海洋环境要素极值更新概率模型

能够反映实际环境荷载特征的概率模型是合理进行海洋平台结构设计和评定的基础。海洋平台设计环境荷载往往由沿岸台站资料直接得到或经相关分析推算得到,而反映当地环境条件的现场实测资料应用较少。发展了一种利用现场实测资料对环境荷载极值概率模型进行修正、从而获得融合现场资料信息和原极值资料信息的更新极值概率模型的计算方法。首先将经典Bayes方法进行推广到考虑多种先验信息来源的情况,建立了多种先验信息源下的参数估计公式;应用非正态随机变量的正态变换方法,结合海洋环境要素极值概率模型参数估计方法,将Bayes方法推广到极值Ⅰ型随机变量的情况,建立了海洋环境要素极值更新概率模型及参数估计方法。通过模拟算例和实际风速数据验证了海洋环境要素极值更新概率模型的合理性。

多机动目标跟踪的BFG-GMPHD算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。

改进匹配方法的BFG-GMPHD滤波算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法。算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题。仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能。

一种高效的CABAC解码器硬件结构设计

相对于其他熵编码而言,基于上下文的自适应二进制算术熵编码(CABAC)具有更大的数据压缩率,但由于其运算复杂,访问存储设备频繁,导致编/解码率较低。针对影响CABAC解码速度的“瓶颈”问题,提出了一种高效的CABAC解码器硬件结构,包括新的存储访问方式、优化的解码核心单元结构以及子解码器级联的方式。实验结果表明,该硬件结构可显著提高CABAC的解码效率。