带有色观测噪声的多传感器ARMA模型信息融合辨识

对带已知有色观测噪声的未知自回归滑动平均模型(ARMA)模型,提出了一种两段信息融合辨识方法:第一段用递推辅助变量(RIV)算法得到自回归(AR)参数的局部和融合一致估值,第二段用Gevers-Wouters算法和用伪逆求解线性方程组方法得到滑动平均(MA)参数和噪声方差的局部和融合一致估值。该方法可用于语言增强信号处理问题。一个仿真例子说明其有效性。     

基于ABC-SMC回归算法具有观测噪声的AR(p)模型的参数估计

利用近似贝叶斯序贯蒙特卡洛(ABC-SMC)回归算法给出了具有观测噪声的AR(p)模型的参数估计.首先采用前p阶样本自协方差函数作为统计量,对具有观测噪声的AR(p)模型参数后验分布进行ABC-SMC抽样;然后利用回归模型对抽样进行调整,从而得到参数后验分布的样本;最后通过数值模拟,与ABC算法、ABC-SMC算法进行了比较.模拟结果表明,所提出的ABC-SMC回归算法显著提高了具有观测噪声的AR(p)模型的参数估计精度.     

多变量偏差补偿递推最小二乘法及其收敛性

对于带白色观测噪声的多变量自回归(AR)信号,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算法,用动态误差系统分析方法严格证明了所得到的模型参数和噪声方差估值是强一致的,即它们以概率1收敛于相应真实值。一个仿真例子说明了其有效性。     

多传感器AR信号自校正加权融合Wiener滤波器

对带多传感器和带未知模型参数及未知噪声方差的自回归(AR)信号,应用递推辅助变量(RIV)算法得到局部模型参数估值器,用相关方法得到局部噪声方差估值器。用取局部估值器的平均得到信息融合估值器。将它们代入最优加权融合AR信号Wiener滤波器,提出一种自校正加权融合Wiener滤波器。它们以概率1收敛于最优融合Wiener滤波器,因而具有渐近最优性。它的精度比每个局部自校正Wiener滤波器精度都高。仿真例子说明了其有效性。     

基于蚁群优化FEKF算法的汽车状态估计

针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强.     

基于AR模型的Kalman语音增强算法

针对AR模型参数估计的精度不高和无法解决谐波噪声等问题,结合Kalman滤波对语音增强算法进行改进,提出了基于AR模型的Kalman语音增强算法,AR模型的Kalman语音增强算法主要对数据进行预处理,剔除奇异点,然后建立AR模型,求出模型的输出的卡尔曼滤波。实验结果表明,AR模型的参数估计精度得到了较大提高,语音增强效果较好。     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

带有色观测噪声的ARMA模型参数估计的三段算法

提出了带有色观测噪声的自回归滑动平均（ARMA）模型参数估计的三段算法。第一段用递推增广最小二乘法（RELS）估计自回归（AR）参数;第二段用Gevers-Wouters算法估计伴随滑动平均（MA）模型参数;第三段用求不相容线性方程组的最小二乘解得到原始MA参数估值。一个仿真例子说明了其有效性。     

改进的递推增广最小二乘参数估计方法

基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。     

基于智能终端的移动机器人室内外无缝定位方法

提出了一种移动机器人室、内外无缝定位方法,利用全球定位系统(GPS)、惯性导航单元(IMU)和蓝牙信标(iBeacon)作为传感器,通过智能终端的惯性传感器对准建立移动机器人运动模型,推导出系统状态方程和观测方程;利用iBeacon/IMU和GPS/IMU组合导航系统的观测噪声建立系统的非线性模型,采用粒子滤波作为交互式多模型匹配模滤波器,针对模型切换频繁引入的不匹配模型竞争,采用误差压缩率的加权幂在线调整Markov参数.结果表明,与传统的交互式多模型粒子滤波(IMM-PF)算法、单模型算法和交互式多模型卡尔曼滤波(IMM-KF)算法相比,所提出的方法在观测噪声干扰的情况下可以自动调整系统模型,减小了不匹配模型的影响,提高了定位精度,实现了移动机器人的室内、外无缝定位.     

关于多维时间序列AR(p)模型的最小二乘估计及若干平稳性的探讨

本文给出了多维时间序列AR(p)模型的最小二乘估计,并对若干平稳性进行了探讨。     

均方稳定的多维AR系统的一个性质

ARX系统的随机适应控制常导致其闭环稳态 AR系统的均方稳定性 .在噪声满足一定的矩条件下 ,证明了若多维 AR系统 A( z) yk=wk 在下列意义下均方稳定 :lim supn→∞1n ∑nk=1‖yk‖ 2 <∞　a.s.则 det A( z)不可能有爆炸的根 ,即 det A( z)的零点全在单位圆上或圆外 .     

增强虚拟现实技术研究及其应用

增强虚拟现实技术,简称增强现实(augmented reality,AR)技术,是根据信息技术发展和实际应用需要而出现的一种将真实世界信息和虚拟世界信息“无缝”集成的新技术.首先,简略介绍AR的概念及其发展情况,并根据已有的研究成果给出一个典型AR系统的软、硬件架构;然后,详细阐述AR的关键技术和相关理论,总结目前AR技术在各个领域中的应用,详细介绍课题组在AR应用系统开发过程中所做的重要工作;最后,分析当前AR应用中存在的难点问题,并展望AR技术的发展趋势和前景.     

基于AR双谱的调速阀故障诊断

将高阶谱应用于液压系统的故障诊断,提出一种诊断调速阀故障的方法.通过实验采集调速阀工作时阀体振动的信号,建立AR模型,进行AR双谱分析.故障情况下和正常工作情况下双谱的对比差异明显,说明用高阶谱来诊断调速阀故障是可行的、有效的.     

一种新的时变参数AR模型分析方法

提出了一种新的非平稳信号的时变参数AR模型分析方法－局域波分解及其时变参数AR模型。该方法先用局域波分解方法把待处理信号分解成有限个基本模型分量，再对分解得到的基本模式分量建立时变参数AR模型，从而得出时频平面上的时变参数AR模型谱。它扩大了传统的时变参数模型法的应用范围，可用于复杂的非平稳信号的分析和处理。     

多维非带限信号的抽样定理

著名的Ｗｈｉｔｔａｋｅｒ－Ｋｏｔｅｌ’ｎｉｋｏｖ－Ｓｈａｎｎｏｎ抽样定理在信号分析与图像处理中起着十分重要的作用，多维抽样理论更是如此，讨论了多维抽样的重构，建立了多维非带限信号的抽样级数对其信号近似表示的混叠误差估计，并提出若干有待进一步讨论的问题。     

太阳射电爆发中2个有意义的事件及其分析

提供了太阳微波爆发中的２个有意义的观测事件：１９８９年与ＡＲ５３９５成协的具有对双峰／三峰结构的准周期振荡和１９９０年５月２３日与ＡＲ６０６３成协的叠加在微波爆发上的精细结构，并进一步用电流环结合模型给出了解释。     

基于增强现实技术的圆明园现场数字重建

增强现实(AR)技术是在虚拟现实技术的基础上发展起来的新兴研究领域,是一种利用计算机产生的附加信息对真实世界的景象增强的技术。AR系统的用户可以在看到真实环境的同时看到计算机产生的与之融合的文字、图片或虚拟物体的三维模型。阐述了AR 系统的基本组成和关键技术,介绍了用于圆明园现场数字重建的3种增强现实系统,即定点观察式、手持个人数据助理(PDA)式和基于头盔显示器(HMD)的可穿戴式增强现实系统。阐述了各系统的结构和原理,详细说明了定点观察式系统的研制现状及初步实验结果。     

多个空间变量双曲型方程组L－W差分逼近为耗散的条件

讨论了关于ｑ个空间变量常系数线性双曲型方程组（Ａ＿ｉ为埃尔米特矩阵）的Ｌ－Ｗ差分格式的耗散性质，并证明了差分格式为４阶耗散的条件是α＿ｉ＜１／ｑ￣３，其中，Ｕ为单位特征向量。