一种基于关联前运动分析的多目标关联与定位方法

在仅采用方位传感器的前提下,利用单个平台进行动目标定位绝非易事,除非该平台采用费时又费力的边机动边观测方式。相比而言,基于双/多平台的纯方位传感器观测定位方案可在不依赖平台机动的情况下,通过三角测量实现目标准确定位。然而,该方案在多目标探测时会遇到平台间的数据关联问题,即多目标探测时需要剔除错误配对的多目标角度交叉点。针对此问题,文中提出一种采用关联前运动分析的方法,可实现精确的多目标关联和定位,同时给出判别目标真伪的置信系数。仿真分析表明该方法在多目标数据关联、目标定位与运动参数估计方面具备出色的性能。

基于熵权的多目标关联分析及其作物区试综合评估方法与应用

对作物品种区试综合评价指标体系的建立进行了系统论述,分析了"正向"、"反向"、"有界"、"适性"评价目标类型的确定和"全面、重点、简便"评价指标数量的选取方法,运用多目标决策的效用函数法对评价指标数据进行标准化处理、运用熵权系数法确定权重,提出了基于熵权的多目标关联分析法。用该方法对作物品种区试进行综合评价,其结果更加全面客观、真实可靠。

基于多目标关联分析的作物新品种区试综合评估方法探讨

就作物区试品种性状的综合评估,提出了多目标关联分析法,该方法不仅客观实际的反映了作物品种的应用价值,而且较好的解决了以往对区试综合评估这一有较大难度的问题,为育种、科研、推广部门提供了科学决策依据和手段,也为生物系统的优势因素分析、单因素试验综合评述等有限方案多目标决策问题提供了一种新的有效的分析方法。

多目标击水声信号特征关联方法

目标入水产生的击水声信号形式复杂,在海洋尖刺干扰的影响下易造成漏报和虚警,当多目标不等间隔陆续入水,不同观测节点间同一目标的击水声信号难以正确关联。针对上述问题,提出一种多目标击水声信号关联方法。通过经验模态分解将检测到的瞬态信号分解为固有模态函数(Intrinsic Mode Function,IMF),并提取各阶IMF的频谱等特征,利用灰色关联分析,模糊C均值聚类两种算法实现多击水声信号的关联,为后续的分布式定位提供必要条件。仿真结果表明:当特征参数个数为6时,两种方法的目标关联正确率分别可达98%和87%;当测量节点个数为7时,两种方法的目标关联正确率分别可达95%和87%。仿真结果证明了本文方法的可行性和有效性。

图像序列中破片群目标提取与关联方法研究

图像序列中破片群目标的提取和相互关联是基于高速摄影的破片参数测试中的关键技术,为准确提取破片群目标并进行关联,采用混合高斯背景建模结合邻帧差分法提取出前景;通过形态学处理,消除爆炸产生的火花扬尘等干扰,准确提取出了图像中的破片目标;提出了基于轨迹约束的搜索方法对图像序列中同一破片目标进行关联,通过试验验证,证明方法可以满足测试要求。解决了高速摄影法进行破片测速中破片群目标提取和图像序列中同一目标关联的关键问题。

基于多目标决策灰色关联投影法的水土保持生态修复生态效益动态评价

科学评价水土保持生态修复效益对进一步完善生态修复模式具有重要意义。水土保持生态修复生态效益评价的对象实际上是区域生态环境系统,涉及自然、生态等多方面具有信息不确知性和不完全性的因素,实质上是一个灰色系统。基于灰色系统理论和矢量投影原理,建立了水土保持生态修复生态效益评价灰色关联投影模型。该模型将评价样本及各级标准视为矢量,分别向同一矢量(理想样本)进行投影,根据投影值的大小,确定样本所属的生态环境质量级别及样本间的优劣排序。利用地处沂蒙山区的国家水土保持生态修复试点工程山东省平邑县项目区的2002-2005年监测数据,通过建立生态效益评价指标体系,采用多目标决策灰色关联投影法,对水土保持生态修复的生态效益进行评价,结果与预期相一致。即研究区2005年生态效益的投影值为0.661 9,2002年的投影值0.593 1。研究表明:利用灰色关联投影模型进行水土保持生态修复效益动态评价是科学的、有效的,具有应用和推广价值。

城市客运换乘枢纽多目标灰关联综合评价研究

城市客运换乘枢纽是城市客运交通系统中的一个重要组成部分,其服务效率的优劣将直接影响到城市交通的运行效率。本文从定性和定量两个方面入手,建立了切实可行的客运换乘枢纽评价指标体系,引入多目标灰关联评价模型,对城市客运换乘枢纽的服务效率进行了有效性评价分析,通过对评价结果的分析及对比,可对换乘枢纽的规划、布局、换乘衔接、交通组织等方面存在的问题进行有针对性的改善。通过在实际工程中的应用表明,该模型在评价客运换乘枢纽效率的过程中具有较强的可操作性。

杂波环境下基于meanshift的多目标数据关联

针对杂波背景下多目标的数据关联问题,提出了一种基于meanshift的多目标数据关联算法。该算法首次将meanshift用于多目标的数据关联问题中,首先对接收到的量测数据通过meanshift算法进行聚类处理,然后结合最近邻思想完成量测-航迹的关联,在目标密集或交叉的情况下,引入关联度的概念,与PDA相比,在提高关联精度的同时,也降低了计算量。蒙特卡罗仿真结果验证了该算法的可行性和有效性。

主被动声呐多目标航迹关联的双门限算法研究

主被动声呐航迹关联在军事多传感器数据融合方面是一个重要研究课题 ,本文基于统计理论提出了双门限主被动声呐航迹关联算法 ,推导了双门限阀值的选取 。

多目标决策灰色关联投影法在生态脆弱性评价中的应用

【目的】为生态脆弱性评价提供了一个可行的方法,同时应用生态脆弱性分区结果可为后续的生态环境恢复重建工作、制定综合治理策略及区域可持续发展规划提供依据。【方法】以典型生态脆弱区贵州省为研究区,根据导致该省生态环境脆弱的自然-结果表现因素,构建科学客观的评价指标体系,运用多目标决策灰色关联投影法进行生态脆弱性分析评价。【结果】结果显示,贵州省生态脆弱性从小到大为:贵阳市>黔西南布依族苗族自治州>六盘水市>铜仁市>黔东南苗族侗族自治州>安顺市>黔南布依族苗族自治州>遵义市>毕节市。【结论】多目标决策灰色关联投影法在生态脆弱性评价中的运用具有可行性,本研究评价结果与前人研究结果相对一致,可用于生态环境建设参考。

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。

多目标灰关联决策的典型水面舰艇反潜性能评估

水面舰艇反潜武器系统具有综合功能强、战技性能指标多的特点,许多指标模糊性、相对性较强,必须寻求一种能对武器系统战技技能进行有效评估的方法,采用多目标灰关联决策的方法对水面舰艇反潜武器系统战技技能进行评估。首先根据灰色系统理论建立了多目标灰关联决策模型,其次以灰色关联度为基本依据构造出水面舰艇反潜武器战技性能评估指数,最后根据所建立的模型对5种典型水面舰艇的反潜性能进行了综合评估。

多站无源探测系统中多目标数据关联方法研究

主要研究了非合作多站无源探测系统的多目标数据关联问题。多目标条件下时差定位方法的主要问题就是多目标的数据关联,文中依据非合作测量数据和时差定位的特点,提出一种利用多普勒测量信息约束同一目标时差测量值的数据关联方法,推导出目标数据关联方程,仿真结果显示了该方法的有效性。

多目标灰色关联度模型在工程项目投资决策中的应用

以工程项目投资决策为研究对象,针对工程项目投资决策中存在的问题及其"灰色性质",运用灰色关联理论,对工程项目投资决策的多目标灰色关联度模型构建过程分析,进而建立工程项目投资决策的多目标灰色关联度模型,对决策方案进行优选,最后将多目标灰色关联度模型应用到实际工程开发项目中,实证检验多目标灰色关联度模型在工程项目投资决策中的有效性。本研究为工程项目投资决策提供了决策依据,使工程项目投资决策更具科学性,使企业获得最大的经济效益。

基于多目标决策灰色关联投影法的不同退耕还林模式生态效益评价

科学地评价不同退耕还林模式的生态效益对退耕还林工程的进一步实施具有重要意义。以会泽县退耕还林工程生态定位监测站数据为基础,运用多目标决策灰色关联投影法,通过对不同退耕还林模式生态效益的比较,测算出生态效益最显著的退耕还林模式。研究结果表明,退耕还林模式中乔灌草地生态效益最佳,乔、灌地次之,未退耕地生态效益最差,结果与退耕还林工程预期相一致,这说明灰色关联投影法应用于退耕还林生态效益评价的科学性与可行性。

密集杂波环境下基于KHM的多目标数据关联

针对在杂波密集、多目标交叉的场景中,传统聚类算法在数据关联中出现的用聚类中心点更新航迹产生较大误差。为减少误差,提高航迹精度,提出一种基于KHM(k-Harmonic Means)的多目标数据关联算法。算法首次将KHM用于多目标的数据关联问题中,先对接收到的量测数据通过KHM算法进行聚类处理,然后结合最近邻思想完成量测-航迹的关联,在目标出现密集交叉时,引入KHM的"软聚类"方法,实现了量测-航迹的精确关联。采用蒙特卡罗仿真结果表明,基于KHM的关联算法在精度上要优于PDA算法,并验证了算法的可信性和有效性。

石化企业上游并购多目标灰色关联度决策模型及应用

本文根据石化企业上游自身以及并购目标选择决策系统的特点和灰色系统理论,建立石化企业上游并购目标评价指标体系及选择最优方案的决策模型,实现石化企业上游并购的多目标决策,目的在于避免人为因素的干扰,全面、具体、客观地评价目标企业,从中选择合适的企业以增强石化企业上游的竞争力并最终提高在世界能源市场的竞争力。

基于遗传算法的机动多目标数据关联

1 引言 多目标数据关联是多目标跟踪的核心部分，是多目标跟踪技术中最重要而又最困难的问题。数据关联简言之就是一种分配过程，即判断一个特定的量测属于哪一个目标，进而把全部或部分新量测数据分配给已建立的轨迹。数据关联是一个监视、跟踪系统的主要功能，因为错误的关联会导致跟踪的丢失，在目标密集或运动交叉并有杂波时，数据关联是一个困难的过程，因为把许多不同的量测同被跟踪的目标关联起来要作许多相应的假设。随着量测数目的增加，假设会急剧增加，如有杂波存在还会使问题进一步复杂化。

一种新的多目标融合关联算法

多目标关联是多阵多传感器声呐数据融合的前提和关键,结合灰色理论利用多种量测信息,提出了一种新的多目标融合关联算法。利用目标方位、LOFAR和DEMON谱特征线谱实现多目标的融合关联,取得了更好的关联结果,通过仿真验证了所提算法的关联性能,相较纯方位关联算法有提高。

基于强化学习的多目标点航关联方法

针对密集杂波环境下的多目标点迹-航迹关联问题,以强化学习(Reinforcement Learning,RL)方法为基础,提出了一种基于Q学习的多目标点迹-航迹关联方法。首先,根据整个过程中目标的运动状态,建立马尔可夫决策过程(Markov Decision Process,MDP)模型。其次,利用各状态间的相关程度构成策略函数,选择准确的动作,并设定相应的奖励函数。最后,考虑杂波密集时虚假量测难以分辨,结合目标先验信息,增加了Q表再学习环节,进一步优化关联精度。仿真结果表明,在非机动和强机动两种环境下,该方法都能准确地关联到目标的量测,具有较好的点迹-航迹关联性能。