一种非负约束的分布式在线自适应扩散组合系数优化方法

    公开(公告)号:CN110121184A

    公开(公告)日:2019-08-13

    申请号:CN201910342121.7

    申请日:2019-04-26

    Abstract: 本发明方法属于信号处理领域,具体为一种非负约束条件下的分布式在线自适应扩散组合系数优化方法。本发明通过构造全局代价函数,应用KKT条件和定点迭代方案,将非负组合系数的在线优化问题转化为最小方差无偏估计问题,进而分别得到组合系数的闭式解和自适应解。与静态组合系数方案(Uniform)相比,本发明能够提高各种分布式算法对网络环境的空间变化的鲁棒性和稳健性;与现有的分布式自适应组合系数在线优化方法(Stochastic g radient)相比,嵌入本发明方法的分布式跟踪算法的暂态和稳态性能均有所提升;同时,本发明方法具有计算复杂度低的优点,且能够满足更多非负性约束条件下的实际信号处理系统的要求。

    一种分布式异构自适应粒子滤波直接跟踪方法

    公开(公告)号:CN109710978A

    公开(公告)日:2019-05-03

    申请号:CN201811453194.5

    申请日:2018-11-30

    Abstract: 本发明属于信号处理领域,提供一种基于时延和多普勒的分布式异构网络粒子滤波直接跟踪定位方法,将传统同构网络下的基于时延和多普勒的分布式粒子滤波跟踪算法扩展到了异构网络,充分利用了粒子数对粒子滤波器性能的影响,在每个接收机实现粒子数的自适应调整,提高了粒子滤波器的效率,相对于同构网络的分布式粒子滤波直接目标跟踪算法,可以实现更好的跟踪效果,提升了分布式异构粒子滤波目标跟踪方法的有效性;本发明为异构网络开发了一种组合系数自适应变化的方案,可应用于信噪比恶劣的情况,一定程度提升了分布式异构粒子滤波目标跟踪方法的稳健性和鲁棒性。

Patent Agency Ranking