基于随机有限集理论的多传感器目标联合检测跟踪算法

针对杂波环境中的目标检测跟踪问题,提出一种基于随机有限集理论的多传感器目标联合检测跟踪算法。算法将目标状态和量测描述为随机集合,建立考虑目标出现、目标保持、目标消失等情况的目标状态随机有限集模型,以及考虑漏检和虚警的多传感器量测随机有限集模型。将目标的联合检测跟踪问题构建为目标状态集合的贝叶斯最优估计问题,并基于随机有限集理论对该贝叶斯估计算法的递推表达式进行严格理论推导。采用序贯蒙特卡罗技术实现算法的递推滤波。仿真结果验证了该算法的有效性以及算法相对于传统基于数据关联算法的性能优势。     

电磁场计算中FDTD与MRTD

时域有限差分法 (FDTD)在电磁场数值计算中占有重要的地位。本文发现并证明FDTD是时域多分辨分析 (MRTD)的特例。利用小波 -伽略金方法求解麦克斯韦方程过程中 ,基函数为一般的小波分析中的尺度函数或小波函数 ,可以得到MRTD算法。如果基函数选为Haar小波尺度函数 ,可以推得FDTD算法。如果基函数选为Haar小波包中的尺度函数 ,可以得到高阶FDTD算法。通过算例比较 ,MRTD比FDTD的计算效率更高     

使用多传感器的融合数据进行数据互联

数据互联利用融合的多传感器数据为基础,多传感器融合提供了一个简洁的图形,该图形由当前出现在监视区域中的目标的数字的和非数字的两种属性组成。数据互联技术包含两个过程。第一个过程是,活化的成群过程-在这个过程中,根据已有的航迹在预期的量测附近找到一个群,融合该群中的数据以获得组成群的目标的简洁的图形。第二个过程是,目标类型匹配过程-在该过程中,将已有航迹中包含的目标类型与包含在活化的群中的目标类型进行匹配。本文所提出的数据互联提供了一种手段,把量测得到的可信度值赋给每一条航迹(以接收的数据为基础),并以直接了当的方式推广到处理多目标跟踪数据互联。     

基于多分辨分析的数值积分算法

从多分辨分析思想出发 ,推导出一种计算数值积分的算法 ,通过加强迫函数改善其精度。利用张量扩张的原理 ,将其推广到计算多维数值积分。结果表明 ,它不但与传统的Simpson算法有较好的一致性 ,而且对于震荡积分也有较高的精度。     

机动目标跟踪的交互式多模型自适应滤波算法

采用"当前"统计模型、匀加速模型以及匀速模型,运用交互式多模型算法的思想,提出了一种用于机动目标跟踪的交互式多模型自适应滤波算法.基本思路是上述三种模型并行工作,利用马尔可夫切换系数在它们之间进行切换,目标状态估计是上述三种模型交互作用的结果.蒙特卡罗结果表明该算法不仅克服了上述三种模型各自的缺点,提高了对机动目标的跟踪精度,同时具有全面自适应跟踪能力.     

HPGe多道γ谱仪测量煤灰的放射性

运用HPGe(高纯锗)多道γ谱仪对煤灰样品进行了放射性测量和核素分析,并与参考文献中的相关数据作了比较,讨论了燃煤对工作人员及公众的影响.结论:处理和利用此种煤灰必须慎重.     

多目标决策中基于遗传算法的方案排序分析

分析了常规多目标决策的一般过程,提出在进行方案排序综合时,应充分利用已得到的信息,据此建立了非线性规划模型,并引入遗传算法对规划模型进行求解.通过对实例进行分析,得出这种方法能充分利用集结后的信息,得到较为可信方案排序的结论.     

分布式多传感器多目标跟踪融合算法

在多传感器多目标跟踪系统中,通常采用分布式融合方法和集中式融合方法。分布式融合方法具有结构简单、计算量小等优点,采用分布式融合方法更为广泛。对分布式多传感多目标跟踪融合方法、关联和估计算法进行了分析和综述,并重点讨论了传统的关联算法和神经网络、模糊技术关联算法,指出了有待进一步研究的方向。     

高超音速流场的隐式TVD格式并行计算

本文采用区域分割技术和拼接网格的并行策略，发展了一个适合于分布式存贮多机系统的ＴＶＤ隐式有限体积并行算法；并在ＰＶＭ并行环境下，对三维高超音速绕流流场实现了多机并行计算，通过负载平衡等方法得到了较高的加速比（在二处理机系统上加速比为１∶８４，在四处理机系统上为３∶４４）。     

硬盘多分区启动菜单的简单制作

此文是《硬盘多分区法》(发表在本刊99年第l期)的姊妹篇。前文介绍了怎样在一个硬盘上建立多个主分区(PRI—DOS)，用于安装不同的操作系统。对于多分区硬盘，如果没有一个分区启动菜单，启动分区的切换只能靠FDISK命令激活相应分区来完成。