一种改进的机动目标跟踪方法

机动目标跟踪方法主要有变维滤波、输入估计方法和交互式多模方法。由于输入估计方法采用常速模型作为状态方程对目标进行滤波跟踪,避免了模型集设计,所以成为研究的热点。但传统输入估计方法跟踪机动目标时存在机动检测时延较长和估计精度不高的缺点。针对以上问题,本文对输入估计算法进行了改进。用变检测窗长度的方法提高机动检测的响应速度,通过对检测窗内新息序列的修正显著提高了估计精度。仿真结果验证改进后的算法比原有算法的跟踪性能有显著提高,且对加速度随时间变化的机动也有一定的跟踪能力。

岭回归算法在卫星定位中的应用

提出一种在可见卫星相对几何构型不好时提高定位精度的新算法。卫星间相对几何位置对定位精度的影响很大,在可见卫星几何布局不好的情况下,定位精度会大大降低。针对此问题,提出一种新的卫星定位算法。该算法通过引入有偏估计,以最小化参数估计的方差为目标,用轻微牺牲无偏性的代价大大提高了定位精度,解决了可见卫星布局不好情况下不能精确定位的问题,在军事上有很高的应用价值。

基于稀疏流形聚类嵌入模型和L_1范数正则化的标签错误检测

综合利用含错标签中的有用信息和数据结构中蕴含的鉴别信息,提出一种基于稀疏流形聚类嵌入模型和L1范数正则化的标签错误检测修正方法.首先,用稀疏流形聚类嵌入模型将数据投影到易分类的空间,利用标注正确的极少量样本和最近邻分类器获得新标签;然后,构造标签错误检测模型,获得仅含0、1元素的检测向量,正确、错误的标签分别对应着1、0的位置;最后,给出了相应的优化算法及收敛证明,并在相关实验上验证了算法的有效性.