检索结果-南通市图书馆

基于极大后验估计和模糊控制的水下无源定位技术

在线全文

学校读者我要写书评

暂无评论

控制与决策 2014年第2期29卷 363-367页

作者：李佩娟徐晓苏张小飞蔡玮东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096 东南大学仪器科学与工程学院南京210096 国网电力科学研究院实验验证中心南京210061 南京工程学院计算机工程学院南京211167

针对高海况条件下因海流扰动的影响导致观测噪声方差未知时变的特点,基于模糊控制技术提出一种基于FCMAP-UKF滤波技术的水下无源组合导航系统状态估计方法.该方法在滤波迭代过程中引入模糊自适应因子,对未知观测噪声方差阵进行动态调节... 详细信息

针对高海况条件下因海流扰动的影响导致观测噪声方差未知时变的特点,基于模糊控制技术提出一种基于FCMAP-UKF滤波技术的水下无源组合导航系统状态估计方法.该方法在滤波迭代过程中引入模糊自适应因子,对未知观测噪声方差阵进行动态调节,提高了系统的自适应能力和鲁棒性.滤波结果表明,该系统在达到传统方法精度的同时,能够克服自主导航过程中不确定的噪声和随机干扰的影响而进行有效的定位导航.

关键词：捷联惯性导航系统水下地形组合导航模糊控制加权因子极大后验估计无迹滤波

基于极大后验估计和指数加权的自适应UKF滤波算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2010年第7期36卷 1007-1019页

作者：赵琳王小旭孙明丁继成闫超哈尔滨工程大学自动化学院哈尔滨150001

针对传统Unscented卡尔曼滤波器(Unscented Kalman filter,UKF)在噪声先验统计未知时变情况下非线性滤波精度下降甚至发散的问题,设计了一种带噪声统计估计器的自适应UKF滤波算法.首先根据极大后验(Maximum a posterior,MAP)估计原理,... 详细信息

针对传统Unscented卡尔曼滤波器(Unscented Kalman filter,UKF)在噪声先验统计未知时变情况下非线性滤波精度下降甚至发散的问题,设计了一种带噪声统计估计器的自适应UKF滤波算法.首先根据极大后验(Maximum a posterior,MAP)估计原理,推导出一种次优无偏MAP常值噪声统计估计器;接着在此基础之上,采用指数加权的方法,给出了时变噪声统计估计器的递推公式;最后对自适应UKF算法进行了性能分析.相比于传统UKF,该自适应UKF算法在噪声统计未知时变情况下不仅滤波依然收敛,滤波精度及稳定性显著提高,而且其具有应对噪声变化的自适应能力.仿真实例验证了其有效性.

关键词：非线性自适应UKF滤波算法常值噪声统计估计器时变噪声统计估计器极大后验估计指数加权

基于极大后验估计的STUKF算法跟踪再入弹道目标

在线全文

学校读者我要写书评

暂无评论

空军工程大学学报（自然科学版） 2014年第5期15卷 25-29页

作者：张纳温汪云刘昌云李树彬张春梅空军工程大学防空反导学院陕西西安710051

针对弹道导弹再入阶段飞行受力情况复杂多变,状态噪声未知时变的非线性跟踪问题,提出基于极大后验估计的STUKF非线性滤波跟踪算法。该算法采用最小偏度单行采样策略,在保证跟踪精度的同时,提高实时性;引入带有多重次优渐消因子的强跟踪... 详细信息

针对弹道导弹再入阶段飞行受力情况复杂多变,状态噪声未知时变的非线性跟踪问题,提出基于极大后验估计的STUKF非线性滤波跟踪算法。该算法采用最小偏度单行采样策略,在保证跟踪精度的同时,提高实时性;引入带有多重次优渐消因子的强跟踪算法,在线调整状态一步预测均方误差阵,提高系统对突发机动跟踪的稳定性;采用指数加权的方法,利用次优无偏MAP时变噪声统计估计器,在线估计未知系统过程噪声的统计特性,提高系统应对噪声变化的能力。仿真结果表明:该算法具有比不敏卡尔曼滤波算法(UKF)和扩展卡尔曼滤波算法(EKF)更好的跟踪性能。

关键词：最小偏度单行采样强跟踪滤波器极大后验估计指数加权不敏卡尔曼滤波

基于极大后验估计理论的电阻抗断层成像重建算法研究

在线全文

学校读者我要写书评

暂无评论

基于极大后验估计理论的电阻抗断层成像重建算法研究

作者：代萌第四军医大学

学位级别：硕士

电阻抗断层成像(Electrical Impedance Tomography,EIT)作为电磁成像的一个分支,为医学诊断提供了新的技术手段。它通过体表电极,向被测目标施加安全的激励电流,然后测量体表电压,最后运用相应的算法对目标内部的实际电导率或者电导率... 详细信息

电阻抗断层成像(Electrical Impedance Tomography,EIT)作为电磁成像的一个分支,为医学诊断提供了新的技术手段。它通过体表电极,向被测目标施加安全的激励电流,然后测量体表电压,最后运用相应的算法对目标内部的实际电导率或者电导率变化进行重建成像。这种成像技术具有系统结构简单、造价低廉、实时动态、无损伤等显著特点。第四军医大学EIT课题组在前期基础性研究中已经取得重要突破,初步将EIT技术应用于临床实验研究,尤其是利用EIT对特定病人进行床旁监护。但是在EIT的临床实验中,存在很多实际问题影响着EIT的成像效果,特别是受试者的呼吸过程和体位变化往往会向EIT图像中引入较大的运动伪影。针对以上问题,本文从EIT成像算法的讨论出发,结合EIT临床应用中的需要,从以下两个方面对提高EIT图像质量的方法进行初步地探讨: (1)EIT重建算法的比较研究成像算法是EIT的基础和关键技术。重建算法的本质是解决EIT逆问题的病态性,并且在EIT图象的空间分辨率和抑制数据噪声之间选取合适的折中。除此之外,重建的效率和算法的稳定性也是必须考虑的因素。本研究结合Bayes估计和极大似然法,把极大后验(maximum a posteriori, MAP)估计理论应用到EIT重建问题中,讨论了一种新的MAP重建算法。该算法的基本思想是根据假设的电导率概率密度函数,利用物体边界的电位测量值来估计最可能的电导率变化值分布。这种统计类重建方法不仅考虑了电导率本身的变化,而且还考虑了测量噪声的变化。本文通过仿真实验,物理模型实验,和人体肺通气实验将MAP法与传统的等位线反投影法(Equipotential Backprojection, EPBP)进行了比较研究。与EPBP算法相比,MAP算法有效地提高了EIT的图像质量,例如,根据扰动目标的不同位置,在仿真实验中,MAP算法的空间分辨率比EPBP平均提高78%,定位准确度提高70%;在物理模型实验中,MAP算法的空间分辨率比EPBP平均提高85%,定位准确度提高46%。而且,在同样的硬件环境下,MAP算法的在线重建速度与EPBP算法相当,均小于50ms;在多次实验中,MAP算法均能长时间稳定成像。初步的实验结果表明,MAP算法在空间分辨率和定位准确度方面优于EPBP算法,在重建速度和稳定性方面与EPBP相当。因此,对于EIT临床应用来说,MAP算法是一种较优的EIT重建算法。 (2)针对EIT动态监护应用的算法改进在EIT的动态监护应用中,由于EIT逆问题自身的病态性,使得测量的干扰和噪声对EIT的成像结果有很大影响,往往引入严重的图像伪影。所以排除测量干扰和抑制测量噪声是十分重要的工作。 EIT具有较高的时间分辨率,利用这种特性不但可以对很多变化较快的生理病理过程进行监护,而且更重要的是可以提高EIT图像的抗噪性。一种考虑EIT数据帧前后时间相关性的方法是Kalman滤波算法。这种迭代的算法通过本帧的测量数据和前一帧重建值来估计本帧重建值。本文讨论了一种基于MAP算法的直接重建方法。该方法利用前后各3帧的采集数据之间的相关性,对当前帧的重建图像进行降噪。仿真的结果表明,即使在强噪声背景(0.5噪声水平)下,后者仍然能够对目标有效成像,表现出更好的抗噪特性。测量电极是EIT应用中至关重要的因素之一,它直接影响采集数据的质量和成像效果。然而被测对象的生理活动或体位变换不可避免地改变电极的位置或接触情况,将干扰引入测量数据中,最终影响EIT成像质量。本研究通过对MAP算法的重建矩阵进行扩展,将电极位置变化的信息引入重新成像中。仿真的结果表明,在1%电极移动的情况下,标准的MAP算法不能有效地对目标进行成像;改进的算法不但能够有效地重建出电导率变化,大大降低图像伪影,而且也能够有效地反映电极的位置变化,从而为研究人员对错误电极进行纠正提供了有价值的参考信息。

关键词：电阻抗断层成像极大后验估计分辨率噪声

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于极大后验估计的卡尔曼滤波反褶积

勘探地球物理进展 2003年第4期26卷 273-276,281页

作者：曹思远陈香朋李美石油大学CNPC物探重点实验室北京102249

卡尔曼滤波反褶积是用来提高地震资料分辨率的一种方法 ,它采用观测方程和状态方程来描述系统的信号模型 ,通过观测方程求取状态方程的线性无偏最优估计 ,以及估计误差的方差阵。利用卡尔曼滤波理论开发出的反褶积算法稳定高效 ,从多道... 详细信息

卡尔曼滤波反褶积是用来提高地震资料分辨率的一种方法 ,它采用观测方程和状态方程来描述系统的信号模型 ,通过观测方程求取状态方程的线性无偏最优估计 ,以及估计误差的方差阵。利用卡尔曼滤波理论开发出的反褶积算法稳定高效 ,从多道的角度提高了反褶积的效果 ,克服了传统的反褶积方法从单道上提取反褶积参数 ,不同的地震道反褶积参数不同 ,反射波相位特性变化也不同 ,从而影响反褶积质量的缺点。

关键词：极大后验估计卡尔曼滤波反褶积地震资料地震勘探

在线全文

学校读者我要写书评

暂无评论

概率框架下多特征显著性检测算法

电子学报 2019年第11期47卷 2378-2385页

作者：杨小冈李维鹏马玛双火箭军工程大学

显著性检测是计算机视觉的一项基础问题,广泛地用于注视点预测、目标检测、场景分类等视觉任务当中.为提升多特征条件下图像的显著性检测精度,以显著图的联合概率分布为基础,结合先验知识,设计一种概率框架下的多特征显著性检测算法.首... 详细信息

显著性检测是计算机视觉的一项基础问题,广泛地用于注视点预测、目标检测、场景分类等视觉任务当中.为提升多特征条件下图像的显著性检测精度,以显著图的联合概率分布为基础,结合先验知识,设计一种概率框架下的多特征显著性检测算法.首先分析了单一特征显著性检测的潜在缺陷,继而推导出多特征下显著图的联合概率分布;然后根据显著图的稀有性,稀疏性,紧凑性与中心先验推导出显著图的先验分布,并使用正态分布假设简化了显著图的条件分布;随后根据显著图的联合概率分布得到其极大后验估计,并基于多阈值假设构建了分布参数的有监督学习模型.数据集实验表明:相比于精度最高的单一特征显著性检测方法,多特征算法在有监督和启发式方法下的平均误差降低了6.98%和6.81%,平均F-measure提高了1.19%和1.16%;单幅图像的多特征融合耗时仅为11.8ms.算法精度较高,实时性好,且可根据不同任务选择所需的特征类别与先验信息,能够满足多特征显著性检测的性能要求.

关键词：显著性检测联合概率分布多特征融合先验信息指数分布族极大后验估计

在线全文

学校读者我要写书评

暂无评论

交互式容积卡尔曼滤波及其应用

控制与决策 2015年第9期30卷 1660-1666页

作者：于浛宋申民王硕哈尔滨工业大学航天学院哈尔滨150001

针对非线性系统模型参数未知情况下的状态估计问题,提出一种融合极大后验估计的交互式容积卡尔曼滤波算法(InCKF).该算法利用二阶斯特林插值公式和无迹变换对非线性函数的近似思想,实现对模型未知参数的确定,从而使滤波算法摆脱对模型... 详细信息

针对非线性系统模型参数未知情况下的状态估计问题,提出一种融合极大后验估计的交互式容积卡尔曼滤波算法(InCKF).该算法利用二阶斯特林插值公式和无迹变换对非线性函数的近似思想,实现对模型未知参数的确定,从而使滤波算法摆脱对模型参数精确已知的依赖,并通过容积卡尔曼滤波算法完成状态估计和量测更新.仿真结果表明,相比于经典的参数扩维方法,InCKF算法具有更高的精度和更强的数值稳定性.

关键词：非线性滤波容积卡尔曼滤波极大后验估计模型不确定性

基于自适应衰减因子Kalman滤波的GPS相位平滑伪距算法

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2015年第1期44卷 377-383页

作者：崔法毅解文肖燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

载波相位平滑伪距的主要目的是通过高精度的载波相位测量值作为辅助量,使伪距测量值中、大随机误差得以消减。针对GPS伪距测量中未知时变的噪声,提出基于极大后验时变噪声统计估计器的自适应衰减因子Kalman滤波算法(AFKF),采用衰减的加... 详细信息

载波相位平滑伪距的主要目的是通过高精度的载波相位测量值作为辅助量,使伪距测量值中、大随机误差得以消减。针对GPS伪距测量中未知时变的噪声,提出基于极大后验时变噪声统计估计器的自适应衰减因子Kalman滤波算法(AFKF),采用衰减的加权因子,使估计器逐渐忘记陈旧数据的作用,同时增加新数据的比重,避免滤波过程的发散。结合载波相位平滑伪距原理,利用AFKF算法对全球导航卫星系统(GNSS)的国际GNSS服务组织(IGS)的跟踪站实测数据进行仿真分析,并提出利用伪距双差值及伪距三差值来直观体现不同算法的效果比较,结果表明:与标准Kalman滤波相比,AFKF算法在伪距平滑应用中取得很好的效果。

关键词：全球定位系统相位平滑伪距极大后验估计自适应衰减因子卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

鲁棒概率矩阵三分解

计算机科学与探索 2020年第7期14卷 1251-1260页

作者：史加荣陈姣姣省部共建西部绿色建筑国家重点实验室/西安建筑科技大学西安710055 西安建筑科技大学理学院西安710055

矩阵分解是计算机视觉、机器学习和数据挖掘中经常使用的数据分析工具。近年来,矩阵分解的概率模型已成为人们关注的焦点。现有的概率矩阵分解一般将数据矩阵分解为两个低秩矩阵之积,这可能会限制该模型的灵活性和实用性。为此,提出了... 详细信息

矩阵分解是计算机视觉、机器学习和数据挖掘中经常使用的数据分析工具。近年来,矩阵分解的概率模型已成为人们关注的焦点。现有的概率矩阵分解一般将数据矩阵分解为两个低秩矩阵之积,这可能会限制该模型的灵活性和实用性。为此,提出了鲁棒概率矩阵三分解模型(RPMTF)。该模型将数据矩阵分解为三个矩阵的乘积,并考虑了其鲁棒性。在模型求解时,先将拉普拉斯分布进行分层表示;再采用基于极大后验估计的策略,设计了一种条件期望最大化算法。在实验中,将鲁棒概率矩阵三分解应用到图像去噪和视频背景建模中,结果证实了所提方法的可行性与有效性。

关键词：矩阵三分解概率矩阵分解期望最大化极大后验估计