基于修正转弯模型的交互多模型跟踪算法

临近空间高超声速飞行器具有极快的飞行速度和独特的机动模式,传统单模型跟踪方法不能对此类目标进行有效跟踪。提出了基于修正转弯模型的交互多模型跟踪算法,该算法修正了转弯模型,利用当前统计模型思想对目标角速度进行实时估计。首先分析了临近空间高超声速目标的特性,然后根据目标运动方程,对目标角速度进行实时估计,最后通过交互多模型实现对临近空间高超声速目标的跟踪。蒙特卡罗仿真结果表明,IMM跟踪算法能够有效跟踪临近空间高超声速目标,且跟踪的精确度、稳定性等明显优于单模型。

基于多区域中心城市的省际交界地区区域合作研究

省际交界地区是一类特殊的区域类型,其经济落后的一个重要原因是远离各自省份的经济中心城市,培育区域性中心城市成为促进交界地区经济发展的有效手段,但是一般省际交界地区单个城市不足以辐射带动整个交界地区。本文以苏鲁豫皖四省交界地区为例,探索将"区域中心城市之争"转化为多区域中心城市互动合作,以此优化省际交界地区空间结构,最终形成几个功能互补、联系密切的"城市经济圈",对广大省际交界地区产生足够的辐射力和带动力,打破行政分割,实现对省际交界地区的整合与协调发展。并探讨了区域合作的模式和路径,以期对国内省际交界地区避免区域冲突、促进合作发展提供有益借鉴。

应用基因型与播期互作效应分析水稻光温敏核不育系对光周期和温度的育性敏感性

应用AMMI模型、线性回归模型和系统聚类分析方法分析了9个水稻光温敏核不育系和2个对照不育系(培矮64S,浙农大11S),在9个播期环境下花粉和种子育性的变化动态。从AMMI两维图可直观看到基因型与播期的交互模式,根据最大互作效应主成分轴IPCA1值和花粉育性平均值将不育系分成3个集团。第1集团是培矮64S(1)、浙大21S(10)和浙大22S(11),具有较低花粉育性平均值和较高IPCA1值,表明它们对温度变化比较敏感,且有较大的负向互作效应。第2集团是浙农大11S(2)、浙大4S(3)、浙大5S(4)、浙大7S(6)、浙大8S(7)和浙大9S(8),其花粉育性平均值和互作值相对较低,变动在0.013～0.276间,暗示花粉育性对播期敏感度低。第3集团是浙大6S(5)和浙大10S(9),花粉育性平均值高,互作效应大,该2个不育系尚有分离,且花粉育性对播期反映敏感度高。对光敏型和温敏型不育系而言,基因型IPCA值大小主要反映它们对光周期和温度敏感性强弱。花粉和种子育性在基因型、播期及其互作效应上都存在极显著差异。本文还提出利用育性相对稳定性的定量指标Di界定光温敏核不育系的育性稳定性,分析表明,Di值与育种实践结果较为接近。基于AMMI模型的基因型主效应和互作效应分析可以明确划分不育系的不育期、育性转换期和可育期,并将水稻光敏型与温敏型不育系区分开,因而该模型可为不育系应用于种子生产提供信息和依据。

基于AMMI模型的烤烟品种丰产性和稳定性评价

对2010年湖南省烤烟品种区域试验结果进行方差分析,利用AMMI模型进行品种稳定性分析,发现HY-9J、C6212两品种在3个试验点产量均较高,具有稳定丰产的特性,品种HY-5X有较好的丰产性,对各地的适应性很好,HY-9X和HY-9CH丰产性和稳定性较差,利用价值不大;湖南农业大学基地环境对品种的鉴别力较高,而永州烟科所环境对品种的适应性较强。

临近空间目标交互式多模型跟踪定位算法研究

针对临近空间目标,进行了深入研究,根据临近空间目标状态方程的特点,分析了目标跟踪中常用的卡尔曼滤波和粒子滤波算法的优缺点,并将这2种滤波与交互式多模型算法相结合,提出了交互式多模型-卡尔曼滤波算法和交互式多模型-粒子滤波算法,并通过CV,CA和CT 3种动力学模型进行仿真分析。仿真结果表明,采用这2种算法能够满足跟踪临近空间目标的要求,具有一定的工程实用价值。

临近空间高超声速目标自适应采样跟踪算法

针对传统自适应采样跟踪准则只适用单一模型且采样率稳定性差的问题,提出一种基于相对机动强度(relative maneuvering strength,RMS)的自适应采样交互多模型(interacting multiple model,IMM)算法。该算法构建了机动灵敏的主导因子;将期望协方差与实际协方差的偏差与门限值进行比较来修正指数参数,在保证跟踪精度恒定的同时降低资源消耗;考虑到采样率稳定性因素,引入平滑因子,设计线性形式自适应采样率公式。通过仿真试验对比,结果表明3种对比算法跟踪精度相近,新算法采样点数少,采样率突变点少。以此验证了新算法在跟踪数据率和采样率稳定性方面的优越性。

基于动态粒子群优化的目标跟踪算法

目标跟踪问题的关键在于如何寻找与目标运动状态匹配的运动模型;交互式多模型算法的模型集是根据先验信息确定的,它不随时间变化而变化,并且要求在模型集中任意时刻都存在描述目标运动模型;在实际中需要大量模型来描述运动;将粒子群优化和变结构多模型算法相结合,不仅能充分利用系统的实时量测信息,还能根据其先验信息调节优化算法结构;仿真表明,运用动态自适应粒子群优化算法实现模型集自适应,可以提高目标跟踪的精度和实时性。

城市社区中社会主义核心价值体系“四维一体多元互动”模式探索

随着我国城镇化道路的发展,城市社区已经成为我国重要的社会基层组织单位,如何发挥社会主义核心价值体系引领城市社区思想道德建设的作用,是一项重要的时代课题。国内学界对此方面的研究目前仍属空白。文章以常州市为依托,结合城市社区自身的特点,探索出社会主义核心价值体系在城市社区"四维一体多元互动"的推进新模式,以期为社会主义核心价值体系的推进工作提供一点思路。

机动目标单站无源定位中的测量更新CKF-IMM算法

机动目标单站无源定位是一个典型的非线性滤波问题,将一种新型的滤波算法)))容积卡尔曼滤波(CKF)应用于IMM算法之中。为进一步提高定位跟踪精度,提出了一种测量更新CKF-IMM算法。该算法利用马尔科夫过程控制子模型间的切换,并采用CKF算法对各模型进行滤波,然后将每个滤波器的输出状态进行概率加权求和,最后对融合状态再进行一次非线性测量更新。结合空频域单站无源定位模型进行仿真实验表明,与传统的EKF-IMM和UKF-IMM算法相比,CKF-IMM算法的估计误差更小、定位精度更高;而测量更新CKF-IMM算法较CKFIMM算法可进一步提高定位跟踪精度。

结构变迁、多元角色互动与乡村社会治理——以Y生态移民村为例

构建现代化的乡村社会治理机制,既是农村经济社会发展的客观要求,也是国家层面的新的治理理念。本研究以政府主导的生态移民为个案,通过对移民群体在经济结构、社会结构及文化结构变迁中产生的一系列问题的实证分析,探讨了乡村社会的治理方式,提出了多元角色互动乡村社会治理机制。

基于交互式伯努利滤波的机动目标TBD算法

低信噪比环境下,原始数据未知门限的机动目标跟踪是一个比较棘手的问题。提出了一种交互式多模型伯努利(IMM-Bernoulli)检测前跟踪(TBD)算法,该算法结合交互式多模型算法对滤波器中每个目标状态的采样粒子进行预测,利用伯努利滤波对目标粒子进行递归,粒子更新阶段结合TBD算法进行,最终实现目标存在概率及分布密度的更新估计。算法对粒子预测时采用多个模型参与转移预测,使得预测粒子更加接近目标真实运动状态,兼备了伯努利TBD算法和交互式多模算法的特点,可用于处理低信噪比环境下机动弱目标检测跟踪问题,且对目标状态的估计更加精准。仿真实验表明,该滤波器能够实时地估计出目标位置,比传统的伯努利TBD算法具有更好的滤波性能。

一种基于BP神经网络的机动目标跟踪算法

交互式多模型(IMM)算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。