一类基于模糊推理的具有机动自适应的目标跟踪算法

针对变结构多模型算法在机动目标跟踪中对目标机动不确定性、量测不确定性自适应能力不足的问题,提出一种基于模糊推理的机动自适应目标跟踪算法.设计一种基于模糊推理的双级机动判别模型,利用模型概率信息和主模型滤波残差加权范数进行主模型可信度和机动判别推理;并将双级机动判别引入基于可能模型集的期望模式扩增方法(EMA-LMS)框架,提出一种模糊推理EMA-LMS算法,实现对模型集自适应的参数和策略的在线调节,从而生成更加接近目标真实运动模式的期望模型,并更好地对模型进行取舍.仿真结果表明,本文算法能够有效增强算法对目标机动和量测不确定的自适应性,提高跟踪精度.

融合CNN-Transformer的红外弱小目标检测方法

针对远距离红外目标探测技术中存在的弱小目标特征信息提取困难、局部背景噪声干扰强导致检测算法虚警率和漏检率偏高的问题,提出了融合CNN-Transformer的单帧红外弱小目标检测算法。针对已有方法在提取红外弱小目标特征信息时感受野受限且易受到局部噪声干扰的问题,对Swin Transformer中的窗口自注意力计算模块进行改进,设计了基于可分离卷积的局部感知增强模块,兼顾对全局信息和局部信息的提取,提升骨干网络对弱小目标空间分布信息的提取能力。针对小目标特征难以在深层网络中保留的问题,设计了自下而上的多尺度特征融合模块,在不同层级的特征图之间利用注意力机制确保小目标的低层特征信息能够在高层特征图中得以保留。在公开数据集NUAA-SIRST上进行了测试,验证了本文所提算法相比已有算法取得了更佳的检测效果,同时能够兼顾对检测精度和召回率的优化。

一种具有必经点约束的非结构化环境路径规划方法

针对非结构化环境下具有必经点约束的路径规划问题,设计一种两阶段求解方法,并对每一阶段算法做出改进。第1阶段,对典型非结构化环境进行地图建模,针对A-Star算法存在的接触障碍物、路径曲折的问题,提出新的障碍物安全距离方法并设计折线优化策略平滑路径。第2阶段,详细阐述必经点问题的求解流程,建模为旅行商变体问题并将多种优化算法拓展至必经点场景。由于现有方法难以高效求解必经点问题,提出一种改进遗传粒子群(IGPSO)算法,包括分层随机初始化、改进交叉方式以及变异算子。最后进行对比实验验证,结果表明改进算法在最优解成功率、运行时间和迭代次数方面具备明显优势。

非线性不确定状态时滞系统的鲁棒H_∞滤波

研究含有状态时滞的非线性不确定性系统的鲁棒H∞滤波器设计问题,其中系统的参数不确定性是时变和模有界的,非线性的扰动受有界条件约束.针对连续系统和离散系统两种情况,分别选取合适的Lyapunov函数分析了使滤波系统渐近稳定,且从噪声输入到误差输出的传递函数的H∞范数小于指定上界的充分条件,然后通过两个代数Riccati方程的正定解参数化表示了该滤波器.滤波器的设计过程和结构均是与状态时滞的大小、非线性扰动以及不确定性参数无关的.

一类非线性时滞不确定性系统的鲁棒H_∞滤波

研究含有状态时滞的非线性不确定性系统的鲁棒H∞ 滤波器设计问题。利用修正的Riccati型不等式分析了使滤波系统渐近稳定、且从噪声输入到误差输出的传递函数的H∞ 范数小于指定上界的充分条件,通过两个代数Riccati方程的正定解参数化表示了该滤波器。滤波器的设计过程和结构均是与状态时滞的大小、非线性扰动以及不确定性的参数无关的。仿真试验进一步表明了设计方法的有效性和可行性。

一类时滞离散不确定性系统的鲁棒H_∞滤波

研究了一类含有状态时滞的离散不确定性系统的鲁棒H∞滤波器设计问题,其中,系统的参数不确定性是时变和模有界的.为了设计使得滤波过程渐近稳定,且满足H∞扰动抑制水平的滤波器,给出了时滞系统满足H∞扰动抑制的鲁棒稳定性引理,利用修正的Riccati型方程推导了滤波器存在的充分条件.仿真试验表明了该设计方法的有效性和可行性.

一种新的基于多尺度分析的滤波算法

利用多分辨分析思想对空域相关滤波法进行了研究 ,给出了一种形式简单的变系数算法 ,仿真结果说明该算法对处理含有噪声的信号是有效的。

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题 .针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题 ,介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法 .该算法通过求解两个代数 Riccati方程的正定解 ,得到了使得估计过程二次稳定的状态估计器 .此算法不但经过了理论证明 。

基于Riccati方程的时滞不确定性系统鲁棒H_∞滤波器设计

研究含有状态时滞的参数不确定性系统的鲁棒 H∞ 滤波器设计问题 ,其中系统的参数不确定性是时变和模有界的 .针对连续系统和离散系统两种情况 ,以时滞系统的鲁棒稳定性引理为基础 ,利用修正的 Riccati型不等式推导了使得滤波系统 H∞ 范数满足指定要求的滤波器存在的充分条件 ,并且通过两个代数 Riccati方程的正定解参数化表示了该滤波器 .

基于双通道特征增强集成注意力网络的红外弱小目标检测方法

针对目前远距离红外目标探测中存在的弱小目标特征信息少、环境复杂、噪音干扰多,且传统目标检测算法漏检率和虚警率高等问题,提出了基于双通道特征增强集成注意力网络的红外弱小目标检测算法。整体网络结构主要包括双通道特征提取模块、特征增强模块和集成上下注意力模块三部分。与单通道特征提取相比,双通道特征提取可以获得更多的特征信息,并通过特征增强模块进一步丰富目标特征,再结合集成上下注意力模块自适应地增强目标特征和弱化背景噪音,从而提升弱小目标的检测效果。最后,通过对比传统算法、其他深度学习算法以及本文提出算法的测试结果,验证了本文提出的算法具有较好的检测效果,漏检率和误检率更低。

一类时滞不确定性系统的鲁棒H_2/H_∞状态估计

研究了一类时滞不确定性系统的状态估计问题 ,其中系统的参数不确定性是时变和模有界的。首先证明了时滞不确定性系统二次稳定且H∞ 范数小于指定的上界的充分条件 ,然后利用修正的Riccati型不等式推导了使得估计系统同时满足二次稳定和鲁棒H2 /H∞ 性能的线性估计器存在的充分条件 ,通过求解两个代数Riccati方程的正定解 ,得到了该估计器的参数表示。仿真试验表明了该设计方法的有效性和可行性。

一类多时滞不确定性系统的鲁棒H_∞滤波器设计

研究了具有多状态时滞的不确定性系统的时滞相关鲁棒 H∞ 滤波问题 ,其中系统的参数不确定性是时变和模有界的 .通过构造一个适当的 Lyapunov函数 ,推导出判断一个给定滤波器满足系统 H∞ 范数要求的判别条件 ,以及符合该条件的滤波器存在的充分条件 ,给出了所有满足约束要求的滤波器的参数化表示形式 .

基于证据理论的多类分类支持向量机集成

针对多类分类问题,研究支持向量机集成中的分类器组合架构与方法.分析已有的多类级和两类级支持向量机集成架构的不足后,提出两层的集成架构.在此基础上,研究基于证据理论的支持向量机度量层输出信息融合方法,针对一对多与一对一两种多类扩展策略,分别定义基本概率分配函数,并根据证据冲突程度采用不同的证据组合规则.在一对多策略下,采用经典的Dempster规则;在一对一策略下则提出一条新的规则,以组合冲突严重的证据.实验表明,两层架构优于多类级架构,证据理论方法能有效地利用两类支持向量机的度量层输出信息,取得了满意的结果.

化工多变量时滞过程的频域解耦控制设计的研究进展

化工多变量时滞过程的频域解耦控制设计方法在工程实践中被广泛采用,是过程控制领域中的一个重要研究方向．本文根据近些年来这一研究方向上的主要研究成果,简要地概述了具有主导影响的几种频域解耦控制结构及其整定方法的研究进展,分析和讨论了它们各自的主要优缺点,然后指出了一些当前化工实践中具有迫切要求的相关研究课题．

一种建立粗糙数据模型的监督模糊聚类方法

提出了在输入-输出积空间中利用监督模糊聚类技术快速建立粗糙数据模型(rough data model,简称RDM)的一种方法.该方法将RDM模型的分类质量性能指标与具有良好特性的Gustafson-Kessel(G-K)聚类算法结合在一起,并通过引入数据对模糊类的推定隶属度的概念,给出了将模糊聚类模型转化为粗糙数据模型的方法,从而设计出一种通过迭代计算使目标函数最小的两个必要条件方程来获取RDM模型的有效算法,将Kowalczyk方法的多维搜索过程变为以聚类数目为参数的一维搜索,极大地减少了寻优时间.与传统的粗糙集理论和Kowalczyk方法相比,提出的方法具有更好的数据概括能力和噪声数据处理能力.最后,通过不同的数据集实验测试,结果表明了该方法的有效性.

基于K-means和Random Forest的WiFi室内定位方法

为了减小室内环境因素对室内WiFi定位的影响,降低定位成本,提高定位精度以及扩大定位区域,通过对室内定位系统和机器学习算法的讨论,提出了一种基于K-means和Random Forest融合的WiFi室内定位算法。针对室内WiFi信号强度分布的特点,该算法通过K-means聚类改进算法对数据进行初始分类,然后使用Random Forest对初始分类结果进行二次分类。实验结果表明,该定位算法的定位精度在2米以内的概率为89.1%,达到预期的定位效果,同时对缺失值数据具有较好的适应能力。

一种实时以太网介质访问控制协议的时延性能分析

本文提出一种新的基于持续竞争的实时以太网介质访问控制协议 ,该协议能够保证实时信号的发送有确定的最大时延 .在新协议下 ,如果检测到冲突 ,实时节点并不像普通以太网节点一样停止传输 ,而是坚持发送竞争信号 ,利用信道冲突通知非实时节点或者低优先级实时节点停止传输 ,把信道留给高优先级的实时节点 .而且该协议与普通以太网介质访问控制协议兼容 ,这样实时节点与普通以太网节点能共存于同一网络系统中互相通信 .文中详细描述了新型以太网介质访问控制协议 ,分析了实时信号的发送时延 。

合成孔径雷达图像舰船尾迹检测算法

针对合成孔径雷达(SAR)图像舰船尾迹检测问题,提出了基于解析字典的相干斑噪声抑制算法和基于Radon变换的尾迹检测算法.首先,利用基于解析字典的形态成分分离算法对SAR图像进行成分分离,得到含有舰船尾迹的结构成分图像和含有相干斑噪声及海杂波的纹理成分图像.然后,对包含舰船尾迹的结构成分进行局部Radon变换,并通过基于峰值聚类决策的舰船尾迹识别算法对真假局部峰值点进行判别,得到真实尾迹产生的局部峰值点,确定舰船尾迹的具体位置.实验结果表明,该算法能有效地完成SAR图像舰船尾迹检测.

模糊粗糙数据模型:一种数据分析的新方法

提出了一种数据分析的新方法———模糊粗糙数据模型(Fuzzy Rough Data Model,FRDM).该方法采用动态自适应模糊聚类技术,将Kowalczyk方法中的粗糙数据模型(Rough Data Model,RDM)对输入数据空间的网格状“硬划分”转化为模糊划分,辨识输入数据空间中的模糊模式类,并通过定义各模糊模式类与决策类别之间的类型映射关系ftype:Ci→y,以及输入数据对各模式类分类规则的匹配度(Degree of Fulfillment,DoF(x))概念,建立起相应的FRDM模型.不同数据集的实验测试结果表明,与Kowalczyk的RDM方法相比,文中方法具有更好的数据概括能力、更强的噪声数据处理能力和更高的搜索效率.

基于判别改进局部切空间排列特征融合的人脸识别方法

改进型局部切空间排列(ILTSA)是最近提出的一种流形学习方法。基于对ILTSA的线性逼近和判别拓展,该文提出一种新的称为判别改进局部切空间排列(DILTSA)的特征提取方法,并给出了理论证明和算法分析。基于最大邻域间隔准则和ILTSA,DILTSA能够同时保持类内与类间局部判别几何结构。此外,提出一种增强型Gabor-like复数小波变换以缓解照明和表情变化对人脸识别的影响。通过融合Gabor-like复数小波变换和原始图像特征,能够进一步提高人脸识别的准确率。在Yale和PIE人脸数据库上的实验结果证明了所提方法的有效性。