一种基于一致性的分布式天基雷达组网空中目标高度估计与定位方法

单颗天基探测雷达对空中目标跟踪定位时,由于存在俯仰角信息缺失及量测的非线性等问题,目标高度估计误差大。多天基雷达组网为解决该问题提供了一种手段。同时,考虑系统的低计算复杂度、低通信开销、高精度、高可靠性等需求,该文提出了一种基于一致性的分布式天基雷达组网空中目标高度估计与定位方法。首先,给出了空中目标运动模型与天基雷达量测模型;然后,基于概率图模型理论,建立了多天基雷达组网融合多帧量测下目标跟踪定位问题的因子图模型;基于一致性融合,在多个局部目标运动状态之间建立耦合关系;结合粒子滤波与信度传播,建立了非参数信度传播在多天基雷达组网融合跟踪因子图上的消息表示与迭代计算规则;最后通过仿真验证了算法性能。仿真结果表明,与分布式一致扩展卡尔曼滤波算法相比,所提算法目标高度估计精度提升35.3%,有效提升了天基雷达目标定位性能。

基于正则化与保真项全变分自适应图像去噪模型

分析了自适应范数的变分去噪模型与自适应可信度参数变分去噪模型优缺点,提出了一种同时基于范数p与可信度参数λ全变分自适应图像去噪模型。在该模型中,扩散行为的参数p(x,y)由图像局部梯度决定,可信度参数λ(x,y)大小取决于当前处理位置对应残差图像的特性。实验结果表明,本模型在去除噪声的同时更好地保留图像的细节信息,且峰值信噪比有所提高,取得很好的降噪性能。

P-CS不确定性量化模型与其性能数据驱动更新方法

在实际工程中,广泛存在大量的不确定性信息,直接或间接影响着工程结构形式设计、结构性能评估与预测以及在役结构损伤识别等工作的开展与决策.这些多源不确定性信息往往需要用多种不同的不确定性量化模型加以描述;与此同时,不确定性变量在使用过程中可能随时间变化且难以直接测量,需要间接根据性能测试信息在使用工程中更新不确定性量化模型.为兼顾上述两个问题,本文基于等概率变换原则提出了一种P-CS (probability-convex set)不确定性量化模型,该模型将不确定性变量用概率随机变量与非概率凸集变量组合表征,可统一表达概率模型、非概率模型以及非精确概率模型,实现多源、多类型不确定性的统一量化.本文进一步基于贝叶斯理论提出了一种针对该P-CS不确定性量化模型的性能数据驱动更新方法.该更新方法根据性能测试数据信息更新P-CS不确定性量化模型参数取值的信度分布,从而根据后验信度分布计算得出当前P-CS不确定性量化模型参数集合.通过数值算例详述了P-CS不确定性量化模型的构建方法与其概率、非概率特性,并验证了性能数据驱动更新P-CS模型方法的适用性.