简介:为了充分利用信号在时间上的冗余性,尽可能降低信号不确定性带来的影响,将DS证据理论引入到灰色航迹关联过程中,对局部节点每一时刻观测样本之间的灰关联度集合给出一个信任测度,然后利用DS组合规则对各时刻观测样本的信任度进行合成,得到信任度更高的结果,从而提升航迹正确关联率。仿真试验结果证明该算法性能明显优于单纯的灰色航迹关联算法。
简介:利用机动飞行目标轨迹可预测飞行目标实时位置,针对灰色模型对快速飞行目标轨迹预测不准确的问题,引入神经元理论判断飞行目标状态,通过机器学习掌握飞行目标转弯模型,从而更准确地对飞行目标转弯进行预测。首先,分析了灰色模型预测方法的工作原理和特点;然后,借助反向传播(BP)神经元模型可判断飞行特征的优势,将灰色模型与神经元网络模型进行了结合;最后,通过仿真试验表明该飞行目标预测法可对飞行目标进行精准监视和控制。
简介:为了精确跟踪目标,提出了一种改进的灰关联分析法——灰色优势分析法。该方法实现了雷达与电子支援措施(ESM)方位信息关联,提高了ESM引导雷达干扰机方位精度。仿真试验表明,该方法改善了重频跟踪器对辐射源的跟踪性能。
简介:摘要公共交通关系着人们的出行,随着当今环保理念的普及以及交通拥挤的日益加重,公共交通成为了多数人采用的出行方式,公共交通的运营量的预测对政府部门交通预算的管理有着重要意义。灰色理论预测方法是按照已有的历史信息数据,通过确立一个从过去的历史信息数据到未来的信息数据的GM模型,进而通过分析历史信息数据在将来发展规律的趋势,本文主要通过灰色预测模型GM(1,1)对重庆主城区未来10年公共交通运营量进行预测。
基于DS证据理论的灰色航迹关联技术研究
灰色模型与神经元网络结合的飞行目标预测法
基于灰色优势分析法的主被动传感器方位信息融合
基于灰色预测模型GM(1,1)对重庆主城区未来十年公共交通运营量的预测