云南高校图书馆联盟文献共享服务平台- 国家自然科学基金(61074176)

国家自然科学基金(61074176): 作品数：11被引量：192H指数：5; 导出分析报告; 相关作者：韩崇昭王晓闫小喜石勇王学恩更多>>; 相关机构：西安交通大学中国电子科技集团第二十九研究所西安飞行自动控制研究所西安卫星测控中心更多>>; 相关期刊：《控制与决策》《西安交通大学学报》《控制工程》《自动化学报》更多>>; 相关主题：概率假设密度机动目标跟踪概率假设密度滤波器多模型方法目标跟踪更多>>; 相关领域：自动化与计算机技术电子电信航空宇航科学技术理学更多>>

非线性系统中目标跟踪性能评估的新度量被引量：2: 《自动化学报》2014年第11期2650-2653,共4页毛艳慧韩崇昭; 国家自然科学基金创新研究群体科学基金(61221063);国家自然科学基金(61074176)~~; 在将误差谱度量推广应用到动态系统滤波器的评估时,整个时间轴上将绘出一个三维图,不直观且不利于分析.为了解决这一难题,提出一个新的度量—动态误差谱,并给出了三种不同应用背景下的计算形式.其中一种采用了几何平均的形式因而可以给...; 关键词：非线性量测目标跟踪性能评估动态误差谱几何平均

基于相对熵的概率假设密度滤波器序贯蒙特卡罗实现方式被引量：5: 《控制与决策》2014年第6期997-1002,共6页李威韩崇昭闫小喜; 国家自然科学基金创新研究群体项目(61221063);国家自然科学基金面上项目(61074176);江苏大学高级人才科研启动基金项目(12JDG076); 概率假设密度滤波器的典型序贯蒙特卡罗实现方式与粒子滤波类似,均是利用大量加权粒子估计多目标状态,典型实现方式是为每个期望目标分配固定数目的粒子,这导致较大的算法时间开销.鉴于此,建立了基于相对熵的序贯蒙特卡罗实现方式.首先...; 关键词：多目标跟踪概率假设密度序贯蒙特卡罗相对熵

基于混合采样的多模型机动目标跟踪算法被引量：10: 《自动化学报》2013年第7期1152-1156,共5页王晓韩崇昭; 国家重点基础研究发展计划(973计划)(2007CB311006);国家自然科学基金(61074176);国家自然科学基金创新研究群体科学基金(60921003)资助~~; 提出了一种新型的基于混合采样的多模型粒子滤波算法,该算法能够有效降低多模型粒子滤波器的采样粒子数.文中证明了这种基于混合采样的粒子滤波算法是一种多模型粒子滤波算法.该算法的计算复杂度与单模型粒子滤波算法相当.仿真实验表明...; 关键词：机动目标跟踪粒子滤波多模型方法混合采样

粗糙集研究综述被引量：46: 《控制工程》2013年第1期1-8,共8页王学恩韩崇昭韩德强范卿; 国家自然科学基金(61074176);国家自然科学基金(61104214);国家自然科学基金创新群体(60921003); 粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具。近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型。在...; 关键词：粗糙集特征选择规则提取分类

用于机动目标跟踪的多模型高斯混合概率假设密度滤波器被引量：5: 《控制与决策》2012年第12期1864-1869,共6页王晓韩崇昭; 国家自然科学基金创新研究群体科学基金项目(60921003);国家自然科学基金项目(61074176);国家"973"重点基础研究发展规划项目(2007CB311006); 提出一种多模型高斯混合概率假设密度(PHD)滤波器的实现方法.该算法使用多模型方法对高斯混合PHD滤波器中存在目标对应的高斯分量进行预测及更新,使用融合估计后的估计值描述机动目标PHD分布的高斯分量.该算法具有PHD滤波器和多模型方...; 关键词：机动目标跟踪高斯混合概率假设密度多模型方法估计

Binary particle swarm optimization with multiple evolutionary strategies被引量：5: 《Science China(Information Sciences)》2012年第11期2485-2494,共10页ZHAO Jing HAN ChongZhao WEI Bin; supported by the Foundation for Innovative Research Groups of the National Natural Science Foundation of China (Grant No. 60921003);National Basic Research Program of China (Grant No. 2007CB311006);National Natural Science Foundation of China (Grant No. 61074176); This paper introduces a novel variation of binary particle swarm optimization （BPSO） algorithm and a further extension to improve its performance. Firstly, mimicking the behaviors of some creatures group, multiple e...; 关键词：binary particle swarm optimizer evolutionary strategies swarm intelligence

概率假设密度滤波的谱聚类目标状态提取方法被引量：3: 《西安交通大学学报》2012年第2期1-5,118,共6页张慧韩崇昭闫小喜; 国家重点基础研究发展计划资助项目(2007CB311006);国家自然科学基金创新研究群体科学基金资助项目(60921003);国家自然科学基金资助项目(61074176); 提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普...; 关键词：多目标状态估计概率假设密度状态提取谱聚类 Nystrm逼近

用于机动目标跟踪的多模型概率假设密度滤波器被引量：12: 《西安交通大学学报》2011年第12期1-5,共5页王晓韩崇昭; 国家自然科学基金创新研究群体科学基金资助项目(60921003);国家自然科学基金资助项目(61074176);国家"973计划"资助项目(2007CB311006); 针对概率假设密度(PHD)滤波器在多目标跟踪问题中无法解决目标发生较大机动时的目标丢失问题,提出了一种多模型概率假设密度(MM-PHD)滤波器.这种MM-PHD滤波器在粒子PHD滤波器的基础上,使用多模型方法对滤波器中每个描述目标状态的粒子...; 关键词：机动目标跟踪概率假设密度多模型估计

概率假设密度高斯混合实现的分量删减: 《自动化学报》2011年第11期1313-1321,共9页闫小喜韩崇昭; 国家重点基础研究发展计划(973计划)(2007CB311006);国家自然科学基金创新研究群体科学基金(60921003);国家自然科学基金(61074176)资助~~; 针对概率假设密度(Probability hypothesis density,PHD)高斯混合实现算法中的分量删减问题,提出了基于Dirichlet分布的分量删减算法以改进概率假设密度高斯混合实现算法的性能.算法采用极大后验准则估计混合参数,采用仅依赖于混合权重...; 关键词：概率假设密度高斯混合实现分量删减 Dirichlet分布极大后验

自适应UKF算法在目标跟踪中的应用被引量：98: 《自动化学报》2011年第6期755-759,共5页石勇韩崇昭; 国家重点基础研究发展计划(973计划)(2007CB311006);国家自然科学基金(61074176);国家自然科学基金创新研究群体科学基金(60921003)资助~~; 针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题,提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter,UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估计器在线估计未知系统噪声的统计特性,并对滤波...; 关键词：目标跟踪自适应滤波无迹卡尔曼滤波

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

国家自然科学基金(61074176)

检索结果分析

下载全文

高级检索检索式检索

时间限定

期刊范围

学科限定全选

高级检索 检索式检索

时间限定

期刊范围

学科限定全选

国家自然科学基金(61074176)

检索结果分析

下载全文

用户登录

高级检索检索式检索