检索结果-内蒙古大学图书馆

控制与决策 2012年第4期27卷 507-512页

作者：闫小喜韩崇昭西安交通大学智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室综合自动化研究所西安710049

针对多目标跟踪中的未知杂波强度,提出了基于熵分布的杂波强度在线估计算法.利用有限混合模型对未知杂波强度建模,将仅依赖于混合权重的熵分布作为混合参数的先验;利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式;以... 详细信息

针对多目标跟踪中的未知杂波强度,提出了基于熵分布的杂波强度在线估计算法.利用有限混合模型对未知杂波强度建模,将仅依赖于混合权重的熵分布作为混合参数的先验;利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式;以随机近似过程为在线估计策略,推导了基于缺失数据的分量均值和方差的在线估计公式.仿真结果表明,基于熵分布的杂波强度在线估计算法改进了概率假设密度滤波器在多目标跟踪中的性能.

关键词：多目标跟踪概率假设密度杂波强度在线估计熵分布

来源：评论

学校读者我要写书评

暂无评论

基于增量式有限混合模型的多目标状态极大似然估计

引用

自动化学报 2011年第5期37卷 577-584页

作者：闫小喜韩崇昭西安交通大学电子与信息工程学院综合自动化研究所智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室西安710049

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来... 详细信息

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来获得参数的极大似然解.在新分量插入混合模型时,保持已有混合模型的参数不变,仍旧采用极大似然准则从候选新分量集合中选择新插入分量.新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值.利用k-d树生成插入到混合模型的新分量候选集合.增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势,有助于一步一步地搜寻混合模型的极大似然解.仿真结果表明,基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.

关键词：多目标状态估计增量式有限混合模型概率假设密度滤波器极大似然期望极大化

来源：评论

学校读者我要写书评

暂无评论

基于目标出生强度在线估计的多目标跟踪算法

引用

自动化学报 2011年第8期37卷 963-972页

作者：闫小喜韩崇昭西安交通大学电子与信息工程学院综合自动化研究所智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室西安710049

针对多目标跟踪中未知的目标出生强度,提出了基于Dirichlet分布的目标出生强度在线估计算法,来改进概率假设密度滤波器在多目标跟踪中的性能.算法采用有限混合模型来描述未知目标出生强度,使用仅依赖于混合权重的负指数Dirichlet分布作... 详细信息

针对多目标跟踪中未知的目标出生强度,提出了基于Dirichlet分布的目标出生强度在线估计算法,来改进概率假设密度滤波器在多目标跟踪中的性能.算法采用有限混合模型来描述未知目标出生强度,使用仅依赖于混合权重的负指数Dirichlet分布作为混合模型参数的先验分布.利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式;混合权重在线估计过程利用了负指数Dirichlet分布的不稳定性,驱使与目标出生数据不相关分量的消亡.以随机近似过程为分量均值和方差的在线估计策略,推导了基于缺失数据的分量均值与方差的在线估计公式.在无法获得初始步出生目标先验分布的约束下,提出了在混合模型上增加均匀分量的初始化方法.以当前时刻的多目标状态估计值为出发点,提出了利用概率假设密度滤波器消弱杂波影响的出生目标数据获取方法.仿真结果表明,提出的目标出生强度在线估计算法改进了概率假设密度滤波器在多目标跟踪中的性能.

关键词：多目标跟踪概率假设密度目标出生强度在线估计极大后验 Dirichlet分布

来源：评论

学校读者我要写书评

暂无评论

概率假设密度高斯混合实现的分量删减

引用

自动化学报 2011年第11期37卷 1313-1321页

针对概率假设密度(Probability hypothesis density,PHD)高斯混合实现算法中的分量删减问题,提出了基于Dirichlet分布的分量删减算法以改进概率假设密度高斯混合实现算法的性能.算法采用极大后验准则估计混合参数,采用仅依赖于混合权重... 详细信息

针对概率假设密度(Probability hypothesis density,PHD)高斯混合实现算法中的分量删减问题,提出了基于Dirichlet分布的分量删减算法以改进概率假设密度高斯混合实现算法的性能.算法采用极大后验准则估计混合参数,采用仅依赖于混合权重的负指数Dirichlet分布作为混合参数的先验分布,利用拉格朗日乘子推导了混合权重的更新公式.算法利用负指数Dirichlet分布的不稳定性,在极大后验迭代过程中驱使与目标强度不相关的分量消亡.该不稳定性还能够解决多个相近分量共同描述一个强度峰值的问题,有利于后续多目标状态的提取.仿真结果表明,基于Dirichlet分布的分量删减算法优于典型高斯混合实现中的删减算法.

关键词：概率假设密度高斯混合实现分量删减 Dirichlet分布极大后验

来源：评论

学校读者我要写书评

暂无评论

动态输出反馈鲁棒模型预测控制

引用

自动化学报 2012年第1期38卷 31-37页

作者：平续斌丁宝苍韩崇昭西安交通大学智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室电子与信息工程学院综合自动化研究所西安710049

研究了具有多包不确定性和有界噪声的系统的动态输出反馈鲁棒模型预测控制的综合方法.系统为准线性参数时变的,即系统时变参数在当前时刻精确已知,但在将来时刻未知.采用二次有界概念刻画扩展闭环系统的稳定性.本文主要创新在于提出了... 详细信息

研究了具有多包不确定性和有界噪声的系统的动态输出反馈鲁棒模型预测控制的综合方法.系统为准线性参数时变的,即系统时变参数在当前时刻精确已知,但在将来时刻未知.采用二次有界概念刻画扩展闭环系统的稳定性.本文主要创新在于提出了一种辅助优化方法,从而为下个采样时刻的主优化问题提供可靠的真实状态的界.通过连续搅拌釜式反应器控制系统验证了该方法的有效性.

关键词：动态输出反馈模型预测控制不确定系统二次有界

来源：评论

学校读者我要写书评

暂无评论

可控结构半弹道式再入飞行器的跟踪及充满空间的模型集设计

引用

自动化学报 2010年第11期36卷 1534-1543页

作者：梁勇奇韩崇昭石勇西安交通大学智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室电子与信息工程学院综合自动化研究所西安710049

由于再入过程中结构变化的未知以及流场等不确定因素的影响,可变结构半弹道式再入飞行器(Semi-ballisticreentry vehicle,SBRV)的模式及其变化方式通常也中未知的.本文在分析可控结构SBRV再入运动特征以及模式特征的基础上,提出了充满... 详细信息

由于再入过程中结构变化的未知以及流场等不确定因素的影响,可变结构半弹道式再入飞行器(Semi-ballisticreentry vehicle,SBRV)的模式及其变化方式通常也中未知的.本文在分析可控结构SBRV再入运动特征以及模式特征的基础上,提出了充满模式空间的模型集,新模型集根据Hicknell准则设计,该模型集与Monte Carlo法生成的模型集相比不但具有更高的可信度和精度,而且对机动的反应更灵敏.理论分析和仿真结果证明了这种充满空间的模型集对于该机动跟踪问题的合理性与有效性.

关键词：半弹道式再入飞行器混合系统多模型方法 Monte Carlo法充满空间的模型集

来源：评论

学校读者我要写书评

暂无评论

自适应UKF算法在目标跟踪中的应用

引用

自动化学报 2011年第6期37卷 755-759页

作者：石勇韩崇昭西安交通大学智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室电子与信息工程学院综合自动化研究所西安710049

针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题,提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter,UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估计器在线估计未知系统噪声的统计特性,并对滤波... 详细信息

针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题,提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter,UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估计器在线估计未知系统噪声的统计特性,并对滤波发散的情况进行判断和抑制,有效提高了滤波的数值稳定性,减小了状态估计误差.仿真实验结果表明,与标准UKF算法相比,自适应UKF算法明显改善了目标跟踪的精度和稳定性.

关键词：目标跟踪自适应滤波无迹卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于证据距离与不确定度的证据组合方法(英文)

引用

红外与毫米波学报 2011年第5期30卷 396-400,468页

作者：韩德强邓勇韩崇昭侯志强西安交通大学智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室电信学院综合自动化研究所陕西西安710049 上海交通大学电子信息学院上海200240 西南大学计算机与信息科学学院重庆400715 空军工程大学电讯工程学院陕西西安710077

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和... 详细信息

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和证据不确定度来生成权重进而修正待征组合证据,并取得合理的组合结果.实验结果表明所提方法具有更快的收敛速度,能有效应对高冲突证据组合问题.

关键词：证据理论传感器数据融合距离函数不确定度

来源：评论

学校读者我要写书评

暂无评论

不变结构半弹道式再入飞行器的建模与多模型方法估计

引用

自动化学报 2011年第6期37卷 700-712页

作者：梁勇奇韩崇昭孙耀杰林燕丹杨永安西安交通大学航天学院西安710049 西安交通大学智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室电子信息与工程学院综合自动化研究所西安710049 复旦大学光源与照明工程系先进照明技术教育部工程研究中心上海200433 西安卫星测控中心西安710043

以配平攻角状态再入的不变结构半弹道式再入飞行器(Semi-ballistic reentry vehicle,SBRV)不同于传统的弹道式再入飞行器(Ballistic reentry vehicle,BRV)和机动再入飞行器(Maneuvering reentry vehicle,MaRV),本文分析了该飞行器再入特征,提出了新的模型并分析了该模型与传统再入模型间的关系.对该再入问题的多模型混合状态估计器引入了F-均匀模型集与期望模式补偿(Expected-mode augmentation,EMA)集.根据SBRV的圆柱体状模式空间的需求,文中扩展了现有的方法以设计F-均匀模型集,进而提出一种EMA集的实现形式.前者在分布最小失配意义下使估计器最优;后者相比于前者具有更高的估计精度.仿真结果表明,相比于传统Monte-Carlo法生成的模型集,在模型集势相当的情况下这两种模型集对不变结构SBRV再入的初始阶段有更高的模式估计的精度,在该飞行器状态变化剧烈时有更高的混合状态估计精度.

关键词：半弹道式再入飞行器多模型方法模型集设计 F-均匀模型集期望模式补偿集 Monte-Carlo方法

来源：评论

学校读者我要写书评

暂无评论

不变结构半弹道式再入飞行器的混合状态估计与模型集设计

引用

中国科学：信息科学 2011年第3期41卷 311-323页

作者：梁勇奇韩崇昭孙耀杰林燕丹西安交通大学航天学院西安710049 西安交通大学智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室电信学院综合自动化研究所西安710049 复旦大学光源与照明工程系先进照明技术教育部工程研究中心上海200433

多模型方法是混合估计的主流方法之一,以该方法估计不变结构半弹道式再入飞行器(SBRV)混合状态的难点在于设计有效的模型集.文中提出了一种伪Monte Carlo模型集可以使SBRV混合状态估计器在最小均方差(MMSE)意义下接近于最优.SBRV的再入... 详细信息

多模型方法是混合估计的主流方法之一,以该方法估计不变结构半弹道式再入飞行器(SBRV)混合状态的难点在于设计有效的模型集.文中提出了一种伪Monte Carlo模型集可以使SBRV混合状态估计器在最小均方差(MMSE)意义下接近于最优.SBRV的再入估计具有高度的非线性,同时其模式由多个边界已知的参数张成.给出了这种伪Monte Carlo模型集的设计方法,并分析了其性能特征.该模型集相比于Monte Carlo方法生成的模型集有更高的精度,理论分析和仿真结果表明了新设计模型集的有效性与合理性.

关键词：半弹道式再入飞行器混合估计模型集设计 Monte Carlo法伪Monte Carlo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：