您的位置： 专家智库 > >

康健

作品数：7 被引量：35H指数：4
供职机构：哈尔滨工程大学信息与通信工程学院更多>>
发文基金：国家重点基础研究发展计划船舶工业国防科技预研基金国家自然科学基金更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 4篇电子电信
  • 3篇自动化与计算...

主题

  • 5篇证据理论
  • 4篇信息融合
  • 2篇数据关联
  • 2篇滤波
  • 2篇概率数据关联
  • 2篇DS证据理论
  • 1篇多传感器
  • 1篇信息熵
  • 1篇学习速率
  • 1篇数据关联算法
  • 1篇网络
  • 1篇无源定位
  • 1篇相对熵
  • 1篇粒子滤波
  • 1篇粒子滤波算法
  • 1篇联合概率数据...
  • 1篇滤波算法
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇感器

机构

  • 7篇哈尔滨工程大...
  • 1篇天津航海仪器...
  • 1篇中国人民解放...
  • 1篇黑龙江省工程...

作者

  • 7篇康健
  • 5篇李一兵
  • 4篇林云
  • 2篇谢红
  • 1篇芮国胜
  • 1篇薛连斌
  • 1篇司锡才
  • 1篇谷云彪

传媒

  • 2篇系统工程与电...
  • 2篇弹箭与制导学...
  • 1篇佳木斯大学学...
  • 1篇信息技术
  • 1篇中国惯性技术...

年份

  • 2篇2013
  • 2篇2012
  • 1篇2011
  • 1篇2009
  • 1篇2004
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
仅利用测角信息的无源定位粒子滤波算法
2004年
针对仅利用测角信息进行无源定位时,推广卡尔曼滤波量测方程的非线性问题,提出采用基于贝叶斯最佳估计的粒子滤波算法。该算法利用一系列随机粒子来表示所需状态估值后验概率分布,不仅可以克服推广卡尔曼滤波的非线性误差积累问题,而且适用于非线性非高斯白噪声的观测条件。文中对机载单站对地面固定目标定位问题进行 Monte Carlo 仿真,结果表明尽管粒子滤波算法计算成本高,但可以满足实时处理要求,而其收敛速度和鲁棒性均明显优于推广卡尔曼滤波算法。
康健芮国胜司锡才
关键词：无源定位卡尔曼滤波粒子滤波
基于证据理论的数据关联算法被引量：3
2012年
数据关联技术是多传感器目标跟踪系统中最核心而且也是最重要的部分。由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约,整个量测过程不可避免地引入量测误差,密集环境中的目标跟踪比较困难。针对这个问题,提出的新算法利用概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。
康健李一兵林云
关键词：信息融合数据关联证据理论概率数据关联
改进的D-S证据理论算法被引量：4
2013年
针对DS证据理论存在的诸如一票否决、证据冲突过大的问题,提出了一种改进方法。该方法利用指数函数对证据进行重新定义,有效避免了零焦元元素对融合结果的影响,引入关联系数的概念解决冲突系数不能够有效反映证据之间冲突关系的情况。利用关联系数矩阵对焦元元素的关联程度作为权重对原证据进行加权,并利用DS证据理论合成公式对加权后的数据进行融合。通过仿真分析了调节因子的取值范围,并通过与其他算法进行比较,得出新算法在解决一票否决问题方面的优越性。
薛连斌康健
关键词：信息融合DS证据理论
一种基于BP网络的改进被引量：2
2009年
BP神经网络存在其固有的缺陷:收敛速度慢、易陷入局部极小、网络结构难以确定等.本文针对BP网络学习速度慢的缺点.用熵函数作为误差函数来对BP算法进行改进,提高了收敛速度和稳定性.通过对标准BP网络和相对熵方法在不同学习速率上收敛速度的比较实验证明,相对熵BP网络在收敛速度和稳定性方面有着明显的优越性.
康健李一兵林云
关键词：BP网络相对熵学习速率
D-S证据理论与信息熵结合的新算法被引量：5
2011年
D-S证据合成公式存在着一些不足,针对在计算冲突过大问题上容易出现与人们正常判断标准相悖的问题,文中提出了一种基于信息熵理论的新方法,利用证据数据焦元的差异度来取代证据理论中的冲突因子,结合信息熵理论重新确定焦元所占的比重,对证据进行加权处理,在加权处理过程中应用到指数熵的概念,解决了计算中容易出现不收敛的现象。通过与几种算法进行比较,得出文中算法在处理证据冲突、一票否决问题上的优越性。
康健李一兵谢红林云
关键词：信息熵
基于证据理论的联合概率数据关联算法被引量：12
2013年
数据关联是目标跟踪技术中的核心部分,多目标情况下的数据关联技术更是研究的重点,由于多目标量测之间的互相干扰、外部环境干扰以及传感器性能等客观因素的约束,使得量测信息部分存在着相应的量测误差,密集环境中的多目标跟踪比较困难。针对这个问题,提出的新算法利用联合概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。
康健李一兵林云谢红
关键词：信息融合数据关联证据理论联合概率数据关联
基于DS证据理论的多传感器信息融合算法被引量：9
2012年
多传感器卡尔曼滤波算法具有良好的信号跟踪及估值能力,但由于信号噪声的影响,不同传感器所提供的信号会产生一定幅度的偏差,不利于对真实信号的预测及估计。为了解决上述问题,提出了基于DS证据理论的多传感器量测融合的方法,利用证据理论处理传感器的量测信息以及滤波器的估计值,从而合理地计算出单传感器的权值,并对子传感器的量测值进行二次赋值。经过融合后的结果具有良好的滤波效果。将改进的量测融合方法应用到目标跟踪问题中,获得的目标跟踪精度提高了近一倍。通过仿真实验对比验证了新算法的可靠性及精确性,表明该方法具有一定的实用价值。
康健谷云彪李一兵
关键词：DS证据理论KALMAN滤波信息融合多传感器
全选 清除 导出
共1页<1>
聚类工具0