中央高校基本科研业务费专项资金(HEUCFZ1015)
- 作品数：6 被引量：28H指数：2
- 相关作者：国强刘扬吴钦章李峥王常虹更多>>
- 相关机构：哈尔滨工程大学中国科学院中国科学院研究生院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于期望模式修正方法的混合网格多模型估计被引量：4
- 2012年
- 针对期望模式修正(EMA)变结构多模型估计中基础模型集固定不变而扩张模型修正能力有限等问题,提出了一种改进的EMA变结构多模型算法(M-EMA).该算法将所用模型集合构造为混合网格结构,并引入自适应网格(AG)技术和可能模型集(LMS)技术,用于混合网格中修正模型网格与基础模型网格的生成,从而使参与状态估计的模型集合更加接近于系统真实模式,达到优化模型集合的目的.仿真实验证明,该算法有效提高跟踪精度和稳定性,同时减少了对目标机动方式与模型集合拓扑结构设计的依赖.
- 刘扬国强吴钦章
- 关键词：机动目标跟踪变结构多模型估计
- 基于云模型联合几何覆盖算法的雷达信号分选新方法被引量：1
- 2012年
- 提出了一种基于云模型联合几何覆盖算法的雷达信号分选识别新方法。该方法首先采用几何覆盖算法对具有参数先验信息的雷达信号样本进行学习,将信号划分到不同的覆盖领域,然后用云模型描述各领域与待测脉冲信号之间的隶属度关系,实现待测信号的分选识别,解决当前电子侦察环境中,信号参数交叠的密集雷达信号的实时准确分选问题。仿真结果表明,与传统的信号分选识别方法相比,该方法是有效的。
- 国强杨多
- 关键词：雷达信号分选识别云模型
- 引入模糊推理与强跟踪滤波技术的变结构多模型估计被引量：2
- 2011年
- 针对固定结构多模型方法(FSMM)应用于机动目标跟踪时滤波精度不高的问题,提出了一种模糊混合网格变结构多模型方法(FHGMM).FHGMM中的全体模型集由模糊基础模型网格(FBMG)和模糊修正模型网格(FAMG)组成.在此框架下,首先利用模糊推理技术对FBMG的拓扑结构进行实时调整,然后将模糊强跟踪滤波方法应用于FAMG区域中心的更新,并实时生成能够在系统模式空间自由滑动的FAMG,最后利用最优融合原理得到系统的整体估计.仿真结果表明,FHGMM与FSMM相比,目标位置、速度、加速度的滤波误差均值分别从5.5 m、1.037 m/s、0.187 m/s2减小到5.15 m、0.96 m/s、0.13 m/s2,算法单拍时间从0.02 s增加到0.037 s.
- 刘扬国强吴钦章
- 关键词：机动目标跟踪混合网格模糊推理
- 基于双层模型网格的变结构多模型估计被引量：1
- 2011年
- 提出了一种双层网格变结构多模型(DLG-VSMM)算法用于复杂系统的状态估计.DLG-VSMM算法中的全体模型集由1个拓扑结构自适应调整的基础模型网格M和1个能在系统模式空间自由滑动的修正模型网格C组成.首先利用可能模型集技术实时对基础模型网格结构进行调整;然后利用自适应网格技术产生修正模型网格的区域中心并生成自适应修正模型网格;最后利用最优融合原理得到系统的整体估计.仿真结果表明,DLG-VSMM算法在计算量增加不大的情况下提高了算法的跟踪精度.
- 刘扬国强吴钦章
- 关键词：变结构多模型估计
- 支持向量聚类联合类型熵识别的雷达信号分选方法被引量：22
- 2010年
- 针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参数雷达信号分选方法.该方法首先对雷达信号的全脉冲序列进行分层处理,再分别对每个子序列进行SVC聚类,然后引入分层耦合的思想,利用所提取子序列的全部质心,重新进行SVC聚类,将各分层的全脉冲序列中属于同一雷达信号源的子序列连接起来,从而实现对雷达全脉冲序列信号的分选.根据类型熵随信号种类数的增加及信号复杂性的增加而增大的特点,对多参数聚类结果进行类型熵的计算,并将类型熵识别用来辅助信号分选.实验结果表明,对于高脉冲密度环境和复杂的信号形式,提出的方法避免了传统信号分选方法中所面临的容差问题对信号分选的影响,可以实现有效分选.
- 国强王常虹李峥
- 关键词：支持向量聚类雷达信号信号分选
- 强噪声干扰源下的多分量LFM信号检测方法
- 2011年
- 提出了一种盲分离联合时频谱分析的多分量线性调频信号检测方法,该方法采用先时域分离后时频分析的思想,有效抑制了传统的基于WVD类方法检测多分量线性调频信号时受交叉项困扰的问题,并且有效抑制了强噪声干扰源对传统的时频分析检测方法的影响.仿真结果表明,提出的方法与传统时频分析方法相比,对多分量线性调频信号的分离及特征提取效果更好.
- 万建国强王宝林
- 关键词：盲分离线性调频干扰源
