简介：在目标模型的建立过程中,将积分直方图引入到粒子滤波跟踪框架中,提出了一种快速的颜色直方图计算方法,极大地提高了粒子滤波跟踪算法的实时性。为了进一步提高算法的鲁棒性,引入了一种基于邻域颜色特征的匹配搜索机制,当跟踪精度下降时,能够对跟踪结果进行优化,减小跟踪误差。实验结果表明了该算法的有效性。

简介：针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。

简介：为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波（PF）算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。

简介：针对视频监控系统中运动目标的检测与跟踪技术进行深入研究，采用高斯背景模型的背景差法实现对运动目标的检测，基于SIR粒子滤波算法，利用颜色直方图信息与目标的运动状态信息实现对运动目标的跟踪。采用DaVinci技术对目标检测和目标跟踪算法进行封装和优化，实测结果表明，该算法能够对监控场景中的运动目标进行检测和跟踪，实现对视频图像的实时处理。

简介：针对视频图像运动目标跟踪时的时延问题和目标被遮挡时易丢失的问题,提出了-种基于Meanshift采样的辅助变量粒子滤波跟踪算法.采用AVPF算法作为跟踪算法的主体框架,对每个辅助采样粒子进行Meanshift转移,利用采样粒子确定候选目标区域,对候选目标模型与目标模型进行相似性度量,更新粒子权重,最后估计目标状态.仿真结果显示,本文算法能够有效处理跟踪过程中目标部分被遮挡的问题,具有较好的鲁棒性和较好的实时性.

简介：摘 要：随着工程结构的复杂化和非线性特性的增加，准确预测结构的动力响应成为工程领域的重要挑战。本文提出了一种基于粒子滤波算法的结构动力响应实时预测方法。该方法利用粒子滤波算法的非线性建模和不确定性建模能力，有效克服了传统方法在面对复杂结构和非线性系统时难以获得准确结果的问题。首先，通过建立结构的数学模型和物理方程，将结构的动力行为描述为一个状态估计问题。然后，引入粒子滤波算法，实现对结构状态的估计和预测。实验结果表明，基于粒子滤波算法的结构动力响应实时预测方法具有较高的准确性和可靠性。它能够捕捉到复杂结构和非线性系统的动力特性，并考虑外界激励和结构系统的不确定性，从而提供更精确的动力响应预测结果。未来的研究可以进一步改进粒子滤波算法的性能，提高预测的精度和效率，推动该方法在结构工程领域的广泛应用。

简介：地形辅助导航是一种利用地形高度信息定位的导航技术,由于地形高度起伏是非线性的,因此地形辅助导航本质是非线性、非高斯贝叶斯后验概率估计问题。粒子滤波因为适合非线性、非高斯估计问题,被引入地形辅助导航领域得到广泛研究和应用,但粒子滤波算法存在粒子匮乏的问题,会影响定位精度。针对此问题,将高斯混合无迹粒子滤波（GMUPF）用于地形辅助导航,该算法用高斯混合模型（GMM）近似粒子分布,用无迹卡尔曼滤波（UKF）估计重要密度函数,不需要做重采样。通过用实际地形数据做飞行仿真实验,结果显示相比粒子滤波,不仅没有粒子匮乏问题,而且所用粒子数更少时估计精度略好。

简介：采用控温箱—热流计法对墙体进行检测，此过程中必会受到外界噪声的影响，同时在实际测试的过程中很难有长时间的测试数据来计算出墙体传热系数，于是采用了扩展卡尔曼滤波和粒子滤波这两种方法来预测估计，比较两种方法所得的预测值与真实测的值，仿真结果表明,粒子滤波精度和计算效率优于扩展卡尔曼滤波，同时通过计算的估计值来计算墙体传热系数。

简介：采用控温箱—热流计法对墙体进行检测，此过程中必会受到外界噪声的影响，同时在实际测试的过程中很难有长时间的测试数据来计算出墙体传热系数，于是采用了扩展卡尔曼滤波和粒子滤波这两种方法来预测估计，比较两种方法所得的预测值与真实测的值，仿真结果表明,粒子滤波精度和计算效率优于扩展卡尔曼滤波，同时通过计算的估计值来计算墙体传热系数。

简介：介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。

简介：摘要针对PSO算法易早熟、收敛精度差、迭代后期收敛速度慢等问题，提出了一种基于算法参数变化的简化粒子群算法。该算法惯性权重和学习因子分别随迭代次数呈指数函数变化和正弦三角函数变化，使用4个经典Benchmark测试函数进行仿真测试。结果表明本算法能较好收敛到全局最优值，且收敛速度快，收敛精度高，优化性能好。

简介：对降秩自适应滤波算法进行了系统的总结和分析,推导了其相互关系.分析表明,GSC(GeneralizedSidelobeCanceller)框架降秩变换自适应滤波是各种降秩自适应滤波算法的统一模型.在此基础上导出了线性约束正交投影算法.降秩多级维纳滤波器在相关意义上进行截断降秩,其降秩性能优于基于特征子空间截断的降秩方法.酉多级维纳滤波器与共轭梯度法等效,均是基于Krylov子空间截断降秩的方法,降秩性能更优.最后通过计算机仿真试验比较了各种降秩处理算法的性能.

简介：本文针对高频雷达中高机动目标检测难点,提出利用粒子滤波TBD算法检测高机动飞机目标的方法。该方法将一个相干积累时间内的回波数据进行分段滑窗相干积累,对形成的多帧多普勒域观测数据进行粒子滤波检测前跟踪（TBD）处理,获取目标存在概率及目标运动状态估计。蒙特卡洛仿真结果和回波数据验证表明该方法可提高对高频雷达高机动目标的检测能力,具备一定的工程可行性。

简介：针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题，提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布，利用聚类算法近似联合分布粒子集的混合高斯分布；然后对每个聚类进行采样；最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明：算法在目标发生快速机动情况时，跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波，且对遮挡具有较好的鲁棒性。

简介：中值滤波是非线性滤波中最常用的一种方法,它既可以有效地滤除脉冲噪声,又具有相对好的边缘保持性,易于实现。结合中值滤波器在数字图像处理中的实际应用,研究其在实际的硬件电路设计与FPGA实现中的问题,并在Altera公司的芯片EP3SL150上完成了实现,并提出了改进的滤波算法。

简介：提出了一种新的未知信号状态模型——多项式预测模型，并给出其滤波算法。分析表明，采用该方法建立的状态方程不需要已知信号本身的参数信息，都能准确描述运动或信号的动态。因此，提出的多项式信号的最优滤波算法适用于任何可以用多项式描述的信号的状态估计问题。计算机仿真验证了该方法的正确性、有效性及实用性。

简介：排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子群的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子群优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子群算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.

简介：布谷鸟搜索算法和粒子群优化算法都属于仿生优化群算法,它们的原理简单、实现方便,在诸多领域得到应用。虽然这两种算法优点明显,但是它们在全局搜索能力、收敛速度等方面存在不同程度的不足,当它们应用于复杂优化问题时,需要采用改进措施来提升其性能。把布谷鸟搜索算法和粒子群优化算法进行混合,在两种算法平行进化的基础上引入共享机制,使两种算法优点互补。仿真证明,混合算法提升了算法的全局搜索能力和收敛速度,适应性更强,可以应用于复杂的优化问题。

简介：摘 要：针对传统粒子群优化算法易早熟收敛的问题，提出一种基于混沌思想的改进粒子群优化算法。该算法利用混沌运动的随机性、遍历性和规律性等特征，综合了混沌初始化、惯性权重的混沌调节、位置的边界处理、陷入早熟时的混沌遍历搜索等改进措施, 改善了粒子群的随机性与多样性，较好解决了算法的早熟收敛问题。通过3个典型高维测试函数的实验测试表明：改进的混沌粒子群算法在收敛速度、寻优精度和稳定性等方面明显优于传统的粒子群算法。

简介：