基于UKF的自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯（CT）模型,采用无迹卡尔曼滤波（UKF）方法和自适应网格（AG）的模型集自适应策略,研究了一种变结构交互式多模型算法,即：基于UKF的自适应网格交互式多模型（UKF-AGIMM）算法。对二维机动目标跟踪的仿真结果表明,本算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用     

基于数值模拟的拔伸成形工艺分析与优化

变薄拔伸是厚壁深筒件生产的关键工序,成形难度大.针对现行的拔伸成形工艺,为改善成形稳定性、提高成形质量、延长模具寿命,通过采用刚粘塑性有限元法,根据不同参数和条件,在计算机上对拔伸工艺进行数值模拟分析,分别讨论了拔伸模圈道数、变形量分配、模圈间距及入模角等因素对拔伸成形过程的影响,进而提出了"多模短距长拔"、变形量依次递减和较小入模角等优化措施.这样既减少了大量现场试验,又达到了工艺优化的目的.     

一种开放式视频管理框架

对视频进行有效管理的依据是其“内容”。视频具有多模态性,其内容也具有层次性,可用三维模型来描述视频内容。据此,提出了一种开放式视频管理框架。在该框架中,视频中的各层内容与视频数据相对独立地存储与管理,用关联机制建立起视频数据与内容的联系。通过这种机制,能够形成视频数据与内容之间的多种逻辑描述,适用于对多种视频的管理,并且可以对视频进行“多模态查询”。     

基于局部敏感哈希算法和神经网络学习的跨媒体检索方法

为了提高跨媒体检索的效率,可行的方法是降低数据集中不相关内容的比例。采用局部敏感哈希算法将图像数据映射到汉明空间并利用神经网络学习将文本数据映射到汉明空间的哈希函数,提出一种可以显著提高数据集中相关文件比例的高效跨媒体检索方法。实验结果表明,提出的方法能够有效去除数据集中的不相关内容,相对于已有的跨媒体检索方法,其有效提高了检索效率与准确率。     

一种基于MMMA的双模式变步长盲均衡算法

针对传统修正恒模算法(MCMA)收敛速度慢、剩余码间干扰大的缺点,在双模式修正恒模算法(MCMA+DD-LMS)的基础上引入局部信息量和变步长的思想,提出了一种基于修正多模算法(MMMA)的双模式变步长修正多模算法(VS-MMMA+DD-LMS)。经过理论分析和实验仿真,证明改进后的算法较传统算法具有更好的均衡效果。     

多模自适应滤波算法的性能改进方法

多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型.采用传统的多模自适应滤波算法检测故障时会有一定的时间延迟,不利于系统故障的实时检测,因此提出了几种减少多模自适应算法故障检测时间的方法,并将其应用于某无人机执行器和传感器的故障检测和识别,仿真结果证明可以有效地减少故障检测时间.     

编队多平台协同防空系统及其多模型算法进展

介绍了多平台协同防空系统的组成及功能,并回顾了该系统目标跟踪中多模型算法的发展过程.重点对变结构多模型算法及其研究进展进行了论述,指出变结构多模型算法在目标跟踪中有广阔的应用前景.