检索结果-内蒙古大学图书馆

武汉大学学报（工学版） 2013年第4期46卷 540-544页

作者：方彦军周亭亭谭磊武汉大学动力与机械学院湖北武汉430072

针对无人车车辆路口通行中动态目标的跟踪预测,分析比较基于SICK与Velodyne两种激光雷达数据的车辆提取方法,参照Velodyne的提取方法,提出合适的激光雷达布局对路口环境中的动态障碍物(主要是车辆、行人)信息进行了提取.选取交互式多模... 详细信息

针对无人车车辆路口通行中动态目标的跟踪预测,分析比较基于SICK与Velodyne两种激光雷达数据的车辆提取方法,参照Velodyne的提取方法,提出合适的激光雷达布局对路口环境中的动态障碍物(主要是车辆、行人)信息进行了提取.选取交互式多模型(IMM)算法对动态目标运动趋势进行预测,并对IMM算法进行优化,提出将局部路径规划的三次曲率多项式算法抽象为路径规划模型,作为IMM算法的滤波模型以替代常规的车辆运动模型作为滤波模型.验证实验结果表明基于路径规划模型的IMM算法在无人车车辆运动趋势的预测上具有更好的超前性与更高的预测精度.

关键词：跟踪预测交互式多模型算法路径规划

来源：评论

学校读者我要写书评

暂无评论

应用交互式多模型算法的设备剩余寿命预测

引用

空军工程大学学报（自然科学版） 2016年第2期17卷 98-102页

作者：谢吉伟刘君强王小磊南京航空航天大学民航学院南京211106

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与... 详细信息

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与退化模式后验概率进行联合估计,根据后验概率判别异常点,并采用期望最大化(Expectation Maximum,EM)算法对模型参数进行在线估计与更新,最终实现设备的实时剩余寿命预测。数值分析结果表明:该模型能够准确地检测异常点、降低剩余寿命概率分布的不确定性与提高剩余寿命的预测精度,为实现设备的视情维修提供决策依据。

关键词：异常检测剩余寿命预测交互式多模型算法动态转移后验概率

来源：评论

学校读者我要写书评

暂无评论

一种结合弹道规律的模糊交互式多模型算法

引用

海军工程大学学报 2015年第1期27卷 41-44页

作者：刘杨姜礼平王炜海军工程大学兵器工程系武汉430033 海军工程大学理学院武汉430033

针对交互式多模型算法中转移概率矩阵与实际运动不匹配而影响跟踪精度的问题,通过分析某型导弹的典型弹道,将弹道规律融合到模型概率转移矩阵中,然后将转移概率模糊化处理,提出了一种基于弹道规律的模糊交互式多模型算法,然后以导弹蛇... 详细信息

针对交互式多模型算法中转移概率矩阵与实际运动不匹配而影响跟踪精度的问题,通过分析某型导弹的典型弹道,将弹道规律融合到模型概率转移矩阵中,然后将转移概率模糊化处理,提出了一种基于弹道规律的模糊交互式多模型算法,然后以导弹蛇形运动转至比例导引的机动过程为例进行了仿真验证,比较了典型交互式多模型算法和模糊交互式多模型算法的跟踪性能。仿真结果表明:该算法可显著提高导弹机动段的跟踪精度。

关键词：目标跟踪交互式多模型算法模糊理论转移概率矩阵弹道规律

来源：评论

学校读者我要写书评

暂无评论

机动目标跟踪交互式多模型算法研究

机动目标跟踪交互式多模型算法研究

引用

作者：孙粲山东大学

学位级别：硕士

随着科学技术不断发展和人们对目标跟踪实际需求的不断增加，目标跟踪问题开始受到广泛关注。目标跟踪技术已经广泛应用于军事领域如战场监控、预警、攻击、火力控制等，和民用领域如空中交通管理、船舶进出港、个人导航定位系统等。机... 详细信息

随着科学技术不断发展和人们对目标跟踪实际需求的不断增加，目标跟踪问题开始受到广泛关注。目标跟踪技术已经广泛应用于军事领域如战场监控、预警、攻击、火力控制等，和民用领域如空中交通管理、船舶进出港、个人导航定位系统等。机动目标跟踪问题与人们的日常生活息息相关，具有重大应用价值，因此，该问题成为了国内外研究人员的研究热点。\n 科学技术的进步使得目标的机动性能大大提高，呈现出高速、高机动的特点，基于卡尔曼滤波器及其改进滤波器的单模型跟踪算法已不适于实际应用。交互式多模型算法(IMM)的提出大大改善了单模型算法的不足，提高了跟踪精度，适用于目标运动状态多变的情形，并在实际情形中得到广泛应用。\n 然而，交互式多模型算法在模型集设置等方面依然存在不足，仍然无法满足某些高精度目标跟踪情形下的需要。\n 本论文主要研究内容为:基于交互式多模型算法的机动目标跟踪算法;研究对象为:线性观测环境下机动目标的高精度跟踪;研究的目的是:改进传统IMM算法跟踪精度及运算复杂度，以适应某些高精度或实时跟踪情形的需要;研究方法是:通过理论分析传统IMM算法存在的问题，提出改进算法并通过仿真验证分析改进算法与传统算法的优势与不足。\n 本文主要研究了以下两个方面:\n 第一，针对IMM算法跟踪精度仍有较大提升空间的问题，提出了一种模型集切换的IMM算法(S-IMM)。该算法通过设置两个并行运行的不同的模型集，分别实现对目标不同运动状态的跟踪，并通过分析两个模型集中模型概率的特征，判断目标运动状态，实现机动检测，并输出优化的跟踪结果，但该方法运算量较大。\n 第二，针对本文提出的S-IMM算法运算量大的问题，提出了一种改进的模型集切换IMM算法(IS-IMM)。该算法仍然设置两个不同的模型集，分别实现对目标不同运动状态的跟踪，但对于算法运行的每一时刻，均只有一个模型集参与跟踪运算，通过分析当前模型集中模型概率特征的变化，判断目标运动状态，实现机动检测，当检测到目标运动状态改变时，自动实现模型集的软切换。\n 本文对提出的两种改进算法进行了仿真验证，并与传统IMM算法进行了对比。仿真结果表明，S-IMM算法相对于IMM算法跟踪精度高;IS-IMM算法的跟踪精度相对于S-IMM算法略有降低但优于IMM算法，时间复杂度相对于S-IMM大幅减小。

关键词：机动目标跟踪算法交互式多模型算法模型集切换卡尔曼滤波器

来源：评论

学校读者我要写书评

暂无评论

基于模糊神经网络的交互式多模型算法研究

基于模糊神经网络的交互式多模型算法研究

引用

作者：齐乐太原理工大学

学位级别：硕士

目标跟踪是指计算机或其他仪器设备依据某种算法实现对目标的跟踪与定位,并根据目标的位置和动向采取相应措施。机动是指目标为执行某种战术意图和(或)由于非预谋的原因作改变原来规律的运动,如转向、俯冲、下滑、爬升、蛇形、增速、降... 详细信息

目标跟踪是指计算机或其他仪器设备依据某种算法实现对目标的跟踪与定位,并根据目标的位置和动向采取相应措施。机动是指目标为执行某种战术意图和(或)由于非预谋的原因作改变原来规律的运动,如转向、俯冲、下滑、爬升、蛇形、增速、降速等。机动目标跟踪主要是解决目标机动的情况下稳定、精确跟踪的问题。机动目标跟踪关键在于如何从测量值中提取有关目标状态的有用信息。一个好的机动目标跟踪算法将有利于这种信息的提取。大多数的跟踪算法都是以模型为基础的。基于模型的机动目标跟踪算法可以分为单模型(Single Model-SM)算法和多模型(Multiple Model-MM)算法两大类。常见的单模型算法有白噪声加速度模型(Constant Velocity Model-CV)、Wiener加速度模型(Constant Acceleration Model-CA)、Singer加速度模型、“当前”统计模型(Current Statistic Model-CS)和匀速转弯模型(Constant TurnModel-CT)等。本文分析了这些模型的建模方法,并通过MATLAB仿真比较了各模型的跟踪精度。多模型算法由于其独有的处理具有结构和参数未知和/或变化以及将复杂问题简化为简单问题的能力,近年来受到了很大的重视。多模型(MultipleModel-MM)算法可以分为三代:静态多模型算法(Static MultipleModel-SMM)、交互式多模型(Interacting Multiple Model-IMM)和变结构多模型(Variable Structure Multiple Model-VSMM)算法。目前,在众多的跟踪滤波算法中,交互式多模型算法被认为是最有效的次优多模型方法,因而在机动目标跟踪领域获得了广泛的应用。但是,当目标的机动情况发生变化时,如果IMM算法的模型集中不包括当前目标的运动模式,跟踪精度就会大大下降,甚至发散。因此提高IMM算法跟踪机动目标能力的关键是如何根据目标的机动情况,实时地估计模型参数。由于模糊神经网络融合了神经网络自学习能力、联想能力、优化结构和模糊逻辑容易被人理解等优点,将其引入IMM算法中,对于提高目标的跟踪精度有着重要的意义。本文对IMM算法做了如下两点改进。首先在IMM算法的模型集设计中,提出了使用加速度均值自适应的“当前”统计模型(CS模型)和扩展后的常速运动模型(CV模型)进行交互。其次设计了一个符合机动目标跟踪中目标机动特点的模糊神经网络,将运动模型的特征量作为模糊神经网络的输入,模糊神经网络的输出用于修正目标运动模型参数,使系统能自适应目标复杂多变的运动模式。该模糊神经网络按照模糊规则连接,模糊规则作为网络的权值通过神经网络自动调整和修正。该算法有效地解决了机动目标跟踪模型和目标运动模式不匹配的问题,减少了计算量,提高了跟踪精度。MATLAB仿真实验证明了该算法的有效性。

关键词：机动目标跟踪交互式多模型算法模糊神经网络 Monte Carlo仿真

来源：评论

学校读者我要写书评

暂无评论

改进的粒子滤波算法在交互式多模型算法中的应用

改进的粒子滤波算法在交互式多模型算法中的应用

引用

作者：王晓卿太原理工大学

学位级别：硕士

卡尔曼滤波算法是目标跟踪中最常用到的滤波算法之一,它是线性高斯噪声下的最优估计滤波算法,但是这种算法在非线性非高斯噪声下的滤波效果并不理想,甚至会产生发散现象。在卡尔曼滤波算法的基础上进行改进,出现了扩展卡尔曼滤波算法。... 详细信息

卡尔曼滤波算法是目标跟踪中最常用到的滤波算法之一,它是线性高斯噪声下的最优估计滤波算法,但是这种算法在非线性非高斯噪声下的滤波效果并不理想,甚至会产生发散现象。在卡尔曼滤波算法的基础上进行改进,出现了扩展卡尔曼滤波算法。为了更好的非线性环境中完成对机动目标的跟踪,近年来又产生了很多新兴的滤波算法用于非线性环境,粒子滤波算法就是这些新兴滤波算法中的一种。标准粒子滤波算法存在很多缺点,比如有发散现象、粒子数出现匮乏等,对粒子滤波算法进行改进,产生了各种改进的滤波算法,如扩展卡尔曼滤波算法、不敏卡尔曼滤波算法、自适应粒子数粒子滤波算法、马尔卡夫(MCMC)粒子滤波算法、交互式多模型粒子滤波算法等。这些经常用到的滤波算法都有其适用的环境,用到其它的环境都会出现较大的滤波误差。目标跟踪中经常使用到的模型算法有CA/CV模型、当前统计模型以及交互式多模型算法,用到的滤波算法包括卡尔曼滤波算法、扩展卡尔曼滤波算法以及粒子滤波算法等。粒子滤波算法中采样粒子数、过程噪声以及量测噪声会对粒子滤波算法的滤波效果产生很大的影响,本论文将会研究对于同样的模型,最适合它的采样粒子数,并研究过程噪声以及量测噪声对粒子滤波算法的滤波效果产生的影响。同为非线性滤波算法,粒子滤波算法相比扩展卡尔曼算法有很大的优势,它的算法复杂度不受积分方程维数的影响,算法的复杂度仅和采样粒子数有关。但是粒子滤波的滤波效果是和采样粒子数目有关的,当采样粒子数比较少时,粒子滤波的滤波效果可能还是要比扩展卡尔曼滤波差。本论文将要取不同的粒子数对比粒子滤波算法与扩展卡尔曼滤波算法的滤波效果。在以往对粒子滤波的研究文献中都提到了在重采样时要设立一个采样门限值,当有效的粒子数目低于这个值时才进行重采样,理论上这样会降低重采样的次数。但是这样就必须去计算采样门限,这样反而会增加算法的复杂度,延长算法的完成时间,另外因为有效样本数高于采样门限值不进行重采样,也会造成粒子一定程度的退化现象,这样也会影响最后的滤波效果。在改进的粒子滤波算法中,将对比扩展卡尔曼粒子滤波、正则粒子滤波、线性优化组合粒子滤波的滤波效果,并把效果最好的粒子滤波改进算法应用到交互式多模型算法中,研究这种算法的滤波效果。

关键词：目标跟踪粒子滤波算法交互式多模型算法卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于交互式多模型算法的负荷建模体系研究

基于交互式多模型算法的负荷建模体系研究

引用

作者：徐威山东大学

学位级别：硕士

作为电力系统建模研究的基础性领域,负荷准确建模对电力系统的规划、运行以及控制等方面的决策发挥着至关重要的作用。当前,新型电力系统“双高、双随机”的发展使得配网侧出现了广义负荷、柔性负荷等多元化的负荷新形态,负荷的构成及... 详细信息

作为电力系统建模研究的基础性领域,负荷准确建模对电力系统的规划、运行以及控制等方面的决策发挥着至关重要的作用。当前,新型电力系统“双高、双随机”的发展使得配网侧出现了广义负荷、柔性负荷等多元化的负荷新形态,负荷的构成及其特性发生了深刻变化,负荷模型精确性与泛化能力之间的矛盾日益凸显,负荷建模正面临着新的挑战。本文构建面向新型电力系统的基于交互式多模型算法的负荷建模体系,主要研究工作如下:(1)为应对新型电力系统中负荷特性的多样化复杂化,在深入分析当前聚类模型不足的基础上,提出了一种基于迁移学习的负荷特性聚类方法;在负荷特性提取时最大程度保留原始数据特征并最小化数据间的分布差异,在Simulink仿真平台上搭建的IEEE-14节点配电网算例系统验证了所提方法的有效性;面向广域负荷节点,从负荷特性的多时空尺度分类出发,提出了多元异构的负荷子模型集构建策略以及异构模型集协同滤波的IMM算法,一方面保障交互式多模型负荷建模方法中子模型集的强描述能力和泛化能力,另一方面提升交互式多模型负荷建模的实时性和精确性;基于Simulink搭建了含风电、光伏的广义负荷建模场景,验证所提方法的有效性。(2)为解决传统负荷建模过程中各建模系统之间相互独立、缺乏协同性等问题,首先对新型电力系统中负荷建模的体系特征进行分析,指出基于单一的负荷建模系统难以满足负荷建模的精确性、时变性等多元需求;其次从理论和方法两个层面构建交互式多模型负荷建模的研究框架,明确交互式多模型负荷建模方法的本质、基本特征、技术方法以及环境支撑;最后基于IMM算法将负荷建模长期以来形成的各个子系统有机串联起来,构建了基于交互式多模型算法的负荷建模体系,提升各建模系统之间的整体性和协同性。(3)开发了负荷建模的数字孪生平台;为实现物理世界中的变电站负荷节点与其在虚拟空间内数学模型之间的虚实映射和实时互动,提出了电力负荷建模的五维数字孪生模型;基于知识图谱构建了负荷建模的数字孪生平台架构,依据负荷建模的基本需求设计了面向负荷建模的实体图谱、本体图谱、逻辑图谱以及事件图谱;基于图数据库、Web服务器等关键技术对负荷建模数字孪生平台进行开发,并以某地区电网220kV变电站为例实现了负荷建模领域知识图谱的构建以及综合负荷建模功能。综上,本文提出了基于迁移学习的负荷特性分类方法和基于异构模型集的交互式多模型负荷建模方法;构建了基于交互式多模型算法的负荷建模体系,提升各建模系统之间的协同性;构建了基于知识图谱的负荷建模数字孪平台架构,设计了面向负荷建模的4种知识图谱,并对负荷建模平台进行开发,实例表明所搭建的平台具有功能界面友好、操作方便等优点。

关键词：新型电力系统负荷建模交互式多模型算法体系研究负荷建模平台

来源：评论

学校读者我要写书评

暂无评论

飞行轨迹预测的交互式多模型算法研究

飞行轨迹预测的交互式多模型算法研究

引用

作者：高彦杰中国民用航空学院

学位级别：硕士

该论文的工作是国家自然科学基金重点项目的一个研究内容.为提供更加精确的飞机位置的状态信息,及时预警和防止冲突,该论文主要对动态预测飞行轨迹的交互式多模型算法进行了研究.首先对交互式多模型算法性能进行了分析,主要讨论了马尔... 详细信息

该论文的工作是国家自然科学基金重点项目的一个研究内容.为提供更加精确的飞机位置的状态信息,及时预警和防止冲突,该论文主要对动态预测飞行轨迹的交互式多模型算法进行了研究.首先对交互式多模型算法性能进行了分析,主要讨论了马尔可夫参数以及模型集选择对算法性能的影响;然后通过选择适当的坐标系和符合民航飞行实际的飞机运动模型,以雷达数据为观测信息,在基本的交互式多模型算法基础之上,从两方面给出了三种算法改进,即一种自适应交互式多模型算法与两种变结构交互式多模型算法.此三种算法改进,都是主要考虑飞行转弯状态而设计的.自适应交互式多模型算法是基于一种自适应转弯模型(ACT)而构造,这种自适应转弯模型(ACT)考虑了位置、速度、加速度三个变量,利用转弯运动下的速度及加速度估计值实时估计出当时的角速度.在算法中,模型中角速度实时更新,使得算法能时刻满足实际运动状态,提高了预测性能.两种新的变结构算法都是基于图论知识而构造,即转变图变互式多模型(SGIMM)算法和自适应图交互式多模型(AGIMM)算法.转换图交互式多模型(SGIMM)算法中所有子图集中模型预先固定,随时间变化,采用不同的子图集.而自适应图交互式多模型(AGIMM)算法中子图集是根据当前状态来决定,子图集自适应选择;最后通过仿真试验,证明了三种改进算法的优化性,并验证了模型集选择对算法性能影响的理论分析.

关键词：交互式多模型算法轨迹预测运动模型变结构误差

来源：评论

学校读者我要写书评

暂无评论

基于模型概率的自适应交互式多模型算法

引用

指挥控制与仿真 2010年第6期32卷 27-29页

作者：王春雨嵇成新海军大连舰艇学院辽宁大连116018

传统的交互式多模型算法中过程噪声协方差矩阵固定,不能很好地适应实际目标不同程度的机动。采用匀速和转弯运动模型集合,提出了一种基于模型后验概率的自适应交互式多模型算法。通过后验概率来自适应调整各模型中的系统过程噪声协方差... 详细信息

传统的交互式多模型算法中过程噪声协方差矩阵固定,不能很好地适应实际目标不同程度的机动。采用匀速和转弯运动模型集合,提出了一种基于模型后验概率的自适应交互式多模型算法。通过后验概率来自适应调整各模型中的系统过程噪声协方差矩阵,进而提高模型同系统运动模式的匹配程度;结合防空作战机动目标跟踪要求,通过典型目标机动仿真,同标准交互式多模型算法进行比较,验证了该算法的合理性和有效性。

关键词：机动目标跟踪交互式多模型算法过程噪声协方差矩阵自适应滤波

来源：评论

学校读者我要写书评

暂无评论

基于变维交互式多模型算法的近区目标跟踪研究

引用

电子测量技术 2017年第1期40卷 67-70页

作者：吴志远毛洋周敬烈南京电子技术研究所南京210000

雷达数据处理中的一个关键部分是目标跟踪,它负责对目标的点迹进行滤波,降低噪声影响。交互式多模型算法是一种基于广义伪贝叶斯算法的具有马尔科夫转移概率的多模型算法。它可以用多个模型匹配目标的不同机动模式,避免了单模型不能全... 详细信息

雷达数据处理中的一个关键部分是目标跟踪,它负责对目标的点迹进行滤波,降低噪声影响。交互式多模型算法是一种基于广义伪贝叶斯算法的具有马尔科夫转移概率的多模型算法。它可以用多个模型匹配目标的不同机动模式,避免了单模型不能全程匹配带来的模型误差。近区目标往往具有较大的角速度和角加速度,模型集里包含角速度分量可以更好的匹配其机动形式。于是在交互式多模型的基础上提出了一种变维交互多模型算法,可以对不同维度的模型集进行交互滤波,以取得更好的跟踪精度。

关键词：目标跟踪机动模型交互式多模型算法变维交互式多模型算法

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：