一种基于自适应网格剖分的协方差交集融合新算法

针对分布式航迹融合问题，提出了一种基于自适应网格剖分的协方差交集融合新算法。首先，自适应计算网格剖分误差上限；其次，利用网格剖分法求出局部航迹协方差椭圆的交集；最后，利用交集中心求出融合航迹估计值。通过仿真试验，该算法能自适应估计网格剖分步长上限，提高融合精度。     

大批量目标航迹关联加速算法

针对分布式航迹关联耗时较多的问题，提出了一种加快处理速度的新算法。该方法首先将平面等分割成很多矩形网格；其次，根据关联门限计算关联的矩形网格集合；最后，根据关联网格集合选定待关联目标，从而减少关联次数，提高处理速度。仿真试验表明，当目标数为1 600以上、传感器数为2以上时,航迹关联加速算法比一般航迹关联算法的处理速度高出30倍以上。     

一种改进的FDTD网格剖分算法

分析了时域有限差分(FDTD)网格的生成原理，提出了一种新型非均匀FDTD网格生成算法。该 算法通 过读取模型获得轴线上的不连续分界点，将整个空间沿x轴、y轴和z轴方向各 自分成多个区间；然后通过各区间的长度及其在模型中所处的位置，来确定该不同区间剖分 时所采用的具体网格生成算法，由此得到一种新型的分区递变非均匀网格。此算法能够完全 由程序实现，避免了普通网格剖分算法所带来的人为误差。在最大限度降低网格数量的同时 ，克服了剖分算法中由于最大网格过大而导致的高频数值色散问题，使得最后的FDTD程序具 有计算时间短、收敛速度快的优点。     

双基地制导雷达目标定位的分坐标融合算法

提出了一种用于研究双基地制导雷达目标定位的分坐标参数航迹融合算法。通过利用观 测到的距离和以及角度序列分别建立参数航迹模型间接得到了目标位置序列,有效提高了 目标定位精度。理论分析与仿真结果表明,该方法比简化加权最小二乘算法更具优越性。     

应用K-means聚类的分布式多传感器航迹关联算法

针对分布式多传感器航迹关联的特点,考虑采用K-means聚类的航迹关联算法。将来自各传感器的局部航迹与系统航迹进行关联,并将系统航迹作为初始聚类中心,避免了K-means算法本身依赖初始值的缺陷;提出将系统航迹与局部航迹的欧式距离以及其状态向量在1范数下的距离之和作为相似度测度;设定距离门限值,减少了极端数据对聚类结果的影响,并增加多义性处理。蒙特卡洛仿真实验表明,该算法在目标密集并且目标有交叉的情况下能以较小的代价得到较高的平均正确关联率。同时,该算法克服了最近邻域法的局部最优特性和关联正确率高度依赖特征阈值等局限性。     

基于概率加权和帧间关联的多目标初值估算

针对目标个数的不确定性和目标航迹的初始化问题,提出一种综合的检测算法.首先将序列图像在时域上进行组合,消除背景影响.在此基础上对组合帧图像进行网格划分,估计出目标存在区域,从而缩短了目标搜索时间,然后利用帧间目标的互关联特性初始化各目标的航迹.仿真试验结果表明,该算法具有有效性与实时性的特点.     

基于变换域的局部最优纯方位航迹关联

针对同平台无源传感器纯方位线关联问题,提出了一种基于变换域的局部最优航迹关联算法。该算法采用霍夫变换(Hough Transform)将方位线映射到参数域等价为点描述,将不同方位线的点描述构建成时间的离散函数,利用时间对准形成具有相同时标的点序列。对关联门限内的目标构建指数判证函数,计算满足关联门限目标的关联矩阵,并确定各航迹关联程度,采用局部寻优方法求取最优关联度的目标作为关联对。实验表明,所提算法具有较好的稳定性及时效性,有效解决了同平台多方位线关联问题。     

航管雷达一二次融合异常情况分析

航管雷达一二次航迹融合过程中,直接用得到的含噪声的报告点来更新航迹时,航迹连续性较差,关联的正确性下降。对此现象进行了具体原因分析,用得到一二次雷达的报告点加权平均作为实际航迹输出的方法进行改进。根据一二次雷达数据未能正确关联的现象,在关联步骤中加入当前点和融合航迹中的对应航迹进行比较,如果当前报告点能和融合航迹中的点更好地匹配,就置换出融合航迹中的对应航迹,然后用置换出的航迹点当成新报告点重复融合算法过程。实验结果证明,采用改进融合算法能正确地分析产生异常现象的原因,并很好地解决了异常现象。     

基于最长公共子序列的非同步相似轨迹判断

针对非同步相似轨迹判断问题,提出了一种基于最长公共子序列理论的相似轨迹判断新算法。首先,求出查询轨迹线段与候选轨迹线段之间的距离;其次,利用最长公共子序列算法,计算两轨迹的最长公共子轨迹长度;最后,根据相似度门限,判断轨迹是否相似。数值实例验证了所提算法能够提高非同步轨迹的相似度。     

基于改进K-means聚类和量子粒子群算法的多航迹规划

针对在复杂环境下需要通过多航迹规划以实现武器协同的问题,利用排挤机制产生K-means聚类的初始聚类中心,并将改进K-means聚类与量子粒子群算法（QPSO）相结合应用于无人机的三维多航迹规划。改进算法解决了K-means聚类易陷入局部最优、聚类准确率低的问题。根据产生的初始聚类中心,将粒子划分成多个子种群,利用QPSO算法对每个子种群进行优化,使得每个子种群可以产生一条可行航迹。仿真分析证明了改进算法可以有效保证子种群之间的多样性,生成较为分散的多条可行航迹。     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

基于当前统计模型的TCAS/ADS-B组合监视系统数据融合算法

比较了空中交通警戒与防撞系统（TCAS）和自动相关监视系统（ADS-B）的监视原理 ,构建了TCAS/ADS-B组合监视系统,对组合监视系统的监视区域进行了划分。采用当前统 计模型的数据融合算法,得到了优化的TCAS局部轨迹估算和优化的ADS-B局部轨迹估算,以 及优化的融合轨迹估算。仿真结果显示,最大优化融合位置误差为100 m,证明该组合 监视系统可以提高目标飞机轨迹估算的准确度,从而提高TCAS的监视精度。     

差异维度传感器数据融合新方法

针对不同维度传感器数据融合问题,提出一种利用三维量测（同时含有距离和角度 信息）结果为不足维量测（仅有距离或仅有角度信息）构建假量测点和协方差的新方法。仿 真结果表明,该方法能够有效地利用不同维度的量测数据,明显提高目标的定位精度,具有 一定的应用价值。     

A QUANTIZATION TREE METHOD FOR PRICING AND HEDGING MULTIDIMENSIONAL AMERICAN OPTIONS

We present here the quantization method which is well-adapted for the pricing and hedging of American options on a basket of assets. Its purpose is to compute a large number of conditional expectations by projection of the diffusion on optimal grids designed to minimize the (square mean) projection error ( Graf and Luschgy 2000 ). An algorithm to compute such grids is described. We provide results concerning the orders of the approximation with respect to the regularity of the payoff function and the global size of the grids. Numerical tests are performed in dimensions 2, 4, 5, 6, 10 with American style exchange options. They show that theoretical orders are probably pessimistic.     

基于二阶矩的雷达信号盲分离

针对雷达接收机在现代战场复杂电磁环境下接收到的混叠信号,提出了一种基于二阶矩的信号盲源分离方法。在混合信号球化过程中,对于具有加性白噪声的模型,构造了一组新的协方差矩阵,在信噪比不是很高的情况下,使其不会影响分离结果。在协方差矩阵对角化过程中,采用自然梯度的方法,避免分离矩阵更新过程中的求逆问题,提高了算法的实时性。仿真实验证明,在信噪比为-10 dB的条件下,对比FastICA算法,所提算法分离精度高,收敛速度快,为进一步的信号识别提供可靠依据。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。