共查询到18条相似文献，搜索用时 359 毫秒
1.
针对水下采矿导航系统所面临的噪声具有非高斯性和频率随机性的问题，提出基于粒子滤波的深海采矿导航算法，并针对粒子滤波的粒子退化和贫化提出一种新的重采样算法。结合湖试数据，仿真实验表明新的重采样算法在获得更好的滤波精度的同时可以避免粒子贫化现象。最后，将基于改进的粒子滤波的深海采矿导航算法与基于无迹卡尔曼滤波算法的导航算法进行对比。结果表明本文提出的算法具有较高的精度和优良的鲁棒性。 相似文献
2.
张燕 《苏州市职业大学学报》2014,(3):11-13
粒子滤波过程中通过引入重采样消除粒子匮乏现象,但是重采样过程却削弱了粒子的多样性,导致粒子贫化.为协调粒子多样性和样本贫化之间的冲突,提出一种多尺度重采样粒子滤波算法,粒子空间重采样划分多个尺度,然后重新定义各尺度粒子权重并重采样,用尺度熵值度量重采样粒子的多样性,指导重采样.仿真实验结果表明,多尺度重采样粒子滤波算法有效提高了精度,适用于高精度系统滤波计算,并将应用于精细果业中数据同化。 相似文献
3.
缺失数据填充是数据分析处理领域的一个重要研究课题。特别是在采集数据量较少的情况下,缺失数据填充的难度极大。针对这个问题,提出一种基于改进神经过程模型的缺失数据填充算法,该算法可有效提升小数据集背景下的缺失数据填充性能。首先,将观测到的时间序列进行单一表示,由神经网络得到各自的表征向量;其次,通过神经过程模型获得数据的分布函数,并在训练阶段引入修正系数α,从而根据数据缺失率更加精确地确定训练数据的采样率;最后,加入填充过程,通过训练好的模型估计数据缺失值。为检验算法性能,在海洋表面温度数据集以及北京PM2.5含量数据集上进行仿真实验,结果表明该算法在小数据集背景下具有良好的填充效果。与其他算法相比,所提算法在高缺失率的情况下具有更低的均方根误差。 相似文献
4.
提出一种基于协同表示的新的目标跟踪算法.在贝叶斯框架下,采用基于重构误差的观测似然函数和考虑遮挡的模型更新机制设计一个鲁棒的跟踪器.用l1范数来建模重构误差以更好地容忍奇异值,同时用协同表示对编码系数进行约束.实验结果表明,和其他算法相比,本文算法能够战胜遮挡、尺度变化、光照变化、背景混乱等干扰因素,具有较高的准确度和鲁棒性. 相似文献
5.
陈钊 《安徽职业技术学院学报》2018,(2):19-21,28
针对矩形排样问题可以通过规定的排样规则(剩余矩形排样法)将问题转化为可以求解的组合优化问题和解空间是离散型的特点,提出了一种改进的离散粒子群优化算法。文章根据组合优化问题及离散量的特点,对粒子的位置、速度及其运算规则进行了重新定义,然后利用改进的离散粒子群算法来搜索出最优解从而解决问题。通过与其他典型算法进行的仿真比较,结果表明,该算法具有很好的性能。 相似文献
6.
根据转导思想的函数估计,不用估计函数的模型和参数,直接估计函数在给定点的值,从根本上区别于传统的函数估计方法,但具体的实现算法是一个公开的问题。讨论使用多维Neville算法实现基于转导思想的函数估计的问题。利用投影的方法,将传统的Neville算法推广到了多维空间,在数值计算中引入了核函数的思想,从而解决了多维空间的计算问题,得到利用多维的Neville算法实现函数估计的方法。数值试验的结果表明,这种方法成功地克服了函数插值的龙格 (Runge)现象,有很好的逼近效果,并且可以处理多维的函数估计问题 ;同时也给出了对核函数参数进行估计这个难题的一些讨论。该算法对转导思想的实现提供了一个崭新的途径。 相似文献
7.
将强跟踪滤波理论与多传感器数据融合估计方法相结合,提出基于强跟踪滤波器的多传感器数据融合估计新算法.对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证.这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论. 相似文献
8.
建立典型滑动聚束SAR(合成孔径雷达)斜视成像模型.在考虑不同方位目标回波信号多普勒空变性的情况下,详细分析两步算法方位滤波恢复滑动聚束SAR方位欠采样信号的原理.对结合两步算法和传统CS算法的ECS算法进行了在斜视成像模型下的修正.针对滑动聚束工作模式的特点,讨论其中关键处理参数的选择问题,给出算法的处理流程.最后,用计算机仿真实验验证了方法的有效性. 相似文献
9.
提出了一种快速干涉滤波算法,解决了传统干涉滤波方法速度较慢的问题.首先对2天线的单视复图像共轭相乘产生干涉复数据,进而对该数据进行方位向多视处理,并对实部和虚部分别快速均值滤波产生干涉条纹,最后对干涉条纹进行快速准中值和均值滤波.在滤波过程中,充分利用了相邻像素滤波时的窗口信息来最大程度减少运算量进而提高滤波速度,保证了滤波质量.通过对实测数据滤波结果的分析比较,证明了该算法的有效性. 相似文献
10.
李超 《玉溪师范学院学报》2012,(4):63-66
针对受受不同程度干扰噪声污染的功率值语音滤波问题,提出一种依据噪声污染情况自适应选取不同策略滤波的算法.该算法在滤波时无需设定参数,自适应能力强,在滤除噪声并保护语音细节方面比其他算法有较大提高,并且在严重噪声污染的情况下,其对语音的恢复也有较好效果. 相似文献
11.
全局最优退火的PSO算法及在交通控制中的应用 总被引：1，自引：1，他引：0
为进行区域交通的协调控制,针对微粒群算法的优缺点,提出基于全局最优退火的微粒群算法.该算法能增强算法探索和开发的能力,避免计算量过度增加.典型测试函数结果显示,能提高算法搜索速度、搜索精度.仿真结果表明,该方法应用于区域交通协调控制信号配时,可获得更低的车辆平均延误和平均停车率. 相似文献
12.
针对无线传感网(wireless sensor network,WSN)节点在海上动态环境下利用接收信号强度指示器(recieved signal strength indicator,RSSI)对船舶追踪精度不高以及计算量大等问题,提出改进的自适应粒子滤波算法。该算法采用优化边界阈值的方式,在重采样阶段采用KL散度(KullbackLeibler divergence,KLD)采样方法实现自适应选择采样粒子,这使得节点采样的计算量减少,从而缩短采样的计算时间。仿真结果表明:该算法可在保障追踪精度的同时,提高自适应度,减少节点计算量,并且能很好地适应海上环境。 相似文献
13.
为进一步从拓扑结构上研究换流问题,建立双级矩阵变换器（Two Stage Matrix Converter, TSMC）数学模型.在此基础上,对输入侧滤波电路、输出电压频率变换及应用S函数对双空间矢量调制策略等进行研究,并在MATLAB/SIMULINK上建立仿真模型.仿真结果表明双空间矢量调制的TSMC控制策略可行.输入侧加入滤波电路可以有效解决开关动作造成的输入电流畸变问题. 相似文献
14.
基于最短避碰距离和碰撞危险度的避碰决策支持 总被引：1，自引：0，他引：1
为解决目前采用船舶领域进行避碰决策时选用的船舶领域多仅适用于一定水域,且选用的船舶领域模型与碰撞危险度模型考虑的因素不一致的问题,提出基于模糊四元船舶领域的碰撞危险度模糊评价模型。为解决采用最短避碰距离作为目标函数进行避碰决策时未考虑航迹偏差以及时间偏差等因素,以及根据所得的避碰参数采取的避碰措施并不能使总航程最短的问题,提出以航迹偏差、时间偏差和总航程作为目标函数的最短避碰路径模型。在综合考虑船舶领域、国际海上避碰规则和负责航行值班的高级船员的主观意识的情况下,应用粒子群优化(particle swarm optimization,PSO)算法规划出最优的避碰路径。MATLAB仿真结果表明,该算法能快速获得最优避碰路径,满足海上航行避碰要求。 相似文献
15.
为解决船舶穿过岛礁区时危险度大、航行难、航路规划复杂等问题,提出应用实数路径点编码配合采取精英保留策略的遗传算法。考虑船舶的转向困难性、航程、人为指定经过路径点以及船舶安全性,建立适应度函数评价模型。在电子海图平台上提取障碍物特征多边形顶点坐标,规划出最佳航路。该算法能解决多约束条件下的多目标优化问题。对舟山岛礁区进行实例验证。结果表明,改进后的遗传算法能够解决岛礁区的复杂航路规划问题,且实现简单,收敛速度较快,也不易陷入局部极小值。随着自动控制技术的不断发展,可为船舶在岛礁区的自主航行提供理论支持。 相似文献
16.
针对在设计船舶进离港行为捕获算法时存在港口范围难定义、AIS数据的经纬度误差造成船舶频繁进出港区边界等问题,将全球AIS数据与港口数据相结合,设计船舶进离港行为捕获算法。根据船舶速度、位置、运动特性等信息,实现对船舶进离港、停泊等行为的判断。利用纬度分桶法、网格法和Kd树法实现基于船舶位置的港口匹配。实际数据测试表明,网格法的港口匹配时效性最好,每秒可处理约16万条AIS数据。随机选取30艘船对算法进行验证,结果表明船舶轨迹与捕获到的船舶进离港事件相符。 相似文献
17.
由于现代星载雷达高度计采用了脉冲压缩技术,引入了电离层色散误差,在双频高度计的低频段该误差更明显。本文基于全去斜技术的理论模型,推导了这项误差的机理,提出可以把该误差等效为二次相位误差,并结合具体参数给出了分析的结果。本文还讨论了Chirp信号的多普勒误差对测高的影响。最后,作者通过计算机仿真得到了电离层色散效应对系统点目标响应的影响,对前面的结论进行了验证。 相似文献
18.
针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。 相似文献