检索结果-维普期刊中文期刊服务平台

基于模型预测控制算法的精确着舰控制方法被引量：1: 1; 作者万兵苏析超 +2 位作者汪节韩维李常久《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第4期1197-1207,共11页; 针对舰载机着舰过程中的航母运动、舰尾流扰动等影响,提出一种基于模型预测控制-线性二次型高斯(MPC-LQG)算法的精确着舰控制方法,开展飞机纵向通道的精确着舰控制研究。对飞机纵向动力学、舰尾流、航母运动、轨迹跟踪等,进行建模和分... 展开更多; 关键词模型预测控制-线性二次型高斯甲板运动引导指令着舰控制轨迹跟踪; 在线阅读下载PDF 职称材料

高斯混合概率假设密度算法对多目标的跟踪研究: 2; 作者蒋宏田雨芬 +1 位作者丁全心梁国威《航空科学技术》 2011年第5期67-70,共4页; 为了规避数据关联的困难,本文深入研究了适宜多目标跟踪工程应用,线性高斯多目标模型假设下的高斯混合概率假设密度算法(GM-PHD),详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式,使用了修剪和合并方法控制高斯元素数目的指... 展开更多; 关键词概率假设密度线性高斯多目标模型高斯混合概率假设密度解析解; 在线阅读下载PDF 职称材料

一种具有信息保持能力的GM-PHD滤波器被引量：8: 3; 作者刘宗香谢维信 +1 位作者王品余友《电子学报》 EI CAS CSCD 北大核心 2013年第8期1603-1608,共6页; 概率假设密度(PHD)滤波器是解决虚警、漏检和目标数未知情况下多目标跟踪问题的新方法.然而在该滤波器中已存在的目标一旦在某个时刻不能被传感器检测到,漏检目标的大量信息会被滤波器丢弃.为解决漏检目标的信息丢失问题,对PHD滤波器的... 展开更多; 关键词多目标跟踪概率假设密度滤波器高斯混合实现线性高斯模型; 在线阅读下载PDF 职称材料

利用动态贝叶斯网构建基因调控网络的研究进展被引量：1: 4; 作者赵红《数学建模及其应用》 2012年第4期5-11,共7页; 构建基因调控网络是21世纪人类科学所面临的重要挑战之一。基因调控网络是一个基因组内基因相互作用而形成的关系网络,它从全基因组水平上以系统和全局的角度来研究复杂的生命现象及其本质。本文阐述了近几年来此领域的研究进展,着重介... 展开更多; 关键词基因调控网络动态贝叶斯网络结构学习线性高斯回归模型; 在线阅读下载PDF 职称材料

题名基于模型预测控制算法的精确着舰控制方法被引量：1: 1; 作者万兵苏析超汪节韩维李常久; 机构海军航空大学; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第4期1197-1207,共11页; 文摘针对舰载机着舰过程中的航母运动、舰尾流扰动等影响,提出一种基于模型预测控制-线性二次型高斯(MPC-LQG)算法的精确着舰控制方法,开展飞机纵向通道的精确着舰控制研究。对飞机纵向动力学、舰尾流、航母运动、轨迹跟踪等,进行建模和分析。对MPC-LQG算法进行融合,以实现轨迹跟踪控制,核心思想是:模型预测控制进行航母运动补偿;设计全维状态观测,实现全状态反馈,以实现最优着舰控制。对不同的着舰情况和初始条件进行算法仿真,并与其他算法进行仿真比较。仿真结果表明,所提方法的轨迹跟踪效果很好,高度偏差0.1~0.2 m;相比传统着舰控制,所提方法动态响应快、着舰精度高。; 关键词模型预测控制-线性二次型高斯甲板运动引导指令着舰控制轨迹跟踪; Keywords model predictive control-linear quadratic Gaussian deck motion guidance command carrier landing control trajectory tracking; 分类号 V249 [航空宇航科学与技术—飞行器设计] TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名高斯混合概率假设密度算法对多目标的跟踪研究: 2; 作者蒋宏田雨芬丁全心梁国威; 机构北京航空航天大学控制一体化技术国家级科技重点实验室火力控制技术国防科技重点实验室; 出处《航空科学技术》 2011年第5期67-70,共4页; 基金火力控制技术国防科技重点实验室航空基金资助(20095151022); 文摘为了规避数据关联的困难,本文深入研究了适宜多目标跟踪工程应用,线性高斯多目标模型假设下的高斯混合概率假设密度算法(GM-PHD),详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式,使用了修剪和合并方法控制高斯元素数目的指数增长。最后,给出了一系列仿真实验,验证了在检测不确定和高杂波环境下,即使对目标数量未知和时变的场景,GM-PHD都能有效地完成跟踪,将其扩展应用于非线性多目标模型,同样得到了令人满意的跟踪效果。; 关键词概率假设密度线性高斯多目标模型高斯混合概率假设密度解析解; Keywords probability hypothesis density linear gaussian multi-target model, gaussian mixture PHDclosed-form solution; 分类号 TN953 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名一种具有信息保持能力的GM-PHD滤波器被引量：8: 3; 作者刘宗香谢维信王品余友; 机构深圳大学ATR国防科技重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2013年第8期1603-1608,共6页; 基金国家自然科学基金(No.61271107) 国家科技支撑计划重大项目(No.2011BAH24B12) +1 种基金高等学校博士学科点专项科研基金(No.20104408120001); 文摘概率假设密度(PHD)滤波器是解决虚警、漏检和目标数未知情况下多目标跟踪问题的新方法.然而在该滤波器中已存在的目标一旦在某个时刻不能被传感器检测到,漏检目标的大量信息会被滤波器丢弃.为解决漏检目标的信息丢失问题,对PHD滤波器的预测和更新方程进行了修正,提出了一种具有信息保持能力的PHD滤波器.在此基础上提出了适用于线性高斯模型的修正PHD滤波器高斯混合(GM)实现算法.仿真实验结果表明,与现有的PHD滤波器相比,在存在漏检的情况下所提出的GM-PHD滤波器能够提供更好的多目标跟踪能力.; 关键词多目标跟踪概率假设密度滤波器高斯混合实现线性高斯模型; Keywords multi-target tracking probability hypothesis density filter Gaussian mixture implementation linear Gaussian models; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN953 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名利用动态贝叶斯网构建基因调控网络的研究进展被引量：1: 4; 作者赵红; 机构中国海洋大学数学科学学院; 出处《数学建模及其应用》 2012年第4期5-11,共7页; 文摘构建基因调控网络是21世纪人类科学所面临的重要挑战之一。基因调控网络是一个基因组内基因相互作用而形成的关系网络,它从全基因组水平上以系统和全局的角度来研究复杂的生命现象及其本质。本文阐述了近几年来此领域的研究进展,着重介绍利用动态贝叶斯网络重构基因调控网络的若干模型,包括加权核l1模型,正则化模型、高斯混合贝叶斯网络模型和自回归时间变化模型。; 关键词基因调控网络动态贝叶斯网络结构学习线性高斯回归模型; Keywords gene regulatory networks dynamic bayesian network structure learning linear Gaussion regression model; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] Q78 [生物学—分子生物学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于模型预测控制算法的精确着舰控制方法	万兵苏析超汪节韩维李常久	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	高斯混合概率假设密度算法对多目标的跟踪研究	蒋宏田雨芬丁全心梁国威	《航空科学技术》	2011	0	在线阅读下载PDF 职称材料
3	一种具有信息保持能力的GM-PHD滤波器	刘宗香谢维信王品余友	《电子学报》 EI CAS CSCD 北大核心	2013	8	在线阅读下载PDF 职称材料
4	利用动态贝叶斯网构建基因调控网络的研究进展	赵红	《数学建模及其应用》	2012	1	在线阅读下载PDF 职称材料