基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。

网络系统可靠度的连接矩阵逻辑扩展算法

针对网络性能优化技术,着重研究无线网络传输可靠性问题,为有效提高3-状态无圈有向设备网络系统二终端可靠度仿真算法效率;采用网络的连接矩阵表示形式,在定义了连接矩阵列变换后,依据连接矩阵逻辑扩展技术对连接矩阵实施连续的代数变换,得到了求3-状态设备网络二终端可靠度的一个有效快速算法。仿真示例表明,使网络系统可靠度符号表达式中项数大幅度减少,算法效率显著提高。由于算法使用了网络系统的代数化表示方法,结合了消除冗余项存储及简化技术,算法具有节约存储空间、执行效率高特点。对复杂网络系统可靠度评估具有重要参考价值。