检索结果-维普期刊中文期刊服务平台

非高斯型互相关随机数的发生技术: 1; 作者殳伟群《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第6期834-838,共5页; 在用蒙特卡罗法进行仿真研究(例如进行测量不确定度评定)时,常常需要发生多个非高斯型互相关的随机数.就这一问题,给出完整的解决方案:用Hermite展开式生成近似的非高斯变量,借助Cholesky分解建立各变量之间的相关性.方法的关键在于对... 展开更多; 关键词非高斯互相关随机数的发生蒙特卡罗法 Hermite多项式展开 CHOLESKY分解测量不确定度评定; 在线阅读下载PDF 职称材料

基于Nataf变换的相关随机数算法及其应用: 2; 作者徐龙军陈祉宏周道成《自然灾害学报》 CSCD 北大核心 2012年第4期21-27,共7页; 针对极值风浪荷载之间的相关性,提出了一种基于Nataf变换的相关非高斯分布随机数算法,用来生成极值风浪荷载随机向量;运用该方法讨论了基于独立风浪的荷载效应和基于相关风浪的荷载效应的极值之间的关系,并且对不同的风浪联合荷载效应... 展开更多; 关键词极值风浪荷载相关非高斯分布随机数算法 Nataf变换最小二乘法极值Ⅰ型分布; 在线阅读下载PDF 职称材料

基于互相关熵的非高斯背景下微动参数估计方法被引量：3: 3; 作者熊丁丁崔国龙 +1 位作者孔令讲杨晓波《雷达学报（中英文）》 CSCD 2017年第3期300-308,共9页; 针对非高斯背景下微动目标的参数估计问题,该文采用单发多收(SIMO)的线性调频连续波(LFMCW)雷达系统,提出了一种基于互相关熵的微动参数估计方法。该方法利用多通道回波信号的2阶和高阶信息,对回波中所含的目标信息实现更准确的量化,从... 展开更多; 关键词微动目标单发多收非高斯背景互相关熵; 在线阅读下载PDF 职称材料

基于变中心互相关熵的比例自适应滤波算法研究被引量：1: 4; 作者柯捷张余明 +2 位作者慕德俊张佳庚马文涛《计算机应用研究》 CSCD 北大核心 2021年第2期465-469,共5页; 针对传统自适应滤波算法对于非零均值非高斯噪声干扰环境下稀疏系统参数估计存在稳态精度低的问题,以变中心互相关熵为代价函数,引入比例更新机制,应用随机梯度法设计一种新的稀疏自适应滤波算法。变中心互相关熵的中心可位于任何位置,... 展开更多; 关键词变中心互相关熵比例更新梯度法稀疏系统辨识非零均值非高斯噪声; 在线阅读下载PDF 职称材料

SαS分布噪声模型下激光信号互相关时延估计被引量：1: 5; 作者李丰君徐广平 +1 位作者耿林霍晓培《激光与红外》 CAS CSCD 北大核心 2022年第12期1781-1786,共6页; 高斯噪声模型因其能够避免非线性问题且易于工程实现在早期多被采用,然而在实际应用中,往往存在脉冲幅度特性的噪声和干扰。因此本文对非高斯噪声背景下脉冲式激光测距互相关时延估计算法进行了研究。首先采用钟形脉冲模型对发射激光脉... 展开更多; 关键词脉冲式激光测距非高斯背景 SIGMOID函数互相关; 在线阅读下载PDF 职称材料

基于MCC的后端优化方法及其在ORB-SLAM2中的应用被引量：1: 6; 作者王婷程兰 +3 位作者续欣莹阎高伟任密蜂张喆《计算机科学》 CSCD 北大核心 2024年第S01期361-367,共7页; 自主定位和环境感知是机器人实现复杂任务的前提,视觉同时定位与建图(VSLAM)技术是有效解决方案。VSLAM中,传感器误差和环境噪声等影响定位和建图精度,造成累计误差。后端优化是VSLAM中消除累计误差的关键环节,现有后端优化算法通常以... 展开更多; 关键词 VSLAM 后端优化最大互相关熵准则非高斯噪声; 在线阅读下载PDF 职称材料

基于广义最大Versoria准则的稀疏自适应滤波算法: 7; 作者欧跃发杨鸣坤 +2 位作者慕德俊柯捷马文涛《计算机应用》 CSCD 北大核心 2021年第11期3325-3331,共7页; 针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则(GMVC)的稀疏自适应滤波算法——带有CIM约束的GMVC(CIMGMVC)。首... 展开更多; 关键词自适应滤波最大Versoria准则稀疏参数估计互相关熵诱导维度非高斯噪声干扰; 在线阅读下载PDF 职称材料

题名非高斯型互相关随机数的发生技术: 1; 作者殳伟群; 机构同济大学中德学院; 出处《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第6期834-838,共5页; 文摘在用蒙特卡罗法进行仿真研究(例如进行测量不确定度评定)时,常常需要发生多个非高斯型互相关的随机数.就这一问题,给出完整的解决方案:用Hermite展开式生成近似的非高斯变量,借助Cholesky分解建立各变量之间的相关性.方法的关键在于对互相关系数矩阵进行“预变形”,使Cholesky分解也适用于非高斯变量.此外,还利用Cholesky分解式下三角矩阵的特点,对矩调整和建立相关性两个过程进行解耦.给出了详细的算法说明.; 关键词非高斯互相关随机数的发生蒙特卡罗法 Hermite多项式展开 CHOLESKY分解测量不确定度评定; Keywords generation of correlated non-Gaussian variables Monte Carlo Method Hermite development Cholesky decomposition measurement uncertainty evaluation; 分类号 O242.2 [理学—计算数学] P207.1 [天文地球—测绘科学与技术]; 在线阅读下载PDF 职称材料

题名基于Nataf变换的相关随机数算法及其应用: 2; 作者徐龙军陈祉宏周道成; 机构哈尔滨工业大学(威海)土木工程系大连理工大学深海工程研究中心; 出处《自然灾害学报》 CSCD 北大核心 2012年第4期21-27,共7页; 基金国家自然科学基金项目(50808168) 中国地震局工程力学研究所地震工程与工程振动开放实验室项目; 文摘针对极值风浪荷载之间的相关性,提出了一种基于Nataf变换的相关非高斯分布随机数算法,用来生成极值风浪荷载随机向量;运用该方法讨论了基于独立风浪的荷载效应和基于相关风浪的荷载效应的极值之间的关系,并且对不同的风浪联合荷载效应的拟合方法进行了评定;应用最小二乘法及极值Ⅰ型分布拟合实际风、浪荷载效应,然后对此分布模型运用Nataf变换随机数算法和一般随机数算法生成随机向量,最后通过与实际风浪联合荷载效应比较,验证了所提方法的有效性。; 关键词极值风浪荷载相关非高斯分布随机数算法 Nataf变换最小二乘法极值Ⅰ型分布; Keywords extreme wind and waves loads random number algorithm method of correlative non-Gaussian distribu-tion Nataf transformation least square method extreme value type I distribution; 分类号 P722.4 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名基于互相关熵的非高斯背景下微动参数估计方法被引量：3: 3; 作者熊丁丁崔国龙孔令讲杨晓波; 机构电子科技大学电子工程学院; 出处《雷达学报（中英文）》 CSCD 2017年第3期300-308,共9页; 基金国家自然科学基金(61501083 61301266)~~; 文摘针对非高斯背景下微动目标的参数估计问题,该文采用单发多收(SIMO)的线性调频连续波(LFMCW)雷达系统,提出了一种基于互相关熵的微动参数估计方法。该方法利用多通道回波信号的2阶和高阶信息,对回波中所含的目标信息实现更准确的量化,从而得到更好的微动参数估计效果。在非高斯背景下,相比传统傅里叶变换的方法,该方法能在微动目标的成像效果中实现更好的雷达成像效果以及更高的输出信噪比。同时,该文采用单脉冲比相(PCM)定位的方法,通过提取多通道回波的相位信息,计算不同通道间的相位差和目标的方位角,从而实现了对微动目标的准确定位。最后,仿真结果证明了该方法的有效性。; 关键词微动目标单发多收非高斯背景互相关熵; Keywords Micro-motion Single Input Multiple Output （SIMO） Non-Gaussian noise Mutual correntropy; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于变中心互相关熵的比例自适应滤波算法研究被引量：1: 4; 作者柯捷张余明慕德俊张佳庚马文涛; 机构桂林航天工业学院计算机科学与工程学院西北工业大学网络空间安全学院西安交通大学网络信息中心西安理工大学电气工程学院; 出处《计算机应用研究》 CSCD 北大核心 2021年第2期465-469,共5页; 基金广西创新驱动发展专项资金资助项目(桂科AA18118031) 桂林航天工业学院物联网与大数据应用研究基金资助项目(KJPT201809) 国家自然科学基金资助项目(61672433,61976175)。; 文摘针对传统自适应滤波算法对于非零均值非高斯噪声干扰环境下稀疏系统参数估计存在稳态精度低的问题,以变中心互相关熵为代价函数,引入比例更新机制,应用随机梯度法设计一种新的稀疏自适应滤波算法。变中心互相关熵的中心可位于任何位置,其可很好地匹配非零均值的误差分布,而比例更新机制为每个权值参数赋予可变的步长参数,因此可增强算法的跟踪能力。进一步设计在线学习方法来估计核宽度和中心位置,以提高算法性能。另外根据能量守恒关系研究了算法的收敛性。仿真实验结果表明,该算法相对于传统自适应滤波算法对于非零均值非高斯噪声环境下的稀疏参数估计具有明显的优越性和鲁棒性。; 关键词变中心互相关熵比例更新梯度法稀疏系统辨识非零均值非高斯噪声; Keywords correntropy with variable center proportional update gradient method sparse system identification non-zero mean non-Gaussian noise; 分类号 TN911.7 [电子电信—通信与信息系统] TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名SαS分布噪声模型下激光信号互相关时延估计被引量：1: 5; 作者李丰君徐广平耿林霍晓培; 机构华北光技术研究所; 出处《激光与红外》 CAS CSCD 北大核心 2022年第12期1781-1786,共6页; 文摘高斯噪声模型因其能够避免非线性问题且易于工程实现在早期多被采用,然而在实际应用中,往往存在脉冲幅度特性的噪声和干扰。因此本文对非高斯噪声背景下脉冲式激光测距互相关时延估计算法进行了研究。首先采用钟形脉冲模型对发射激光脉冲进行建模、采用SαS(Symmetric Alpha-Stable)模型对脉冲噪声进行建模;然后提出了基于Sigmoid函数的互相关时延估计算法,通过检测互相关峰值位置就可以得到回波信号相对于发射激光脉冲的时延;最后对Sigmoid函数中的k值进行分析,通过大量仿真,在发射激光脉冲宽度一定时,激光脉冲幅值A与k的关系为kA≈3时,■最小,时延估计效果最好。该方法时延估计效果与直接使用k=1的时延估计效果对比,有明显提升。; 关键词脉冲式激光测距非高斯背景 SIGMOID函数互相关; Keywords pulse laser ranging non-Gaussian background Sigmoid function cross correlation; 分类号 TN242 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于MCC的后端优化方法及其在ORB-SLAM2中的应用被引量：1: 6; 作者王婷程兰续欣莹阎高伟任密蜂张喆; 机构太原理工大学电气与动力工程学院; 出处《计算机科学》 CSCD 北大核心 2024年第S01期361-367,共7页; 基金国家自然科学基金(62073232,61973226) 山西省科技合作交流基金(202104041101030)。; 文摘自主定位和环境感知是机器人实现复杂任务的前提,视觉同时定位与建图(VSLAM)技术是有效解决方案。VSLAM中,传感器误差和环境噪声等影响定位和建图精度,造成累计误差。后端优化是VSLAM中消除累计误差的关键环节,现有后端优化算法通常以高斯噪声为前提,属于MSE标准下的后端算法。然而,由于图像的非凸特性和真实场景中产生的非高斯噪声,高斯噪声假设并不总成立,导致现有算法在真实场景中运行时性能下降。鉴于此,利用最大互相关熵(MCC)标准在处理非高斯噪声方面的优势,提出了一种基于MCC标准的后端优化方法,并将所提出方法应用于ORB-SLAM2框架,以测试所提出的方法在定位和建图精度方面的性能。最后,在EuRoC和KITTI公开数据集上进行实验,结果表明,无论是室内还是室外,所提方法在大部分序列中性能优于原ORB-SLAM2中基于Huber的后端优化算法以及基于Cauchy的后端优化算法。; 关键词 VSLAM 后端优化最大互相关熵准则非高斯噪声; Keywords VSLAM Back-end optimization MCC non-Gaussian noise; 分类号 TP242 [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

题名基于广义最大Versoria准则的稀疏自适应滤波算法: 7; 作者欧跃发杨鸣坤慕德俊柯捷马文涛; 机构北部湾大学机械与船舶海洋工程学院桂林航天工业学院计算机科学与工程学院西北工业大学网络空间安全学院西安理工大学电气工程学院; 出处《计算机应用》 CSCD 北大核心 2021年第11期3325-3331,共7页; 基金国家自然科学基金资助项目(61976175) 2019年北部湾大学引进高层次人才科研启动项目(2019KYQD03) +1 种基金 2018年度钦州学院本科教改重点项目(18JGZ012)。; 文摘针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则(GMVC)的稀疏自适应滤波算法——带有CIM约束的GMVC(CIMGMVC)。首先,利用广义Versoria函数作为学习准则,其包含误差p阶矩的倒数形式,当脉冲干扰出现导致误差非常大时,GMVC将趋近于0,从而达到抑制脉冲噪声的目的。其次,将互相关熵诱导维度(CIM)作为稀疏惩罚约束和GMVC相结合来构建新代价函数,其中的CIM以高斯概率密度函数为基础,当选择合适核宽度时,可无限逼近于l_(0)-范数。最后,应用梯度法推导出CIMGMVC算法,并分析了所提算法的均方收敛性。在Matlab平台上采用α-stable分布模型产生脉冲噪声进行仿真,实验结果表明所提出的CIMGMVC算法能有效地抑制非高斯脉冲噪声的干扰,在稳健性方面优于传统稀疏自适应滤波,且稳态误差低于GMVC算法。; 关键词自适应滤波最大Versoria准则稀疏参数估计互相关熵诱导维度非高斯噪声干扰; Keywords adaptive filtering Maximum Versoria Criterion(MVC) sparse parameter estimation Correntropy Induced Metric(CIM) non-Gaussian noise interference; 分类号 TN911.72 [电子电信—通信与信息系统]; 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	非高斯型互相关随机数的发生技术	殳伟群	《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心	2007	0	在线阅读下载PDF 职称材料
2	基于Nataf变换的相关随机数算法及其应用	徐龙军陈祉宏周道成	《自然灾害学报》 CSCD 北大核心	2012	0	在线阅读下载PDF 职称材料
3	基于互相关熵的非高斯背景下微动参数估计方法	熊丁丁崔国龙孔令讲杨晓波	《雷达学报（中英文）》 CSCD	2017	3	在线阅读下载PDF 职称材料
4	基于变中心互相关熵的比例自适应滤波算法研究	柯捷张余明慕德俊张佳庚马文涛	《计算机应用研究》 CSCD 北大核心	2021	1	在线阅读下载PDF 职称材料
5	SαS分布噪声模型下激光信号互相关时延估计	李丰君徐广平耿林霍晓培	《激光与红外》 CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
6	基于MCC的后端优化方法及其在ORB-SLAM2中的应用	王婷程兰续欣莹阎高伟任密蜂张喆	《计算机科学》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
7	基于广义最大Versoria准则的稀疏自适应滤波算法	欧跃发杨鸣坤慕德俊柯捷马文涛	《计算机应用》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料