国防科技技术预先研究基金(01J317)
- 作品数：3 被引量：13H指数：2
- 相关作者：朱志宇张冰王敏王逊刘炜更多>>
- 相关机构：江苏科技大学更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：电子电信更多>>
- 基于RBF网络和IMM的机动目标跟踪方法
- 2006年
- 文中提出了一种应用RBF神经网络对标准IMM算法中的卡尔曼滤波结果进行校正的方法。网络输入为预测误差、卡尔曼增益以及测量值与估计值之差,网络输出反映了由于目标机动所带来的滤波误差,将网络输出结果和直接由卡尔曼滤波求解得到的结果相加,可以得到更为准确的滤波值。同时,在网络的学习算法中,在网络权值矩阵的修正公式中增加了反映滤波残差的调整项,若卡尔曼滤波的残差较大,网络调整权值的幅度也相应增大。仿真结果表明,在目标发生机动转弯处,校正后的IMM算法的跟踪误差要明显小于标准IMM算法的跟踪误差,跟踪精度较高。
- 朱志宇刘炜戴晓强
- 关键词：卡尔曼滤波RBF神经网络
- 基于一种改进粒子滤波算法的目标跟踪研究被引量：11
- 2008年
- 为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。
- 王敏张冰
- 关键词：目标跟踪闪烁噪声扩展卡尔曼滤波器粒子滤波器
- 混沌神经网络优化机制研究被引量：2
- 2007年
- 分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。
- 王逊朱志宇
- 关键词：混沌神经网络HOPFIELD神经网络信道分配
