公共文化服务平台

胡玉梅: 作品数：13 被引量：48H指数：4; 供职机构：西北工业大学自动化学院更多>>; 发文基金：国家自然科学基金中国博士后科学基金河南省高校科技创新团队支持计划更多>>; 相关领域：自动化与计算机技术电子电信交通运输工程更多>>

合作作者

基于变分贝叶斯联合优化的情报监视与侦察被引量：2: 2020年; 通过分析情报监视与侦察系统中亟待解决的目标机动、群体目标、目标存在性、量测多路径、传感器组网融合、高维数、深耦合以及不可避免的系统非线性等问题,在变分贝叶斯统一优化框架下给出了解决上述问题的联合优化方法的一般形式。以天波超视距雷达组网融合的远程预警系统为例,讨论了多机动目标的航迹管理、数据关联、参数辨识和状态估计问题。最后,探讨了情报监视与侦察领域的开放问题及研究方向。; 潘泉胡玉梅马季容; 关键词：目标跟踪天波超视距雷达

基于自适应粒子群优化的代价评估Marginalized粒子滤波被引量：1: 2014年; 针对量测受扰动情况下粒子重要性权重的精确度量和粒子的有效采样问题,提出了一种基于自适应粒子群优化的代价评估Marginalized粒子滤波。首先,在Marginalized粒子滤波框架下,通过引入代价函数和风险函数,实现了粒子重要性权重评价过程中对最新量测信息的合理利用,以降低传统的依据重要性权重度量方式中对于噪声先验信息的依赖。其次,通过对粒子分布特征信息的提取和利用,构建了粒子极限速度设定的自适应选取策略,给出了一种自适应粒子群优化方法。在此基础上,结合粒子群优化中群体优化机理来提升采样粒子对被估计状态的逼近程度,进而改善重采样后粒子的多样性。理论分析和仿真实验验证了算法的有效性。; 胡振涛魏丹金勇胡玉梅; 关键词：非线性滤波粒子群优化

信息融合理论研究进展:基于变分贝叶斯的联合优化被引量：22: 2019年; 通过梳理近年信息融合理论的发展,分析了复杂目标跟踪系统中存在的非线性、多模式、深耦合、网络化、高维数和未知扰动输入等问题,指出现阶段目标跟踪系统中联合优化的必要性.继而,讨论了解决联合优化问题的主要方法,包括联合检测与估计,联合聚类与估计,联合关联与估计及联合决策与估计等.同时,着重介绍了变分贝叶斯辨识、估计和优化的统一框架和以其为基础的目标跟踪联合一体优化方法,并以天波超视距雷达为应用背景,给出在多路径多模式多目标跟踪场景下算法的一般性描述.最后,讨论了变分贝叶斯理论在目标跟踪领域的开放问题和未来研究方向.; 潘泉胡玉梅兰华兰华王增福杨峰; 关键词：信息融合目标跟踪状态估计

基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法: 2017年; 集合卡尔曼滤波是近年来发展起来的一种处理非线性系统估计的有效解决方法.针对标准集合卡尔曼滤波实现过程中,量测噪声不确定导致自举量测采样出现一致性偏差问题,提出了一种基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法.首先,结合多传感器量测系统的物理特性和集合卡尔曼滤波中自举量测生成机理,构建多传感器条件下自举量测集合.其次,通过对多传感器自举量测似然度求解以及在量测接受概率函数合理设计基础上,利用Metropolis-Hastings采样策略实现有效量测的确认.新算法通过对多传感器量测中冗余和互补信息的提取与利用实现对一致性偏差的修正,进一步改善被估计系统状态的滤波精度.理论分析和仿真实验结果验证了算法的可行性和有效性.; 胡振涛张谨胡玉梅金勇; 关键词：非线性滤波集合卡尔曼滤波

基于容积卡尔曼滤波的神经网络训练算法被引量：8: 2016年; 针对现有的利用非线性滤波算法对神经网络进行训练中存在滤波精度受限和效率不高的缺陷,提出一种基于容积卡尔曼滤波(CKF)的神经网络训练算法.在算法实现过程中,首先构建神经网络的状态空间模型;然后将网络连接权值作为系统的状态参量,并采用三阶Spherical-Radial准则生成的容积点实现神经网络中节点连接权值的训练.理论分析和仿真结果验证了所提出算法的可行性和有效性.; 胡振涛袁光耀胡玉梅刘先省; 关键词：非线性滤波神经网络多层感知器

基于CKF的系统误差与目标状态联合估计算法被引量：2: 2015年; 针对量测信息中系统误差对目标状态估计精度造成的不利影响,提出了一种基于容积卡尔曼滤波(CKF)的系统误差与状态联合估计(JE-CKF)算法。在算法实现中,首先采用状态向量维数扩展方法建立非线性滤波框架下的系统误差配准模型,其次根据系统误差配准模型对量测信息中的系统误差进行估计,进而通过对CKF实现中量测预测值的修正,改善量测残差中系统误差对滤波精度的影响。理论分析和仿真结果验证了算法的可行性和有效性。; 胡振涛胡玉梅张谨袁光耀; 关键词：状态估计误差配准

量测提升卡尔曼滤波被引量：7: 2016年; 滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架,在最小方差准则下实现对目标状态的最优估计,但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架,新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测,并通过对虚拟量测采样以及融合提升系统量测信息可靠性,进而改善状态估计精度.同时,针对算法在工程应用中实时性、准确性以及鲁棒性等需求,设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.; 胡振涛胡玉梅刘先省; 关键词：卡尔曼滤波

基于自然梯度的噪声自适应变分贝叶斯滤波算法: 2023年; 考虑到运动目标跟踪系统机动、隐身等人为对抗特征以及非视距、干扰、遮挡等环境因素,其系统建模、估计与辨识过程中越来越无法回避非线性、非高斯以及参数未知等复杂系统特征的影响.针对过程噪声先验信息不准确以及量测噪声非高斯环境下运动目标的非线性状态估计问题,提出一种基于自然梯度的噪声自适应变分贝叶斯(Variational Bayes,VB)滤波算法.首先,利用指数族分布具有统一表达形式的优势,构建参数化逆威沙特(Inverse-Wishart,IW)分布作为状态一步预测误差协方差的共轭先验分布,同时选取学生t分布重构因量测随机缺失导致的具有非高斯特点的似然函数;其次,在变分贝叶斯优化框架下采用平均场理论将状态变量联合后验分布近似分解为独立的变分分布,在此基础上,结合坐标上升方法更新各变量的变分分布参数;进而,结合Fisher信息矩阵推导置信下界最大化关于状态估计及其估计误差协方差的自然梯度,使非线性状态后验分布的近似分布沿梯度下降,以实现对状态后验概率密度函数(Probability density function,PDF)的“紧密”逼近.理论分析和仿真实验表明:相对传统的非线性滤波方法,本文算法对噪声不确定问题具有较好的自适应能力,并且能够获得较高的状态估计精度.; 胡玉梅潘泉潘泉胡振涛; 关键词：非线性滤波自适应滤波自然梯度

基于变分贝叶斯的分布式融合目标跟踪被引量：1: 2022年; 考虑目标跟踪系统中未知时变过程噪声和随机异常量测噪声对目标状态估计精度的影响,本文提出了一种基于变分贝叶斯的分布式融合目标跟踪算法.首先在分布式融合框架下,结合变分贝叶斯机理利用逆威沙特分布和学生t分布,分别对无迹卡尔曼滤波实现中的一步预测协方差矩阵和量测似然概率密度函数进行建模;进而采用平均场变分理论近似解耦噪声分布参数和状态的联合概率密度函数,并通过定点迭代方法更新状态估计和噪声分布参数;最后依据协方差交叉融合策略实现对局部状态估计融合与修正.仿真结果表明,新算法综合考虑系统非线性、过程噪声时变性和量测噪声异常性的综合影响,能够有效提高运动目标的状态估计精度,同时具有较好的自适应性和鲁棒性.; 胡振涛杨诗博胡玉梅周林金勇杨琳琳; 关键词：无迹卡尔曼滤波

面向目标跟踪的滤波器设计方法评述: 2014年; 该文针对目标跟踪发展的总体背景做出简要介绍,阐述了目标运动的特性分类的定义和滤波算法的发展历史及现状。根据典型滤波器的设计原理进行分类,重点介绍了采样型非线性滤波的实现。最后,分析了目标跟踪中滤波器设计中亟待解决的问题,并提出了初步的解决思路。; 杨昭胡玉梅魏凤丽; 关键词：目标跟踪滤波器设计非线性

胡玉梅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

胡玉梅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈