检索结果-内蒙古大学图书馆

高教学刊 2025年第10期11卷 19-22页

作者：杨衍波秦月梅西北工业大学自动化学院西安邮电大学自动化学院

在新工科背景下如何突出学校行业特色、培养具备人工智能技术的自动化领域高素质复合型人才正成为自动化专业人才培养亟需解决的关键问题。课程是人才培养的核心，该文探索新工科背景下自动化专业人工智能课程群建设。围绕西北工业大学... 详细信息

在新工科背景下如何突出学校行业特色、培养具备人工智能技术的自动化领域高素质复合型人才正成为自动化专业人才培养亟需解决的关键问题。课程是人才培养的核心，该文探索新工科背景下自动化专业人工智能课程群建设。围绕西北工业大学航空、航天、航海国防特色，提出凸显国防智能化的教师、学生、学校、研究院所及社会等“五位一体”课程思政建设；绘制知识图谱可视化课程内容以制定个性化选课方案，实现人工智能类不同课程知识点无缝衔接；设计“数据+需求—算法—应用”的闭环教学模式，强化学生知识理解；结合感知、控制与决策中国防需求，建立多学科交叉实践案例，提升学生工程创新能力。拟为具有行业特色的工科专业人工智能课程群建设提供借鉴。

关键词：新工科自动化行业特色人工智能课程群

来源：评论

学校读者我要写书评

暂无评论

广义未知扰动下多模型最小上限滤波

引用

北京航空航天大学学报 2024年

作者：秦月梅张荣华杨衍波潘泉西安邮电大学自动化学院西北工业大学自动化学院

针对现有机动目标跟踪算法在广义未知扰动下跟踪峰值误差过大的问题，提出一种多模型最小上限滤波(MMUBF)算法。在多模型框架下利用最小上限滤波对不同模式下状态进行递推估计，根据滤波结果及模型后验概率估计加权在线辨识扰动分量，... 详细信息

针对现有机动目标跟踪算法在广义未知扰动下跟踪峰值误差过大的问题，提出一种多模型最小上限滤波(MMUBF)算法。在多模型框架下利用最小上限滤波对不同模式下状态进行递推估计，根据滤波结果及模型后验概率估计加权在线辨识扰动分量，将其引入各模式下似然概率计算以减弱其对模型概率更新的影响。同时，为进一步提升模式匹配精度，利用修正因子自适应调整马尔可夫转移概率矩阵。此外，通过计算每一步骤的浮点运算数量，分析了该算法的计算复杂度。具有时变未知扰动的机动目标跟踪仿真结果表明，相比于现有交互式多模型滤波、自适应交互式多模型滤波、灰狼优化算法改进后的自适应交互式多模型滤波和基于单模型的最小上限滤波算法，所提算法在不同量测噪声、过程噪声、调整系数及概率修正阈值水平下皆具有更小峰值误差和更高估计精度。

关键词：最小上限滤波广义未知扰动多模型修正因子转移概率矩阵

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的联合等式状态约束辨识与递推滤波

引用

兵工学报 2024年

作者：秦月梅陈重杨衍波李淑英西安邮电大学自动化学院西北工业大学自动化学院信息融合技术教育部重点实验室

针对等式约束跟踪系统中多约束并存且当前约束信息不确定下状态估计问题，提出基于深度学习的联合等式状态约束辨识与递推滤波算法。利用门控循环单元构建约束判别网络，借助雷达量测实现当前时刻等式状态约束的在线辨识；在递推滤波框... 详细信息

针对等式约束跟踪系统中多约束并存且当前约束信息不确定下状态估计问题，提出基于深度学习的联合等式状态约束辨识与递推滤波算法。利用门控循环单元构建约束判别网络，借助雷达量测实现当前时刻等式状态约束的在线辨识；在递推滤波框架下基于级联门控循环单元构建增益学习网络，实现概率模型与数据学习联合驱动的目标状态自适应估计；通过滤波投影联合约束判别网络辨识的约束信息和增益学习网络输出的状态估计，获得满足当前时刻等式状态约束的高精度目标状态估计。典型多道路目标跟踪实验结果表明：所提算法相比卡尔曼滤波、交互式多模型(基于不同运动模型构建模式集/不同状态等式约束构建模式集)和KalmanNet等算法在不同量测噪声水平下具有更高的跟踪精度和更好的鲁棒性。

关键词：目标跟踪等式约束线性随机系统状态估计深度学习

来源：评论

学校读者我要写书评

暂无评论

量测随机延迟下带相关乘性噪声的非线性系统分布式估计

引用

控制理论与应用 2016年第11期33卷 1431-1441页

作者：杨衍波潘泉梁彦秦月梅杨峰西北工业大学自动化学院陕西西安710072 信息融合技术教育部重点实验室陕西西安710072

本文提出了乘性噪声和加性噪声相关下的量测随机延迟非线性系统分布式状态估计.在所考虑系统中,相关状态被多传感器簇构成的传感器网所观测.所得理想量测被传送到远程分布式处理网,并伴随服从一阶马尔可夫过程的随机延迟.在此基础上,本... 详细信息

本文提出了乘性噪声和加性噪声相关下的量测随机延迟非线性系统分布式状态估计.在所考虑系统中,相关状态被多传感器簇构成的传感器网所观测.所得理想量测被传送到远程分布式处理网,并伴随服从一阶马尔可夫过程的随机延迟.在此基础上,本文提出了分布式高斯信息滤波(distributed Gaussian-information filter,DGIF),来实现估计精度与计算时间的折中.在单处理节点/单元中,以估计误差协方差最小化为准则,设计了相应的高斯递推滤波,并实现了延迟概率的在线递推估计.进一步地,在分布式处理网中,基于非线性量测方程的统计线性回归,结合一致性算法,给出了一种分布式信息滤波形式,有效实现了分布式融合.分别在单处理单元和分布式处理网中仿真验证了所提算法的有效性.

关键词：分布式融合估计随机延迟马尔可夫链乘性噪声统计线性回归

来源：评论

学校读者我要写书评

暂无评论

有色量测噪声下带广义未知扰动的递推上限滤波

引用

控制理论与应用 2023年第8期40卷 1457-1465页

作者：秦月梅周倩倩杨衍波梁彦潘泉西安邮电大学自动化学院陕西西安710121 西北工业大学自动化学院陕西西安710129

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题,本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波.这里,有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性,广义... 详细信息

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题,本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波.这里,有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性,广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失).针对所考虑系统,通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推,提出有色噪声下上限滤波(CUBF),给出状态估计误差协方差最小上限的近似实现,讨论了所提CUBF的存在性条件.在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.

关键词：上限滤波有色噪声广义未知扰动状态估计随机动态系统

来源：评论

学校读者我要写书评

暂无评论

随机状态等式约束下线性系统的线性最小均方误差估计

随机状态等式约束下线性系统的线性最小均方误差估计

引用

第三十二届中国控制会议

作者：杨衍波潘泉梁彦杨峰西北工业大学自动化学院

在具有状态等式约束的实际线性系统中,约束可能随机存在。针对这种现象,文中将状态等式约束的随机分布建模为伯努利分布,并将其当作最佳量测引入到量测方程中。为避免扩维后量测噪声协方差奇异带来的数值问题,可以对其附加非常小的扰动... 详细信息

在具有状态等式约束的实际线性系统中,约束可能随机存在。针对这种现象,文中将状态等式约束的随机分布建模为伯努利分布,并将其当作最佳量测引入到量测方程中。为避免扩维后量测噪声协方差奇异带来的数值问题,可以对其附加非常小的扰动。此时,原系统可推广为部分量测随机获得的线性系统,针对这种系统,利用正交原理,设计线性最小均方误差估计器。仿真结果表明,当状态等式约束一直存在时,文中提出的方法与传统的状态等式约束下的滤波算法性能相当,而当状态等式约束随机存在时,文中提出的方法优于传统的状态等式约束下的滤波算法。

关键词：状态等式约束伯努利分布线性系统线性最小均方误差估计

来源：评论

学校读者我要写书评

暂无评论

Vega Prime结合OpenGL的导弹尾焰实时模拟

引用

计算机工程与应用 2012年第29期48卷 220-224页

作者：李威杨峰程咏梅杨衍波西北工业大学自动化学院控制理论与控制工程西安710072

研究基于Vega Prime的导弹作战系统仿真实验,针对使用Vega Prime的粒子特效模拟高速飞行导弹尾焰会出现尾焰不连续而影响仿真可视化效果的问题,提出将Vega Prime与OpenGL相结合的方法。基于粒子系统基本原理,对导弹尾焰进行建模;依据Veg... 详细信息

研究基于Vega Prime的导弹作战系统仿真实验,针对使用Vega Prime的粒子特效模拟高速飞行导弹尾焰会出现尾焰不连续而影响仿真可视化效果的问题,提出将Vega Prime与OpenGL相结合的方法。基于粒子系统基本原理,对导弹尾焰进行建模;依据Vega Prime的事件发布订阅机制将OpenGL引入到Vega Prime中。模拟的尾焰形态逼真,动感十足,满足仿真实时性与真实性要求,解决了Vega Prime模拟导弹尾焰存在缺陷的问题。

关键词：导弹尾焰粒子系统纹理映射作战模拟

来源：评论

学校读者我要写书评

暂无评论

基于伪蒙特卡罗卡尔曼滤波的交互式多模型算法

基于伪蒙特卡罗卡尔曼滤波的交互式多模型算法

引用

第三十二届中国控制会议

作者：杨衍波邹杰杨峰秦月梅潘泉西北工业大学自动化学院火力控制技术国防科技重点实验室

近来年,交互式多模型算法(IMM)在多模型系统中得到了大量应用,在交互式多模型框架下往往需要处理各个模式的非线性,而伪蒙特卡罗算法与基于序贯蒙特卡罗的粒子滤波相比,具有更好的非线性处理能力。本文将伪蒙特卡罗滤波引入到交互式多... 详细信息

近来年,交互式多模型算法(IMM)在多模型系统中得到了大量应用,在交互式多模型框架下往往需要处理各个模式的非线性,而伪蒙特卡罗算法与基于序贯蒙特卡罗的粒子滤波相比,具有更好的非线性处理能力。本文将伪蒙特卡罗滤波引入到交互式多模型框架中,用于处理子滤波器的非线性,提出了一种基于伪蒙特卡罗卡尔曼滤波的交互式多模型算法(IMMQMC-KF)。同时,每一时刻各模型的采样数比重由模型概率决定,从而使占优模型得到更多关注。仿真结果表明,所提出的IMMQMC-KF算法滤波结果优于IMMUKF、IMMPF、IMMEPF和IMMUPF算法,并且在计算量上低于IMMPF、IMMEPF和IMMUPF。

关键词：伪蒙特卡罗伪蒙特卡罗卡尔曼滤波非线性系统交互式多模型模型概率

来源：评论

学校读者我要写书评

暂无评论

一种基于NIS的非线性滤波切换方法

一种基于NIS的非线性滤波切换方法

引用

第三十二届中国控制会议

作者：秦月梅梁彦杨衍波杨峰王小旭西北工业大学自动化学院

在非线性系统的状态估计中,通常仅采用一种滤波算法。传统基于卡尔曼滤波框架的滤波方法虽然具有较好的实时性,但在非线性较强时估计误差较大甚至存在滤波发散。粒子滤波及其衍生算法尽管对非线性有更好的处理能力,但计算量过大。本文... 详细信息

在非线性系统的状态估计中,通常仅采用一种滤波算法。传统基于卡尔曼滤波框架的滤波方法虽然具有较好的实时性,但在非线性较强时估计误差较大甚至存在滤波发散。粒子滤波及其衍生算法尽管对非线性有更好的处理能力,但计算量过大。本文提出了一种基于归一化新息平方(Normalized Innovation Square,NIS)的非线性滤波切换方法。构造NIS统计量,在时间窗口内进行多拍有效性检验,判断系统非线性强度的变化是否导致当前滤波算法失效,进而实时切换上述两类方法中相应的非线性滤波算法。仿真结果表明,相对于粒子滤波类方法,在不影响滤波精度的情况下,通过切换两类方法中相应的滤波算法,可使计算量明显减小。

关键词：非线性系统归一化新息平方时间窗口有效性切换

来源：评论

学校读者我要写书评

暂无评论

一种硅酮密封胶乳液上料装置

一种硅酮密封胶乳液上料装置

引用

作者：杨衍波 265700 山东省烟台市龙口市黄城汽车站西3公里路北

本实用新型涉及液体上料设备技术领域，具体为一种硅酮密封胶乳液上料装置，包括机体，所述机体的上表面连通有连接管，所述连接管的上端连通有出料管，所述连接管的圆弧面连通有进料管，所述出料管的圆弧面设有过滤结构，所述过滤结构... 详细信息

标准号: CN217119575U

本实用新型涉及液体上料设备技术领域，具体为一种硅酮密封胶乳液上料装置，包括机体，所述机体的上表面连通有连接管，所述连接管的上端连通有出料管，所述连接管的圆弧面连通有进料管，所述出料管的圆弧面设有过滤结构，所述过滤结构包括支撑板，所述支撑板的竖直截面呈“L”形，所述支撑板短臂的下表面固定连接有限位板，所述限位板的内壁滑动连接有滑板，所述滑板的下表面固定连接有连接板，所述连接板相对于出料管的位置固定连接有滤斗，所述滤斗的内壁转动连接有调节斗，所述调节斗的尺寸与滤斗的尺寸相适配。本实用新型，解决了硅酮密封胶乳液中的杂质会严重影响工作人员后续对硅酮密封胶乳液进行加工的问题。

关键词：出料管胶乳液连接管支撑板硅酮滤斗连通密封本实用新型过滤结构连接板下表面圆弧面滑板内壁滑动上料设备上料装置转动连接上端进料管上表面限位板短臂内壁适配加工

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：