基于匹配场的多目标源定位研究

为了研究匹配场定位方法对多元目标的定位效果,使用简正波模型运用匹配场处理进行三目标源定位模拟,对声场进行向量表示,并分别采用常规匹配场处理方法和功率定律处理方法进行匹配处理,分别对单目标和多目标进行仿真,做了多组不同信噪比和不同匹配方法的仿真结果,并进行分析和比较。仿真结果表明,采用匹配场定位的方法对多元目标定位同样有着良好的定位效果。

静止轨道瞬态点源多目标闪电信号实时探测技术

闪电是具有代表性的瞬态点源多目标,与雷暴等强对流气象现象有着密切的联系,通过对闪电的观测可获取雷暴雨等强对流天气的分布、变化、定位。文中论述了在静止轨道上利用瞬态点源多目标闪电信号和缓变的云层、陆地与海洋等背景噪声之间存在时间、空间和光谱特性上的差异,采用光谱滤波、空间滤波、帧—帧背景去除三种方法的组合来实现瞬态点源多目标闪电信号的增强与探测的方案及其技术实现,进行了理论分析与试验验证。

多源多目标扫掠体的全六面体网格自动生成算法

为实现多源多目标扫掠体六面体网格生成,提出针对该类形体的全六面体网格自动生成算法.该算法结合虚面和虚拟分解算法,将多源多目标扫掠体自动分解为多个多源扫掠子体;再采用多源扫掠网格生成方法生成各子体网格,整体网格则由各子体网格自动组合而成.文中给出了完整的虚拟分解算法,在虚拟分解流程中的"压印"环节利用改进的边界约束Delaunay三角化方法统一处理各类情形,避免了传统算法复杂的分类讨论.最后给出多个网格实例及其网格质量数据,验证了文中算法的实用性.

多源多目标环境下配送中心服务半径的确定(模型研究)

面对日益高效、快速及个性化的客户配送服务需求,配送中心服务半径的科学决策和确定十分必要。本文在分析配送中心服务半径基本含义及其影响因素的基础上,针对多源多目标环境下配送中心服务半径提出了相应的数学模型,并通过数学模型对实体环境进行模拟研究,确定了一个区域内多个配送中心配送多种商品给若干客户时的服务半径。通过本研究,旨在为配送中心服务半径的科学决策提供借鉴。

基于数据融合的多目标无源跟踪的弹性网络方法

弹性网络被应用于多目标 /多传感器无源识别和跟踪问题。在传感器仅能获得目标方位角的条件下 ,首先基于多传感器数据融合技术 ,分析了目标的聚类特征 ;然后借助期望模板提出了一种非全连接环形结构的弹性网络模型 ,分析了该模型识别和跟踪目标的动力学机制 ,讨论了网络学习的弹性特征和神经元期望值及噪声系数对降低噪声灵敏度的作用。仿真结果表明 ,神经元感应场内的 WTA竞争学习机制降低了网络的计算量 ,感应场的自适应性可以使神经元跳出局部极小点 ,提高目标识别率。

多源多目标网络下基于包聚合的选择协作方法

针对实际应用中广泛存在的源-目节点不等的无线传感网,提出一种基于包聚合的选择协作方法,以提升传输可靠性。首先,通过建立源-目节点间的关联矩阵将多源多目标传感网分解为多个多源单目标传感网;其次,将包聚合策略引入协作传输中,对多源单目标网络实施基于包聚合的选择协作通信;再次,考虑传输顺序对各源节点的影响,将3种调度方法引入选择协作方法中;最后,在保证系统传输可靠性的前提下,为方便系统的多目标优化,提出了3种中继选择策略。仿真结果表明,所提选择协作方法不仅能提高系统传输可靠性且能满足不同的网络需求。

基于变分贝叶斯推理的多目标无源定位算法

为提高多目标无源定位的精度和鲁棒性,文中提出了一种基于变分贝叶斯推理的多目标无源定位算法。该算法首先建立分层的混合高斯先验模型以诱导目标位置向量的稀疏性;然后,利用变分贝叶斯推理的方法估计该先验模型中隐藏变量的后验分布;最后,根据目标位置向量的后验分布估计目标的位置。仿真结果表明,该算法较传统的基于压缩感知的多目标无源定位算法具有更高的定位精度以及更好的鲁棒性。

一种基于AD9361的ADS-B多目标信号源设计

多目标信号源对设备实验室研发阶段的系统测试至关重要。当前市面上多数的信号源只能下载单一类型信号,或者时域上基带合成的信号。笔者根据多年嵌入式的设计经验结合当前成熟的射频频率捷变芯片AD9361提出了在射频域上完成多路ADS-B信号合成的设计思路,该方法可根据用户需求完成相应数量的多目标信号合成。最后提出采用ZYNQ和AD9361结合的架构完成该信号合成算法设计的整体思路,大大降低了信号源设备的体积和功耗,节约了成本,加快了设备的研制周期。

多目标无源定位跟踪中的数据关联技术

多目标的无源定位跟踪一直是目标探测与定位跟踪领域的热点问题，而数据关联技术在多目标无源定位跟踪中具有重要意义。本文着重分析了现有的静态数据关联和动态数据关联中的各类算法和思路，指出了这些算法与思路的应用前提条件以及应用环境，接着针对这些算法与思路的不足，提出了能够适应更加复杂情形的改进的思路和策略。

基于二元数据的WSNs多目标容错定位算法

传感节点的感测数据易受到污染,导致大量传感节点的观察数据出错。为此,提出基于二元数据的多目标容错定位BMSFTL算法。BMSFTL算法考虑传感节点的差错概率的情况,利用传感节点的二元观察数据对目标源进行识别及定位。在目标源识别阶段,采用分布式竞争领导者(DCL)算法产生领导者(leader)节点,在理想状态下,leader节点数等于目标源的个数。然后,再利用基于网格投票(GBV)机制对目标源进行定位。仿真结果表明,提出的BMSFTL算法在噪声和差错情况,保持高的定位性能,在差错概率为0.25的环境,均方根误差小于8 m,远优于最大似然估计ML。

极坐标-直角坐标下水下目标跟踪算法及试验研究(英文)

在实际水下目标跟踪系统中,由声纳获得的速度量测是一个相对径向速度,并且量测噪声是非白的,为此提出了基于扩展量测和扩展状态的混合坐标系下水下目标跟踪算法。该方法把径向速度量测引入观测模型,提高了目标的状态估计精度和收敛时间;引入了扩充向量,克服了实际水下目标观测噪声非白的影响。提出了水下多目标跟踪水池试验方法。该方法应用静态长线阵和多目标信号源在水池实现了多目标和跟踪体之间的相对运动的模拟。水池试验结果表明所提出的方法性能明显优于基于量测转换跟踪方法(如MC方法),具有重大工程应用价值。

水下多目标跟踪半实物仿真研究

针对水下多目标跟踪的实际过程,完成了水下多目标海洋环境建模,并建立了水下多目标定位和跟踪仿真模型;提出了水下多目标跟踪半实物仿真方法,该方法应用静态长线阵和多目标信号源在水池实现了多目标和跟踪体之间的相对运动的仿真;在DSP系统上实现了多目标定位与跟踪算法。进行了3个目标的半实物仿真,仿真结果表明:该系统不仅能模拟水下多目标跟踪海洋环境,而且能对水下多目标进行有效地定位与跟踪,为水下多目标跟踪进一步实际工程应用提供了依据,具有重大工程应用价值。

改善多源网络层析成像的可辨识性

多源网络层析成像采用多源多目标的网络端到端测量,可获得网状的拓扑结构,突破了一般拓扑识别方法只能识别树状拓扑网络的限制。针对现有方法存在的可辨识性问题,通过提取网络基本分析单元(两个源,两个目的节点的子网)的层次特征来获得其完整的拓扑信息,并提出了可辨识任意网络的融合算法来合并基本分析单元的拓扑信息,估计网络网状拓扑结构。论证了该文方法具有更强的可辨识性,仿真实验也证明了这一点。

基于改进遗传算法的无源滤波器优化设计

针对目前根据工程经验或简单的技术经济指标来设计无源滤波器的现状,以及现有优化设计方法中假设条件较多、寻优空间较小、寻优能力不强、对实际因素考虑不全面等问题,提出了一种改进的遗传设计方法。将无源滤波器的初期投资、无功功率补偿容量、滤波后电网谐波含量作为三个目标,利用遗传算法对无源滤波器的参数进行优化设计。通过适应度函数的阈值制约以及以不同概率进行染色体选择操作,使得种群朝三个目标最佳协调点的方向演化;为克服算法的早熟收敛问题也进行了有益探讨。最后对一个混合滤波实验系统进行了无源滤波参数的优化设计,并和传统的方法进行了比较。仿真和实验表明设计出的无源滤波器具有良好的综合性能。

基于MOFTLBTV的WSNs定位算法

传感节点感测数据易受到干扰,导致传感节点获取的数据出错。为此,提出基于二值数据的多目标容错定位算法(MOFTLBTV)。该算法研究传感节点的差错概率的情况,利用传感节点的二值数据对目标源进行识别及定位。在识别过程中利用分布式竞争领导者(DCL)算法产生领导者(leader)节点。通过估计leader节点数实现对目标源的识别。随后定位阶段采用基于网格投票(GBV)机制对目标源进行定位。在条件下将MOFTLBTV与DNLEP算法在对两个或多个目标源的识别、定位性能进行了三方面进行了对比,MOFTLBTV算法在噪声和差错情况下,保持高的定位性能,在差错概率为0.25的环境,均方根误差小于8 m,其性能远优于DNLEP算法。

一种十字阵列模型下的新型测向算法

为提高精确制导的实时性,实现空间谱测向,提出了一种新型的正交传播算子算法(propagator method,PM)。该算法基于十字型阵列模型,引入了噪声子空间的投影算子构造伪谱,并采用一维谱峰搜索实现二维测向。与利用二维谱峰搜索测向的二维PM算法相比,该算法大大减少了计算量,降低了计算复杂度,可实现多目标信号测向,解决了二维角度的配对问题,也可有效估计出相同方位角(或仰角)的目标。该算法可广泛应用在雷达测向、导引头测向及跟踪等。

域自适应学习研究进展

传统的机器学习假设测试样本和训练样本来自同一概率分布.但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布.域自适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为机器学习新出现的研究领域在近几年受到了广泛的关注.鉴于域自适应学习技术的重要性,综述了域自适应学习的研究进展.首先概述了域自适应学习的基本问题,并总结了近几年出现的重要的域自适应学习方法.接着介绍了近几年提出的较为经典的域自适应学习理论和当下域自适应学习的热门研究方向,包括样例加权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多源域自适应学习.然后对域自适应学习进行了相关的理论分析,讨论了高效的度量判据,并给出了相应的误差界.接着对当前域自适应学习在算法、模型结构和实际应用这三个方面的研究新进展进行了综述.最后分别探讨了域自适应学习在特征变换和假设、训练优化、模型和数据表示、NLP研究中存在的问题这四个方面的有待进一步解决的问题.

静止轨道闪电探测性能实验室验证技术研究

在空间遥感领域,闪电是具有代表性的瞬态点源随机多目标,闪电与雷暴等强对流气象现象有着密切的联系,通过对闪电的观测可获取雷暴雨等强对流天气的分布、变化、定位、预报。作为有代表性的瞬态点源目标,通过对特定区域的闪电进行连续观察,可以统计出该区域闪电发生的频次和闪电发生周期等特征信息,从而为闪电的预报提供科学依据。由于缺少云顶闪电辐射、闪电分布、闪电瞬态特性等参数,地面模拟缓变的云层、陆地与海洋等背景和云顶闪电存在较大的困难,静止轨道闪电探测类相机的探测率(Lightning Detection Efficiency,LDE)、虚警率(False Alarm Rate,FAR)等探测性能验证由于目标特性的不确定性也变得更加困难。基于闪电信号及云背景的光学辐射特性参数,文章对闪电目标及云背景进行了模拟,实现了实验室闪电场景模拟系统。文章论述了在实验室中利用静止轨道闪电探测相机对模拟的云顶闪电和背景进行成像与探测的试验,通过对探测结果进行综合统计、比对与分析,验证静止轨道瞬态随机点源目标探测类相机的探测性能,为相机的交付和在轨运行提供有力的保障。