地存在着粗差 ,一般的Kalman滤波易受观测粗差的影响。首先推导Kalman滤波稳健估计公式 ,并分析了它的稳健性。然后用Kalman滤波稳健估计对Lageos卫星的激光实测资料进行了处理 ,证明它具有明显的抗粗差的能力和稳健性     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

简化的块变步长自适应算法

本文提出了一项特别适用于进行实时信号处理、可作为评估自适应算法性能的新指标——收敛时间。然后依据此指标,提出了一种简化的块变步长(SBVS)自适应算法,并导出了它的频域实现。计算机模拟结果表明,该算法在性能上优于BLMS 算法。     

自适应滤波算法的新进展

本文综述了自适应滤波算法研究的进展情况;指出了现有方法存在的问题。最后,对进一步研究的趋势提出了展望。     

单通道自适应有源消声系统

对单通道自适应有源消声系统进行了频域分析,对系统的有关特性进行了讨论,并分别在半消声室和普通房间进行了降噪实验。在误差传声器周围取得了一定的有效空间范围。     

ADAPTIVE BAYES RIDGE ESTIMATION FOR THE PARAMETERS OF THE LINEAR MODEL

ＡＤＡＰＴＩＶＥＢＡＹＥＳＲＩＤＧＥＥＳＴＩＭＡＴＩＯＮＦＯＲＴＨＥＰＡＲＡＭＥＴＥＲＳＯＦＴＨＥＬＩＮＥＡＲＭＯＤＥＬＺｈａｎｇＪｉｎｈｕａｉ（ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ,ＮＵＤＴ,Ｃｈａｎｇｓｈａ,４１００７３）Ａｂ...     

由序列图像获取点目标的三维运动参数和空间位置

利用图像获取目标的运动参数和空间位置在目标定位、跟踪和计算机视觉中具有重要的意义。本文在目标和成像系统都运动的情况下,给出了由单目序列图像获取点目标绝对运动参数和三维空间坐标的条件,提出了利用多帧单目序列图像和应用非线性递推滤波算法来估计点目标的运动参数和空间位置。实验仿真结果证明,本文提出的算法是有效的。