针对仅利用测角信息进行无源定位时,推广卡尔曼滤波量测方程的非线性问题,提出采用基于贝叶斯最佳估计的粒子滤波算法。该算法利用一系列随机粒子来表示所需状态估值后验概率分布,不仅可以克服推广卡尔曼滤波的非线性误差积累问题,而且...针对仅利用测角信息进行无源定位时,推广卡尔曼滤波量测方程的非线性问题,提出采用基于贝叶斯最佳估计的粒子滤波算法。该算法利用一系列随机粒子来表示所需状态估值后验概率分布,不仅可以克服推广卡尔曼滤波的非线性误差积累问题,而且适用于非线性非高斯白噪声的观测条件。文中对机载单站对地面固定目标定位问题进行 Monte Carlo 仿真,结果表明尽管粒子滤波算法计算成本高,但可以满足实时处理要求,而其收敛速度和鲁棒性均明显优于推广卡尔曼滤波算法。展开更多
针对欠定盲源分离(Underdetermined blind source separation,UBSS)问题,采用基于密度的空间聚类(Density based spatial clustering of applications with noise,DBSCAN)算法估计聚类中心时易陷入局部最优,因此由聚类中心坐标构成的混...针对欠定盲源分离(Underdetermined blind source separation,UBSS)问题,采用基于密度的空间聚类(Density based spatial clustering of applications with noise,DBSCAN)算法估计聚类中心时易陷入局部最优,因此由聚类中心坐标构成的混合矩阵的精度降低,导致信号分离结果不理想。本文在DBSCAN基础上提出布谷鸟自适应搜索群优化算法(Cuckoo adaptive search swarm optimization of density based spatial clustering of applications with noise,CASSO-DBSCAN),该算法依据Levy飞行策略增强全局自适应搜索能力,并利用群体学习思想精细寻优得到最优解,从而更加精准地估计聚类中心。通过语音信号的盲源分离仿真实验对该算法进行验证,结果表明,该算法能够有效改善欠定混合矩阵的估计精度,具有良好的鲁棒性,证明了其可行性。展开更多
文摘针对仅利用测角信息进行无源定位时,推广卡尔曼滤波量测方程的非线性问题,提出采用基于贝叶斯最佳估计的粒子滤波算法。该算法利用一系列随机粒子来表示所需状态估值后验概率分布,不仅可以克服推广卡尔曼滤波的非线性误差积累问题,而且适用于非线性非高斯白噪声的观测条件。文中对机载单站对地面固定目标定位问题进行 Monte Carlo 仿真,结果表明尽管粒子滤波算法计算成本高,但可以满足实时处理要求,而其收敛速度和鲁棒性均明显优于推广卡尔曼滤波算法。
文摘针对欠定盲源分离(Underdetermined blind source separation,UBSS)问题,采用基于密度的空间聚类(Density based spatial clustering of applications with noise,DBSCAN)算法估计聚类中心时易陷入局部最优,因此由聚类中心坐标构成的混合矩阵的精度降低,导致信号分离结果不理想。本文在DBSCAN基础上提出布谷鸟自适应搜索群优化算法(Cuckoo adaptive search swarm optimization of density based spatial clustering of applications with noise,CASSO-DBSCAN),该算法依据Levy飞行策略增强全局自适应搜索能力,并利用群体学习思想精细寻优得到最优解,从而更加精准地估计聚类中心。通过语音信号的盲源分离仿真实验对该算法进行验证,结果表明,该算法能够有效改善欠定混合矩阵的估计精度,具有良好的鲁棒性,证明了其可行性。
