点目标检测的滤波算法及其硬件实现

介绍几种在成像跟踪系统中常用的点目标滤波检测算法.为了满足图像处理的实时性要求,设计实现了一套针对图像滤波算法的FPGA硬件实现结构.该结构充分发挥了FPGA高速并行的计算能力,能在信号读出的过程中实时地完成多种滤波处理.实验证明该方案可行,具有良好的实时滤波效果.     

基于自适应UKF的实时弹道测量数据处理算法

针对无迹卡尔曼滤波(UKF)算法用于实时弹道测量数据处理中存在的非线性估计精度不高、实时性不好和滤波不稳定等问题,提出了一种自适应UKF算法.该算法借鉴强跟踪滤波思想,通过渐消因子在线修正调整状态预测协方差矩阵,实时调整增益矩阵,补偿弹道模型偏差.算法采用无偏转换测量处理量测方程,在保证滤波精度的同时,简化了滤波算法.仿真结果表明:该算法的滤波精度、收敛速度、稳定性和实时性均优于标准UKF算法,能有效用于实时弹道测量数据处理.     

路面激励Simulink模型的建立及其应用*

为了在汽车动力学中应用路面激励,基于滤波白噪声方法建立了路面激励的描述。分析了Simulink白噪声生成模块,基于滤波白噪声描述建立了路面激励Simulink模型,确定了空间下截止频率。基于路面激励Simulink模型,建立了汽车两自由度振动四分之一系统Simulink模型,在城市行驶的B级路面和车速范围对车身加速度、悬架动挠度、车轮动载荷和车轮加速度的车速特性进行了仿真。研究结果表明,基于滤波白噪声描述建立的路面激励Simulink模型和汽车两自由度振动四分之一系统的Simulink模型,既可以再现路面激励,也可以用于分析汽车振动响应量的车速特性。     

汽车转弯自动照明控制系统数据采集滤波方法

为了减少汽车转弯自动照明控制系统数据滤波处理中的延时,在滑动中值滤波方法基础上,提出了一种带补偿的限幅滑动中值滤波算法,通过补偿的方式跟随信号的变化趋势。该算法通过2个步骤完成滤波,先对数据进行带补偿方式的限幅处理,再进行滑动中值滤波处理。该算法综合了滑动中值滤波法的实时性以及限幅滤波法对偶然性干扰滤除的有效性,实现更准确的滤波。仿真与实测结果表明,与滑动中值滤波方法相比较,改进后的算法滤波能够实时地滤除数据中的干扰,处理时间可减少62%,滤波效果较好,且速度信号的数据滞后时间较短,实时性较高,满足系统设计要求。     

分段小波滤波原理及应用

针对实测侵彻加速度信号受到高频干扰的问题,提出了一种基于小波滤波的分段滤波技术,并称之为分段小波滤波. 选择理想的小波基和滤波时段的长度是分段小波滤波的关键. 将分段小波滤波应用到侵彻加速度信号处理中进行仿真验证,仿真结果表明该方法可以有效地去除高频噪声,并且可以很好地满足滤波的实时性要求. 最后计算了滤波结果对应的侵彻深度,并将其与实测侵彻深度进行对比,证明了处理方法的可靠性.     

机动目标跟踪支持向量回归学习新方法

针对强机动性车辆目标的运动建模、控制输入建模和噪声建模的不精确导致的汽车雷达目标跟踪滤波精度低的问题,该文提出了基于支持向量回归(SVR)的机动目标跟踪滤波新方法。在常加速度(CA)模型的基础上,对理论新息协方差与实际新息协方差残差的Frobenius范数在线学习,获得过程噪声协方差的自适应调节因子,实时调整运动模型。对汽车雷达目标跟踪系统的仿真实验表明,该文算法降低了汽车雷达目标跟踪滤波对车辆运动模型和噪声模型的依赖程度,在强机动目标跟踪滤波性能上优于CA模型,比Singer模型具有更强的机动适应性和更高的精度。     

桥梁振动变形监测的加速度实时重构动态位移算法

针对现有加速度积分算法实时处理困难、存在漂移误差的问题,构建一种基于递归高通滤波器的加权滑动均值滤波方法。利用递归高通滤波器降低原始加速度与积分所得位移的低频误差,通过加权滑动均值滤波器消除两次积分过程中残余误差引起的趋势项,基于频域积分使用先验数据求取最优滤波参数,实现利用加速度数据实时重构桥梁的振动位移。多组模拟数据和两组实测数据测试结果表明：在保证实时解算的条件下,重构动态位移精度均优于1 mm。研究结果表明该方法具有较高的精度,可为桥梁振动实时变形监测提供新方案。     

基于加速度时域特征的实时人体行为模式识别

摘要： 针对高精度的实时人体行为模式识别,提出了一种基于加速度时域特征的行为模式识别算法.本算法选取时域特征作为唯一特征量,通过简化特征提取运算实现行为的实时识别,获得了高精度结果.通过在Android智能手机平台进行测试,每项动作识别正确率均可达80%以上.该算法相对于现有算法实时精度有明显提高,在手持终端领域具有较好的应用前景.     

曲线模型的自适应跟踪算法

针对机动目标跟踪问题,提出了一种基于曲线模型的自适应跟踪算法.算法中设计了一种角速度估计方法,即通过采用内嵌交互多模型方法针对目标的角度进行实时滤波,获得目标的角速度和角加速度,从而自适应调整与目标转弯相关的法向加速度和切向加速度.算法简化了计算复杂度,扩大了适用范围.仿真试验证明了该算法的有效性.     

分布式驱动电动汽车纵向车速非线性自适应估计

基于分布式驱动电动汽车,提出了一种纵向车速非线性自适应估计算法.该算法使用车辆加速度传感器信息和各车轮滑移率反馈值对车辆纵向车速进行估计.从理论上证明了纵向速度估计误差收敛.根据各车轮滑移率的大小确定各轮速估计误差在估计算法中的反馈修正比例.使用带遗忘因子的递推最小二乘算法在坡道路面对路面坡度进行了在线实时估计,进而使用坡度估计值修正纵向加速度传感器信息,实现了坡度自适应纵向车速估计.该方法具有计算量小、估计精度高的优点.通过多工况的实车试验验证了算法的有效性.     

汽车碰撞时间特性的仿真

随着汽车向高速化方向发展,对汽车的安全性要求越来越高,汽车在高速下的碰撞特性研究也就显得非常重要。文中讨论了汽车碰撞时车体的加速度、速度和位移的变化情况,给出了用于仿真研究的碰撞参数模型,并对汽车正面碰撞时车体的时间特性（加速度、速度）进行了仿真分析。     

考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略

汽车加速度和速度因交通环境障碍物实时动态变化,智能汽车避障实时参考轨迹不光滑变化;参数摄动,车速实时变化和采集信号干扰,将造成智能汽车动态侧向避障精准控制困难。为此,提出考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略。该控制策略分为动态轨迹规划层和动态轨迹跟踪层;动态轨迹规划层依据障碍物汽车加速度和速度动态变化,采用基于避障极限位置的动态轨迹规划算法,以规划能够保证智能汽车侧向安全避障的实时参考轨迹;动态轨迹跟踪层设计了考虑了质量、转动惯量和前后侧偏刚度参数摄动的鲁棒控制器,以实现实时动态参考轨迹精准跟踪。最后,利用Matlab/Simulink和Trucksim软件联合仿真,进行所提控制策略仿真验证。仿真结果表明：动态轨迹规划层能够依据障碍物汽车加速度和速度实时变化,实时规划了安全侧向避障动态参考轨迹;轨迹跟踪层克服了质量、转动惯量、前后侧偏刚度参数摄动,以及实时参考轨迹不光滑动态变化,平滑良好地跟踪了侧向避障实时参考轨迹。因此,所提控制策略实现了智能汽车安全动态侧向避障,同时确保了避障过程汽车横摆稳定性。     

超空泡壳结构航行体尾拍分析

完善并扩展了一个尾拍计算公式,分析了射弹的转动角速度,发现角速度随时间的变化趋势并非先增大后减小,而是直接减小．研究了超空泡壳结构航行体在匀速、加速和减速情况下的尾拍,讨论了不同航速下重力加速度对匀速航行体尾拍的影响．结果表明：航行体转动角速度和冲击力的振幅随时间总趋势是减小的;对于不同航速下的匀速航行体,航速越大,转动角速度和冲击力的振幅越大;重力加速度对高速超空泡航行体的尾拍影响很小．     

速度与加速度对车辆电容称重传感器性能影响

针对传统车辆称重装置存在的不足,开发了一种车辆电容称重装置,其核心部件电容称重传感器,根据电容变化情况反映出车辆载荷大小.文章中从结构设计、称重原理对车辆电容称重(装置)传感器作了介绍,重点讨论了动态性能测试过程,并从理论上加以分析,测试分析得到了称重结果与速度及加速度无关的结果.该装置不仅适用于静态测量,同时适用于动态测量.     

基于动态安全车距的车辆跟驰模型及稳定性分析

为了更好地模拟车辆的跟驰特性,在全速度差(full velocity difference, FVD)模型的基础上考虑前车与跟随车的车头间距、速度差、速度和加速度等因素,建立了一种基于动态安全车距的改进FVD跟驰模型。构建了可变车头时距模型量化前车加速度对跟驰车头间距的影响程度;应用小振幅扰动分析和长波展开进行了模型线性稳定性分析,推导了改进FVD模型的临界稳定性条件;设计环形道路上微扰动数值仿真实验,分析了扰动后的车辆跟驰行为特性,解析加速度参数对模型抗扰能力的影响。研究结果表明：考虑前车加速度信息可以降低扰动演化时的波动振幅,有助于提高车流的稳定性。     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%~14%.     

一种基于状态机的毛刺信号滤波方法

提出并实践了一种状态机的实时滤波方法,并成功应用于某军用车辆速度检测. 该方法以CPLD(FPGA)作为硬件,在高频时钟驱动下检测信号中瞬态脉冲宽度,滤除宽度短的脉冲,输出宽脉冲,从而实现脉冲干扰滤波功能. 阐述了该方法的原理和状态机实现方法,分析了该方法的滤波特性,并通过仿真计算其在方波毛刺信号上的应用,论证了该方法的可行性以及滤波宽度变化对该方法精度的影响.      

当前统计模型自适应滤波算法改进

由于"当前"统计模型自适应滤波算法对于最大加速度的过分依赖,使其对于弱机动目标并不具有较高的跟踪精度,基于"当前"统计模型自适应滤波算法的研究及目标跟踪性能的分析,提出了将目标的机动状态划分为强机动和弱机动,当目标在作弱机动运动时,可通过修正最大加速度来提高跟踪精度,分别针对常速、常加速、弱变加速三种弱机动情况进行了数学仿真,仿真结果表明,通过修正最大加速度的方法,可使该算法对于弱机动目标的跟踪精度大大提高。     

基于实测数据的城市快速路交通流加速度研究

为分析不同交通流密度下的车辆加速度变化规律,本文选取青岛市杭-鞍高架快速路为试验场地,利用视频检测技术采集试验路段不同点位的交通流样本,从视频中获取跟驰车队的车速、车头间距、速度差以及加速度等交通流数据。统计分析发现,加速度值域关于0点对称分布;不同交通流密度下加速度的分布具有各异性;车速、车头间距和速度差对加速度的影响程度随交通流密度的不同而不同。利用本文实测数据对加速度GM模型进行参数优化和拟合分析,结果验证了模型的合理性,样本平均拟合误差均小于5%。