面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。     

渐近的鲁棒分布式假设检验

考虑带有渐近多传感器的鲁棒分布式假设检验问题,其中每个传感器只收集一个观测.观测服从给定的信号选择模型,其中,信号是确定性信号.通过ε-污染类得到鲁棒检测函数,每个传感器使用该检测函数作出局部决策,并将决策传给融合中心.关注每个传感器如何作决策,以及利用渐近相对效率,研究配置鲁棒检测函数的分布式传感器系统的渐近性能.具...     

机载多传感器跟踪与融合算法的仿真系统

建立了一种机载多传感器跟踪与融合算法的仿真系统.该仿真系统可以针对仿真场景,传感器组合,传感器参数,跟踪算法参数, 跟踪算法的不同情况来评价跟踪性能,从而为跟踪算法的合理选择,算法参数的优化设计,以及实际系统的研制提供有力支持.     

被动传感器融合检测系统的优化分布密度

被动传感器由于采用无源探测,而且制造成本低,体积小,在战场环境中将采用并配置大量的被动传感器来检测目标.不论是主动还是被动式传感器,在实际应用中均存在资源优化配置问题.针对被动传感器的具体应用模型,采取了若干合理近似,得到了在"OR"融合检测条件下,基于最大检测概率的被动传感器优化配置密度计算公式.     

基于SEA方法的传感器与武器系统匹配分析

分析系统的匹配程度,是对作战系统进行评价的重要内容,提出将系统的作战效能作为衡量系统匹配程度的重要指标,在SEA(System Effectiveness Analysis)方法的框架下建立了系统匹配分析模型,采用蒙特卡罗方法对匹配过程进行了仿真计算,并通过具体算例验证了模型的正确性,为作战系统的匹配分析提供了一种新的思路.     

纯方位跟踪问题研究及算法性能

针对纯方位跟踪系统的特点,对修正增益扩展卡尔曼滤波、伪线性滤波、基于无迹变换的卡尔曼滤波、修正球坐标系下的扩展卡尔曼滤波、直接对角度信息建模的卡尔曼滤波等被动目标跟踪算法予以详细的讨论,并在满足可比性的条件下,对各个跟踪算法进行了仿真实验,比较和分析了仿真结果,指出了修正增益扩展卡尔曼滤波的算法优势,对实际工程应用中算法选择问题提出了参考性建议.