基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。     

GPS/SINS组合导航系统的多传感器最优融合算法

对GPS/SINS组合导航的工作原理和模型建立进行详细的分析,设置了两个传感器。提出一种基于信息融合的导航参数最优估计滤波方法。通过计算机仿真说明该方法可提高导航系统的计算精度和速度,有较好的容错性和环境适应性,具有实际使用价值。     

基于Multi-Radio Multi-Channel传感器网络无冲突信道分配算法的研究

为降低通信冲突和信道干扰,对Mult-i Radio Mult-i Channel传感器网络无冲突信道进行研究,结果证实在网络通信半径大于3倍的网络最大功率通信半径的前提下,Sensor节点规模满足2倍网络功率级数加1的环境下,网络无冲突信道分配的信道数达到网络信道冲突图的最大值。文章通过对无冲突信道算法的运用,最终证实其可以有效地提高传感器网络的工作效率,大幅度提升网络的吞吐量。     

改进的多目标多传感器数据融合相关算法

数据融合是利用计算机对数据进行一定处理，得出目标状态及势态估计的多层次多平台过程。详细讨论了对目标的跟踪算法，此算法不仅对多目标，而且对新出现目标和机动目标均能进行识别和跟踪。     

基于模糊Topsis的传感器资源分配算法

影响传感器资源分配的目标属性有多种.文中将目标模糊多属性效用作为传感器资源分配的依据,提出了一种基于模糊Topsis的传感器资源分配算法,并分别给出了影响资源分配的目标多属性模糊效用函数.提出了几种传感器资源分配性能评价指标.仿真结果表明,该算法充分考虑了目标跟踪和威胁等多因素,更符合不同目标对传感器资源的需求.     

基于SRCDKF的交互式多模型算法

给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性.     

一种改进的无线传感器网络随机密钥预分配算法

在分析现有无线传感器网络随机预分配密钥算法的基础上,通过同时引入q合成技术、多路增强技术与单向密钥序列技术,提出了增强的随机预分配密钥算法H-RKP,并以节点俘获攻击为例对其安全性进行了分析,证明该算法可以进一步提高现有随机预分配密钥算法的安全性．     

基于变权综合的多指标席位分配模型

从指标的综合加权入手,对经典席位分配模型进行了推广,建立了多指标席位分配模型,以拓宽这种模型的应用范围.采用指标标准化,变权综合的方法对各种指标进行加权,克服了传统加权方法的不公平问题。最后以学校科研项目的分配说明多指标席位分配方法的更加合理,更加公平和广泛。     

基于多结构元广义形态滤波的改进算法

为对采用相同结构元的形态闭-开和形态开-闭这两种滤波器进行改进,采用了不同结构元的广义形态闭-开和形态开-闭滤波器。在此基础上,将一种新的结构元运用到广义形态滤波中,提出了一种滤波新算法。理论分析和图像处理仿真实验表明,该类滤波新算法既能有效地滤除噪声,又可充分保留原图像的细节信息。     

基于空闲容量的Mesh光网络简单p圈分配算法

基于Mesh光网络p-cycle保护算法,研究了常见简单p圈及空闲容量的相关性能,针对如何在光网络拓扑中优化配置p圈问题,提出了获得更多性能优良圈的圈扩展算法和基于空闲容量的p圈启发式分配算法．通过计算机仿真结果表明,该算法即实现快速容量配置又保证保护效能高,性能优于枚举算法,适合网状光网络中的 p圈配置．     

论我国水权转让的性质——基于水权转让实践的分析

我国水权转让实践可以归纳为区域水权转让、行业水权转让、农户水权转让三种模式。每种模式都不能简单归纳为某种权利转让。这三种模式的水权转让关系表明：水权转让本质上具有功能复合性以及权利和权能复合性。水权转让法律制度建构必须基于这些典型复合性,并要切合本土情况与时俱进,同时要坚持水资源的公共物品属性,力避其被资本以“交易”之名所俘获。     

光纤Bragg光栅全光调谐滤波器

针对非线性特性对光纤布拉格光栅禁带的影响进行了研究;对光栅在非线性作用下所呈现的Bragg波长偏移特性作了理论分析。仿真结果表明,随着输入信号功率的增大,光栅的布拉格波长向长波方向移动,反射峰值下降,反射带宽变窄。基于此原理提出了一种新的全光可调谐滤波方案,并对不同光栅参数下的输出波形和反射谱特性进行了比较。该方案通过控制光实现了对光纤布拉格光栅固有波长的调节,从而实现了全光可调谐滤波,仿真结果表明脉冲形状保持良好。     

基于卡尔曼滤波的运动员实时跟踪系统研究

应用计算机技术,并采用预处理算法和跟踪算法可建立基于卡尔曼滤波的运动员实时跟踪系统,用于实时分割、跟踪球场中运动着的运动员,得到其在运动场景中的各项运动参数,并进行技战术统计和分析,为教练员和运动员制定正确的运动技术方案提供决策依据。     

基于偏差补偿滤波器的DMC算法

运用内模原理和预测控制的方法，讨论了基于脉冲响应的ＤＭＣ，保证控制系统具有良好的稳定性能，且其参数可以在线调整     

基于虚拟网格技术的自适应车辆跟踪算法的研究

为了解决车辆跟踪速度、精度、非线性等问题,引入简化跟踪目标图像信息的虚拟网格技术,结合改进的Kalman预测理论,构建自适应车辆跟踪算法,利用该算法完成对移动目标车辆进行实时检测跟踪。测试结果验证了算法提高视频图像中移动目标跟踪速度,且以较高的精确性对单个、多个移动目标进行检测跟踪。     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.