一种考虑径流预报及其不确定性的水库优化调度模型

鉴于纯随机径流描述或确定性径流预报的水库(群)优化调度模型,未考虑径流预报及其不确定性,导致优化计算结果与水库实际运行情况存在较大差异。本文提出了一种利用后验的径流状态转移概率和径流预报的可预测性概率来描述径流预报及其不确定性的优化调度模型。依据二滩水电站径流及其预报的实际状况,考虑不同预见期的径流预报信息,建立了考虑径流预报及其不确定性的二滩水电站径流描述和优化调度模型。研究结果表明,考虑径流预报及其不确定性有效改善了已有的径流描述模型和发电优化调度模型,可明显地提高水电站发电效益。

用于目标跟踪的智能群体优化滤波算法

针对目标跟踪中的状态估计,提出一种智能群体优化滤波算法。算法在贝叶斯滤波的基础上,运用智能群体优化的3种运动模型估计目标的后验状态,其中内聚运动在保持了粒子多样性的情况下增加了样本的权值,分离运动和排列运动相协调能够更加准确地预测下一时刻目标的先验状态。实验结果表明:与标准粒子滤波相比,该算法能够更加准确地估计非线性系统中的后验状态,在复杂多变的场景环境中,表现出更高的跟踪准确性。

一种基于卡尔曼滤波器的模板更新方法

在运动目标跟踪过程中,基于相似性度量的模板匹配法是常用的一种相关跟踪算法。但是,单纯利用模板与图像的匹配准则难以应对跟踪过程中常见的目标姿态变化问题,很难获得比较好的跟踪效果。针对上述问题,利用卡尔曼滤波器对模板像素进行逐像素更新,每个像素依据自身的性质进行修正的幅度都不一样,从而得到自适应和最优的模板图像,最终达到在序列图像中准确匹配的目标。实验证明,该方法在一定程度上解决了跟踪过程中目标的形态变化问题。

细胞膜离子单通道信号的统计重构算法研究

离子单通道信号是皮安级的随机离子流,用膜片钳技术可以记录下来。但由于信号的微弱性,记录中通道信号往往被背景噪声所淹没,传统上用阈值检测器消除噪声并重构信号,但信噪比低时,阈值检测器失效。本文提出了基于最大后验概率的状态估计和最大似然函数的序列估计两种信号的统计重构技术,在白色背景噪声和有色背景噪声情况下,分别进行仿真实验,证实其重构精度较高,鲁棒性较强,性能远比阈值检测器优越。