交互式多模型算法

摘要： 在高机动目标跟踪中,针对标准交互式多模型算法使用固定的转移概率矩阵导致跟踪精度下降的问题,提出了一种转移概率矩阵具备自适应更新的高机动目标跟踪ATPM-IMM算法。所提算法对模型后验概率和转移概率矩阵的先验信息要求不高,既适用于高机动目标跟踪,也适用于弱机动目标跟踪。仿真结果表明,所提算法的滤波精度比现有算法提升了约11%。

摘要： 为了解决传统交互式多模型算法静态模型集带来的精度低等局限问题,提出了一种多模型集自适应协同滤波算法.通过比较目标与当前模型集中不同模型之间的模型匹配概率,自动确定当前模型匹配中的最好模型与最坏模型,利用激活、保留和剔除策略改变固定模型集的结构以达到模型集自适应的过程.通过与其他已经提出的交互式多模型算法进行比较,实验结果表明:多模型集自适应协同滤波算法在速度、加速度以及转弯速率的状态估计上都得到了优化,在一定程度上提升了目标跟踪定位的准确性.

摘要： 针对目标运动状态改变会导致目标跟踪算法精度下降甚至发散的问题,提出了一种基于交互式多模型(IMM)的目标跟踪算法.首先,IMM改进算法融合了非机动模型和Singer模型,Singer模型通过改变机动频率和加速度方差可以较好地适应强机动目标.其次,针对初始定位数据精度低的问题,采用到达时间差(TDOA)算法对定位数据进行初步估计,TDOA算法在视距环境下具有较高精度和较低的计算复杂度.实验结果表明:相比于传统IMM滤波算法,改进后的IMM算法能有效提高定位精度,实现了对目标的稳定跟踪.

摘要： 在双无人机协同任务过程中,由于会受到敌方雷达、武器等干扰造成跟随机无法准确获得领航机状态,为保证跟随机能够尽可能跟随领航机,提出结合交互式多模型(IMM)算法和自适应差分进化(JADE)算法的方法进行跟踪与寻迹.首先,基于JADE算法为领航机优化一条平滑航路并建立领航机位置状态信息,同时利用多个机动模型匹配估计领航机运动状态;然后,根据估计信息,确定跟随机下一可行航迹点范围;最后,以双机时空协同为目标,设计跟随机优化目标函数,优化产生下一航迹点.仿真实验表明,仅8.8％的航迹点处于双机探测范围外,且短时间内能够回到理想位置,时间和空间上双机能够保持协同.

摘要： 本文提出了一种改进的交互式多模型粒子滤波算法。首先设计了针对该情况分析了交互式多模型粒子算法的计算过程和方法;接着将粒子滤波算法融入交互式多模型算法中,按照先验概率密度随机抽取一组粒子,这组粒子经过输入交互、粒子滤波后进行重抽样;然后进行输出交互,如此循环从而提高目标跟踪效果;最后,通过matlab仿真分析了这两种算法的目标跟踪性能,仿真结果表明,交互式多模型粒子算法较交互式多模型算法(IMM)具有更优的跟踪性能,转弯过程中优势更加明显。

摘要： 受观测噪声影响,火控系统雷达无法精确搜索机动目标,导致快速打击反应能力降低.为此,提出一种基于交互式多模型算法的火控系统机动目标检测方法.引入Markov跳变系统,对机动目标未知的运动状态建立运动模型集合;并通过交互式多模型算法,精确估计机动目标的位置状态,便于精确解算火控系统雷达天线捕获机动目标所需的姿态角.数值仿真结果验证了所提方法的机动目标检测性能,明显优于基于卡尔曼滤波器和直接基于目标状态观测值的机动目标检测性能.

摘要： 针对机动目标跟踪中,单一模型无法描述目标复杂时变的运动过程,提出了一种基于机动检测的自适应交互式多模型(IMM)算法.通过匀速运动模型和基于机动检测的自适应参数Singer模型的组合,不仅能够根据目标的机动状态,实时地调整模型概率,选择与目标运动相匹配的模型,还能够根据目标机动强弱来调整Singer模型的参数.仿真结果表明,相比于单个自适应参数Singer模型跟踪算法和固定参数的交互式多模型算法,基于机动检测的自适应交互式多模型算法有效地提高了机动目标的跟踪精度,实现了机动目标的稳定跟踪.

摘要： 地面移动目标运动预测是地面移动目标打击过程中需要解决的一个重要技术问题,为了提高目标运动预测的精度和准确性,可以通过道路、地形等数字地理信息对地面移动目标运动范围的约束来对其运动进行预测.文章给出了基于数字地理信息的地面移动目标运动预测方法步骤,通过模糊理论和航位推算方法来确定待匹配路段以及寻找最佳匹配路段,采用交互式多模型算法进行目标运动预测.

摘要： 学术界普遍认为交互式多模型算法(IMM)是完成高速高机动目标跟踪的有效算法，因此，它可以应用于高超声速飞行器跟踪技术中。但经典的IMM算法本身仍然存在很多不足，本文为了消除在高超声速飞行器跟踪中人为因素对跟踪精度造成的影响，提出了一种更新Markov转移概率的IMM算法，有效的降低了人为因素对高机动目标对跟踪精度的影响。通过实验仿真将新算法与经典算法进行对比，说明了新算法具有更小的跟踪误差，可以更好的完成高超声速飞行器的跟踪。

摘要： 该文针对在机动目标跟踪领域应用广泛的交互式多模型算法,是一种基于固定模型集合的算法,由此带来一个两难问题,既需要较多的模型保证跟踪精度,有会因为太多的模型而增加计算量.该文提出了一种基于序列似然比检测的变结构多模型算法,给出了一种模型集合自适应的解决方法.该方法提高了跟踪精度的同时也降低了计算量.随着反舰导弹的威胁日益增大,该文针对反舰导弹的机动特性,仿真验证了该算法的有效性.

摘要： 论文在现有的机动模型和多模型算法的基础上，提出了使用多种机动模型交互的多模型算法进行机动目标跟踪.在交互式多模型算法的框架下引入了"当前"统计模型，常速模型和常加速模型.不同机动模型之间的互补使这种算法克服了使用单一模型的一些问题.Monte Carlo仿真结果表明，该算法在性能和计算复杂度之间取得了较好的平衡，有很好的可实现性.

摘要： 对于机动目标的跟踪,大多数基于贝叶斯理论的估计算法,如交互式多模型贝努利滤波(IMM Bernoulli Filter)算法,都假定模型转移概率保持不变.而实际系统中,模型转移概率可能是与状态相关并随时间变化的.针对地面机动目标跟踪问题,引入道路先验辅助信息对状态转移概率建立具有状态相关性的模型,结合交互式多模型贝努利滤波算法,实现目标跟踪.仿真结果表明,提出的具有状态相关转移阵的交互式多模型贝努利滤波算法优于传统的模型转移概率恒定滤波算法.

摘要： 对于机动目标的跟踪,大多数基于贝叶斯理论的估计算法,如交互式多模型贝努利滤波(IMM Bernoulli Filter)算法,都假定模型转移概率保持不变.而实际系统中,模型转移概率可能是与状态相关并随时间变化的.针对地面机动目标跟踪问题,引入道路先验辅助信息对状态转移概率建立具有状态相关性的模型,结合交互式多模型贝努利滤波算法,实现目标跟踪.仿真结果表明,提出的具有状态相关转移阵的交互式多模型贝努利滤波算法优于传统的模型转移概率恒定滤波算法.

摘要： 对于机动目标的跟踪,大多数基于贝叶斯理论的估计算法,如交互式多模型贝努利滤波(IMM Bernoulli Filter)算法,都假定模型转移概率保持不变.而实际系统中,模型转移概率可能是与状态相关并随时间变化的.针对地面机动目标跟踪问题,引入道路先验辅助信息对状态转移概率建立具有状态相关性的模型,结合交互式多模型贝努利滤波算法,实现目标跟踪.仿真结果表明,提出的具有状态相关转移阵的交互式多模型贝努利滤波算法优于传统的模型转移概率恒定滤波算法.

摘要： 对于机动目标的跟踪,大多数基于贝叶斯理论的估计算法,如交互式多模型贝努利滤波(IMM Bernoulli Filter)算法,都假定模型转移概率保持不变.而实际系统中,模型转移概率可能是与状态相关并随时间变化的.针对地面机动目标跟踪问题,引入道路先验辅助信息对状态转移概率建立具有状态相关性的模型,结合交互式多模型贝努利滤波算法,实现目标跟踪.仿真结果表明,提出的具有状态相关转移阵的交互式多模型贝努利滤波算法优于传统的模型转移概率恒定滤波算法.

摘要： 比较已有的基于角速度估计的IMM跟踪算法,针对已有角速度估计算法的精度不高、角速度作为随机变量其统计特征难以估计的不足,提出了一种基于圆心估计的角速度计算方法,并将其应用到IMM算法中.实验结果表明,本文提出的算法对于自适应目标机动跟踪具有显著的效果.

摘要： 比较已有的基于角速度估计的IMM跟踪算法,针对已有角速度估计算法的精度不高、角速度作为随机变量其统计特征难以估计的不足,提出了一种基于圆心估计的角速度计算方法,并将其应用到IMM算法中.实验结果表明,本文提出的算法对于自适应目标机动跟踪具有显著的效果.

摘要： 提高指示体与屏幕面的接触的检测精度。交互式投影仪能够同时使用具有发光部的自发光指示体和不具有发光部的不发光指示体双方作为指示体，发光部在自发光指示体与投射画面接触时和不接触时以不同的发光模式发出指示体信号光，交互式投影仪具有：投射部，其在屏幕面上投射投射画面；包含第1照相机和第2照相机在内的多台照相机，它们对投射画面的区域进行摄像；位置检测部，其根据由多台照相机进行摄像而得到的包含指示体的多个图像，检测指示体相对于投射画面的三维位置；以及接触检测部，其检测指示体与投射画面的接触，接触检测部根据发光模式检测自发光指示体与投射画面的接触，接触检测部根据由位置检测部检测到的三维位置检测不发光指示体与投射画面的接触。

摘要： 提高指示体与屏幕面的接触的检测精度。交互式投影仪具有：投射部；多台照相机，它们包含对投射画面进行摄像的第1照相机和第2照相机；位置检测部，其根据由多台照相机拍摄的包含有指示体的多个图像检测出指示体相对于投射画面的三维位置；函数计算部，其在投射了特定图像时根据由照相机拍摄的包含有特定图像的摄像图像，计算出表示投射画面的三维形状的曲面函数；以及接触检测部，其使用位置检测部所检测出的指示体的三维位置和由函数计算部所计算出的曲面函数来检测指示体与投射画面的接触，函数计算部根据包含有特定图像的摄像图像检测出投射画面上的互不相同的多个基准点的三维位置，并根据多个基准点的三维位置计算出曲面函数。

摘要： 本发明公开了交互式装置、交互式方法和交互式程序。交互式装置包括：获取构件，其用于获取用户讲话的话题与该讲话中包括的讲话词汇的预定部分的数量彼此相关联的简档信息；话题选择构件，其用于基于由获取构件获取的简档信息以如下方式来设置话题被选择的概率：从简档信息中设置的话题中以更高的概率选择讲话的预定部分的数量更多的话题，并且话题选择构件根据已经被设置的选择概率来选择话题；以及响应生成构件，其用于基于已经由话题选择构件选择的话题来生成对用户的响应。

摘要： 提高指示体与屏幕面的接触的检测精度。交互式投影仪具有：投射部；多台照相机，它们包含对投射画面进行摄像的第1照相机和第2照相机；位置检测部，其根据由多台照相机拍摄的包含有指示体的多个图像检测出指示体相对于投射画面的三维位置；函数计算部，其在投射了特定图像时根据由照相机拍摄的包含有特定图像的摄像图像，计算出表示投射画面的三维形状的曲面函数；以及接触检测部，其使用位置检测部所检测出的指示体的三维位置和由函数计算部所计算出的曲面函数来检测指示体与投射画面的接触，函数计算部根据包含有特定图像的摄像图像检测出投射画面上的互不相同的多个基准点的三维位置，并根据多个基准点的三维位置计算出曲面函数。

摘要： 提高指示体与屏幕面的接触的检测精度。交互式投影仪能够同时使用具有发光部的自发光指示体和不具有发光部的不发光指示体双方作为指示体，发光部在自发光指示体与投射画面接触时和不接触时以不同的发光模式发出指示体信号光，交互式投影仪具有：投射部，其在屏幕面上投射投射画面；包含第1照相机和第2照相机在内的多台照相机，它们对投射画面的区域进行摄像；位置检测部，其根据由多台照相机进行摄像而得到的包含指示体的多个图像，检测指示体相对于投射画面的三维位置；以及接触检测部，其检测指示体与投射画面的接触，接触检测部根据发光模式检测自发光指示体与投射画面的接触，接触检测部根据由位置检测部检测到的三维位置检测不发光指示体与投射画面的接触。

摘要： 本发明公开了一种交互式多模型切换和参数在线识别的遗传粒子滤波算法，包括以下步骤：步骤1：状态估计的方法为：采用粒子滤波算法进行状态估计，并将遗传算法的选择、交叉以及变异的方法代替传统粒子滤波的重采样；首先输入上一刻的状态估计结果集合，进行基于电池模型集合的输入交互运算；再输入电池端电压的测量值对状态估计的预测值更新，计算似然函数进行模型概率的更新计算；最后根据模型概率计算结果对状态估计进行输出交互运算，得到最终状态的估计结果；步骤2：利用步骤1中的状态估计方法分别对SOC和SOH值进行估计；步骤3：更新SOC和SOH值。本发明提出的算法可以在非线性环境下保持良好的估计精度，具有很好地鲁棒性。

摘要： 本发明公开了一种基于交互式多模型算法的电力负荷建模方法，包括将第一级模型集中每个模型在k‑1时刻的状态变量、状态协方差矩阵进行模型的状态变量与协方差矩阵交互，获得交互后的模型的状态变量以及模型的协方差矩阵；分别将各个模型对应的状态变量和协方差矩阵输入各自的扩展卡尔曼滤波器进行模型的状态估计，得到模型估计的k时刻的状态变量以及模型的协方差矩阵；利用模型状态估计过程的似然函数值及信息协方差矩阵计算模型的权重，对各个子模型的权重加权求和得到对应的模型的参数；模型的权重用于下一时刻的状态交互以及当前时刻的模型功率输出融合。负荷建模过程是递推实现的，协方差矩阵不需要存储，节省了存储空间。

摘要： 本发明提供一种基于支持向量回归的交互式多模型算法，包括搭建基于支持向量回归的交互式多模型算法，获取算法的调节系数；选取训练集和标签集；根据支持向量回归网络模型及其训练参数，使用训练参数对支持向量回归网络模型进行训练，将待处理的对应模型的目标状态输入交互值和量测输入到上述改进模型中得到目标当前时刻状态估计值。本发明借助支持向量回归网络，增强了传统交互式多模型算法的自适应调整能力，其中支持向量回归网络作为反馈网络来根据每种模型对应的目标状态输入交互值和量测首先进入反馈网络得到当前时刻调节不同模型过程噪声协方差的系数，建立起模型匹配程度和过程噪声协方差系数之间的映射，减少模型不匹配时的跟踪误差。

摘要： 本发明公开一种基于模糊交互式多模型算法的临近空间目标跟踪方法，包括：S1、确定目标动态模型；S2、确定模糊控制器的输入量；S3、设计模糊控制器的模糊规则；S4、确定模糊控制器的归一化的隶属函数；S5、利用模糊控制器输出更新后的状态估计和误差协方差，连续迭代修正状态误差量直到状态误差量在允许范围之内，实现临近空间内对目标的跟踪。本发明可保证定位精度在允许范围之内，实现对临近空间飞行器的有效跟踪。

摘要： 本发明公开了一种基于交互式多模型算法的电力负荷建模方法，包括将第一级模型集中每个模型在k-1时刻的状态变量、状态协方差矩阵进行模型的状态变量与协方差矩阵交互，获得交互后的模型的状态变量以及模型的协方差矩阵；分别将各个模型对应的状态变量和协方差矩阵输入各自的扩展卡尔曼滤波器进行模型的状态估计，得到模型估计的k时刻的状态变量以及模型的协方差矩阵；利用模型状态估计过程的似然函数值及信息协方差矩阵计算模型的权重，对各个子模型的权重加权求和得到对应的模型的参数；模型的权重用于下一时刻的状态交互以及当前时刻的模型功率输出融合。负荷建模过程是递推实现的，协方差矩阵不需要存储，节省了存储空间。