基于TDOA/Doppler测量的联邦UKF移动位置估计算法(英文)

为了进一步提高移动台的跟踪和定位性能,提出了一种基于联邦滤波结构和简化UKF的移动位置最优估计与融合新方法.该算法以Singer移动台运动模型作为参考系统,以简化UKF滤波器作为子滤波器,对2组独立检测的TDOA和Doppler测量值进行局部估计;然后在主滤波器中,对子滤波器的估计结果按标量加权进行最优融合,得到全局最优或次最优融合估计结果;最后主滤波器利用全局估计结果对子滤波器和参考系统进行反馈和信息重置,以进行下一步估计.仿真试验中,对该算法用于移动台位置估计的效果和性能进行评估,并与基于TDOA和基于Doppler的简化UKF方法做比较.仿真结果表明,该算法能有效降低移动台位置估计的误差和方差,具有良好的均方根误差和均值误差CDF性能.     

非线性、非高斯系统滤波的最优估算

为了探寻非线性、非高斯系统滤波的最优算法,运用Python搭建Monte Carlo仿真实验模型,观察了扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、重要性重采样算法(SIR)和辅助粒子滤波(APF)的状态估计曲线,对比了仿真结果的RMSE平均值,对各种滤波算法进行性能评估.实验结果表明,EKF对于强非线性系统会出现滤波发散现象,APF比UKF和SIR有更好的跟踪准确性.     

非线性不确定系统鲁棒自适应动态面控制

本文针对具有未知参数不确定和干扰的严格反馈型的非线性系统鲁棒自适应控制提出了一种新的设计方法 ,即动态面控制 .传统的递推算法要求对建模的非线性反复多次微分 .本文方法由于加入了n个低通滤波器使得算法不用对模型非线性进行多次微分 ,因而避免了因“微分项的爆炸”引起的算法复杂性从而简化了算法 .理论分析证明了所设计的鲁棒自适应动态面控制器保证了闭环系统的半全局渐近稳定并且使得输出跟踪期望轨迹 .仿真结果表明了所设计的控制器的有效性和可行性 .     

连续凸多面体不确定系统的鲁棒L2-L∞滤波

基于新的鲁棒稳定条件，提出了依赖于参数的凸多面体不确定连续系统的鲁棒L2-L∞性能新判据。利用该判据，采用增广线性矩阵不等式技术推导了此类系统的全阶和降阶的鲁棒L2-L∞滤波斯方法。与已有的方法相比，所提出的算法具有较低的保守性。数值例子说明了设计方法的有效性。     

鲁棒辨识理论研究综述与应用展望

综述了鲁棒辨识问题及最新的研究进展,介绍了鲁棒辨识问题产生的背景,然后对参数鲁棒辨识类中集员辨识和非参数鲁棒辨识类中时域、频域以及时域/频域混合辨识理论及算法进行了评述,分析了其优劣,论述了鲁棒辨识理论的进一步发展方向及其应用前景.     

无迹卡尔曼滤波（UKF）的应用比较分析

在高斯噪声环境下,由于扩展卡尔曼滤波（EKF）在目标跟踪应用中精度低和可能出现的滤波发散,将无迹卡尔曼滤波（UKF）应用于非线性系统的目标跟踪.通过UKF在目标跟踪中的应用和仿真结果的分析比较表明,与EKF相比较,UKF收敛快、对噪声适应能力强,算法实现简单.     

非线性离散系统基于扩展Kalman滤波的鲁棒融合状态估计

非线性系统的状态估计问题是现代控制理论研究中不可或缺的一部分.提出一种基于扩展Kalman滤波的鲁棒融合状态估计算法,它是在已有的扩展Kalman滤波算法的基础上,通过引入CI状态融合来实现的.融合算法的引入能有效填补扩展Kalman滤波器在模型线性化时所带有的精度损失;CI融合算法因为避免了局部估计误差互协方差的计算而变得简单易行,尤其便于实际工程应用.仿真实验结果表明了所提出的多传感器非线性离散系统的CI融合状态估计算法可有效减少估计误差,具有一定的有效性和可行性.     

基于3D小波变换的灰度图像水印算法研究

数字水印技术是数字产品版权保护的重要技术手段,为了增强数字水印算法的不可见性和水印图像的质量,提高不可见性和鲁棒性,本文主要针对一种基于3D小波变换的抗几何攻击的鲁棒水印算法进行了研究,给出了3D离散小波变换的步骤,并通过实验验证了该算法能够经受住噪声、高斯滤波等的处理,具有较强的鲁棒性,具有很好的推广应用价值.     

一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法（英文）

针对非高斯分布的测量噪声、野值点或未知时变的噪声统计特性导致SLAM定位方法的量测更新中状态估计不正确甚至不收敛的问题,提出一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法.首先,利用变分贝叶斯自适应滤波算法对时变的测量噪声协方差进行估计.然后,通过重加权平均构建的权重函数对估计的协方差矩阵进行鲁棒化处理.最后,对系统状态更新进行多次迭代,逐步修正其估计误差.同时,为了观测到不同深度的特征点,构建了包含深度参数的特征测量模型.实验结果表明,当量测噪声不服从高斯分布且量测信息中有野值点时,与基于变分贝叶斯自适应卡尔曼滤波的SLAM方法相比,所提方法的定位精度分别提高了17.23%、20.46%和17.76%,说明该方法对环境干扰具有更好的适用性和鲁棒性.     

UKF算法与SVDKF算法性能的比较

在模式识别领域,基于Unscented的卡尔曼滤波算法（UKF）广受关注,但在求解过程中经常会遇到病态问题,从而影响算法的性能。基于奇异值分解（SVD）的卡尔曼滤波算法（SVDKF）以SVD代替Cholesky分解协方差矩阵产生sigma样本点,可以提高协方差矩阵的数值稳定性。通过对两种算法性能进行仿真比较发现,SVDKF算法优于UKF算法,具有良好的鲁棒性,能有效改善滤波性能,提高算法的精度。     

EKF和UKF在惯导初始对准中的应用研究

针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入扩展卡尔曼滤波算法（EKF）和Unscented卡尔曼滤波算法（UKF）。EKF算法将非线性系统线性化,是在非线性系统中常用的一种滤波方法 UKF算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的扩展卡尔曼滤波算法。     

Blind and readable image watermarking using wavelet tree quantization

1.IntroductionInrecentyears,digitalimagewatermarkingtechni-queshavegrowndramatically.Digitalimagewater-markingisconcernedwithhidinginformationintoadigitalimage.Thisinformationmaybeusedforvariousapplicationssuchasauthentication,copyright,andproofofownership.Insomeapplicationsitisrequirednotonlytoidentifytherightfuluserofanimage,butalsotoembedsomeadditionalinformation.Forexample,incopyrightprotectionapplication,thewatermarkmaycontainadate,atime,aserialnumber,oranidentificationoftherightfuluser.…     

Embedding ensemble tracking in a stochastic framework for robust object tracking

We propose an algorithm of embedding ensemble tracking in a stochastic framework to achieve robust tracking performance under partial occlusion, illumination changes, and abrupt motion. It operates on likelihood images generated by the ensemble method, and combines mean shift and particle filtering in a principled way, where a better proposal distribution is designed by first propagating particles via a motion model, and then running mean shift to move towards their local peaks in the likelihood image. An observation model in the particle filter incorporates global and local information within a region, and an adaptive motion model is adopted to depict the evolution of the object state. The algorithm needs fewer particles to manage the tracking task compared with the general particle filter, and recaptures the object quickly after occlusion occurs. Experiments on two image sequences demonstrate the effectiveness and robustness of the proposed algorithm.     

一种可盲检测的多功能音频水印算法

为了使数字水印实现多种功能,提出了一种能在同一音频信号中同时嵌入多个水印的新方法.首先,载体音频信号被分隔成指定长度的帧,并且所有成员水印被编码成一个混合水印.然后,利用回声隐藏技术将混合水印中的二进制比特嵌入到音频信号帧中.水印提取不需要原始音频信号.为了提高水印算法的提取正确率和抵御常规信号处理的鲁棒性,功率倒谱的自相关被用于检测携带水印的音频信号帧中的回声延时以提取出混合水印,并且相应的解码算法被用于分离成员水印.计算机仿真结果表明所提出的水印算法对常规的信号处理,如Mp3压缩、重采样、重量化、低通滤波以及白噪声具有很强的鲁棒性.     

基于SVD和ICA的全息水印算法

基于奇异值分解和独立分量分析,提出一种新的数字全息水印算法。该算法利用全息图的特点,采用数字全息图代替普通的二值图像作为水印图像,提高了水印算法的安全性。奇异值分解被应用于水印的嵌入过程中以提高水印算法抗几何攻击能力,并借助于独立分量分析实现全息水印图像的盲提取。实验结果表明,该算法能有效地抵抗JPEG 压缩、加噪、声滤波和对比度增强等常规攻击,同时,对旋转、平移、翻转和缩放等几何攻击也具有一定的鲁棒性。     

稳健性极点配置自适应设计的实现

提出一种稳健性极点配置自适应控制算法，该算法由精选一优化ＩＶ参数估计器和稳健性极点配置控制器构成．算法的稳健特性在于当系统存在未建模动力学及不可测量有界噪声时，被控对象的输出能被镇定．     

基于Kalman滤波算法的运动目标跟踪系统建模与仿真

鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。