一种模糊神经网络的快速参数学习算法

提出了一种新的模糊神经网络的快速参数学习算法 ,采用一些特殊的处理 ,可以用递推最小二乘法 (RLS)来调整所有的参数 .以前的学习算法在调整模糊隶属度函数的中心和宽度的时候 ,用的是梯度下降法 ,具有容易陷入局部最小值点、收敛速度慢等缺点 ,而本算法则可以克服这些缺点 ,最后通过仿真验证了算法的有效性 .

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题 ,提出红外与激光主 /被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题 ,将参考文献 [1]给出的一维机动目标“当前”统计模型推广到三维情况 ,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程 ,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准 ,得到正确的测量值。最后 ,提出扩展的自适应卡尔曼滤波算法并进行了仿真研究。仿真研究表明方案可行 ,可同时对三维空间目标的位置、速度。

一种图像分割的目标描述方法及实现

提出一种二值分割图像目标描述的实现方法 ,用以获取目标特征量。在对二值化图像形成目标块的过程中使用扩展像素标记法 ,可以在标记目标所属像素的同时标记目标的边界点 ,从而得到目标的单像素宽边界。在此基础上获得目标的面积、周长和质心坐标等参数 ,为图像目标识别做好准备。最后给出了算法C ++编程的具体思路和实现。仿真实验证实了该算法实用可行。

抗野值多速率模型及交互式多传感器状态融合

针对状态估计中野值问题进行研究.基于HongLong多速率模型,引入小波变换进行奇异值检测,在时频域将野值剔除;同时利用子波分解抽取多速率信息用以状态估计,从而建立了抗野值的多速率模型.该模型用于集中式多传感器IMM融合算法,形成抗野交互式多速率多传感器滤波算法.仿真结果证明了该算法对观测中的野值有良好的抗于扰性.并且通过抽取观测序列包含的多速率信息实现了对目标状态的精确估计.

Fuzzy-Gray预测控制算法及应用

针对大滞后系统的控制 ,本文提出了一种带智能积分的参数自调整 Fuzzy-Gray预测控制算法 .该算法综合 Fuzzy控制、Gray预测的长处 ,对大滞后系统进行控制是有效的 .仿真结果表明该算法能较好地兼顾系统的动、静态特性 ,超调小、响应快 ,稳态精度高 ,在工业控制系统中有实用价值 .