简介:围绕弹道导弹被动段跟踪问题,分析了被动段弹道目标的运动方式,在地心固定直角坐标系下建立了被动段弹道导弹运动模型;根据被动段弹道目标高速、高机动、强非线性的运动特点,采用基于“当前统计”模型的UKF滤波算法,实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验,与传统的基于“当前统计”模型的EKF算法相比,该模型和滤波算法提高了对弹道目标的跟踪精唐.九茸暑对目标的抹唐和加抹唐估计.同时隆低了对非线性系统跟踪右擞的可能性.
简介:由于目前单一定位算法具有各自的优缺点及适用范围,大规模复杂无线传感器网络则需采用多种定位技术。针对实际应用需求,提出了一种基于接收信号强度指示(RSSI)、到达时间差(TDOA)和矢量距离(DV—Distance)的组合定位算法。该算法扩大了TDOA算法的覆盖范围,提高了成功率,并修正了DV—Distance算法中定位节点与信标节点间有效距离信息。试验表明,该算法满足了复杂定位系统的差异化需求,提高了大规模无线传感器网络的整体定位精度和稳定性。
简介:删除卷积码构造简单、码率可变、译码灵活的特点使其在自适应编码调制(AMC)技术和多级编码系统(MLC)中得到了大量应用。针对删除卷积码的盲识别问题提出了一种基于生成矩阵特征搜索的快速估计算法,该算法充分利用了删除卷积码生成矩阵的特殊性质,大大减少了搜索范围,仿真结果证实算法有效,且计算量低于文献中已有算法。
简介:介绍了基于空域和频域信息的单站无源定位模型,将非线性系统的容积卡尔曼滤波(CKF)算法应用于单站无源定位领域并进行了仿真验证。试验结果表明,CKF滤波算法与扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)等算法相比,其定位精度高,收敛速度快,且鲁棒性强。
简介:精确的网络流量分类是实现互联网可控可管的关键,传统的单一分类算法需要构建基于特定假设的某种模型,算法对于待分类数据的分布要求高,不能满足复杂多变的网络流量的分类要求。基于此,采用多决策树组合的随机森林算法实现网络流量分类。通过实际网络流量数据实验表明,在各种情况下,随机森林算法都能显著改善网络流量特别是小比例样本的分类效果,算法降低了单一算法过于依赖特定假设模型的要求,对于待分类样本的分布要求低,随机森林算法具有良好的分类效果和鲁棒性。
简介:摘要:针对传感器信号采集系统中出现的误差,引入了基于最小二乘支持向量机(LS—SVM)的信号自适应补偿方法,以保证采集信号的准确度。介绍了常用的信号补偿方法,在此基础上提出了基于LS—SVM的补偿算法,并利用MATLABQuartusII软件进行仿真。结果表明该方案正确有效。
简介:特征关联源于量测过程中的不确定性,是无源多传感器多目标跟踪中一个关键环节。模糊集理论的基本思想是把经典集合中的绝对隶属关系模糊化,为处理不确定事物的建模提供有力工具。一种基于模糊聚类的辐射源特征关联模型被提出,同时给出了确定相似性度量和检验门限的方法。最后模拟产生了雷达数据库,对雷达数据库进行了聚类,并与硬聚类算法和灰色聚类算法进行了比较,实验结果证明了该方法的优势和有效性。
简介:随着集成电路产业的迅猛发展,熔丝修调越来越广泛地应用于集成电路测试工序,熔丝段数目随着需要修调参数的增多而逐步增长,传统的串行熔丝编程方案程序存在代码长、可维护性差、执行时间长等缺点,为了改进代码的可读性和可维护性,文章引进了改进型算法,但对测试执行时间没有任何改善。随着测试代工市场竞争日益激烈,多Site测试方案被广泛使用,但是熔丝编程还继续着串行编程的老算法,Site数目越多,熔丝编程时间越长。针对以上,文章提出了一种串并结合的多Site熔丝编程算法,将多Site熔丝编程时间控制在和单Site熔丝串行编程时间几乎一致。
简介:现有的传感器配准算法主要有两大类,一类是基于立体投影的二维空间配准技术,这类方法在投影时扭曲了数据,且无法估计俯仰角系统误差;一类是基于地心坐标的三维空间中的配准技术,这类方法由于在计算时很少考虑到测量噪声对传感器系统误差估计产生的影响,实际的估计效果较差。为此,通过在地心坐标系下对系统进行建模,提出了两种考虑测量噪声的三维空间传感器配准算法:一种基于合作目标,一种基于公共量测。最后通过蒙特卡洛仿真验证了算法的有效性。
弹道目标被动段跟踪算法研究
RSSI/TDOA/DV—Distance组合定位算法
删除卷积码参数快速估计算法
基于CKF的单站无源定位跟踪算法
基于随机森林算法的网络流量分类方法
基于LS—SVM的信号自适应补偿算法及FPGA实现
基于模糊聚类的多传感器特征关联算法研究
一种串并结合的多Site熔丝编程算法
地心坐标系下考虑测量噪声的传感器配准算法