提高光纤珐珀应变传感器系统测量精度的改进算法

绝对光纤珐珀应变传感器(AEFPI)已经在工程结构监测中得到了应用.对传统AEFPI的算法进行了分析,并提出了一种改进算法,仿真的结果证明了传统算法只是该算法的一种特例,而该算法在不改变任何硬件的情况下,能够显著的降低测量系统的测量误差.     

一种基于输出过采样的IIR盲均衡算法

基于对IIR信道输出过采样,构造了一种单输入多输出(SIMO)信道模型。在该模型中,由于在AR子信道采用RLS迭代算法和在MA子信道采用了一种改进的CMA算法,从而使得该算法比传统算法更简化,收敛速度得到提高。仿真实验结果验证了该算法的有效性。     

基于遗传算法的地图矢量化算法

基于自然进化原理的遗传算法提出一种新的地图矢量化算法;详细讨论了该算法,并与传统算法作了比较．该算法在实际应用中取得了良好效果．     

基于空间模糊聚类的图像分割优化算法

针对传统模糊C-均值(FCM)算法抗噪性能差的问题,提出一种新的基于空间模糊聚类的图像分割优化算法.该算法通过在传统FCM算法基础上加入图像特征项中像素间的空间位置信息,解决了传统FCM对噪声敏感的问题,增强了算法的鲁棒性.实验结果表明,对于添加5%Gauss噪声的图像,该算法可实现有效分割,分割效果显著优于传统FCM算法.     

声信号时延的倒谱相关分析

介绍了作者发明的一种新的广义相关算法，介绍了该算法引入的思路，分析了该算法优于传统相关算法的几个主要原因，该算法将相关分析和倒频技术有机地结合起来，融两种分析方法的优点于一身，使传统相关函数分析方法无法分辨的时延峰在该算法中也能清楚地呈现，实验和理论表明该算法有着广泛的应用前景。     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

一种基于“弦”的边界跟踪算法

针对传统边界跟踪算法搜索范围较大、判断次数较多这一状况,在分析了游程编码方法的基础上提出了一种基于"弦"的边界跟踪算法。该算法以弦为搜索单位,不需要扫描所有边界点的八邻域。并且该算法在基于游程编码的连通域标记后可以直接进行轮廓提取,避免了传统边界跟踪算法在连通域标记后要先将连通域转换为光栅图像形式再提取轮廓的方式。实验结果表明,该算法相较于传统的边界跟踪算法,效率有了显著的提升。     

一种扩展的关联规则挖掘算法

提出一种扩展的关联规则挖掘算法, 该算法扩展了传统 算法都是针对二元数据矩阵的缺点, 引入了挖掘量化的关联规则, 通过试验发现, 该算法同样适用于传统的布尔矩阵. 该算法主要是基于主成分分析法发现数据中特征向量的思想来挖掘数据中的量化关联, 同时定义了比例项目集. 该算法在时空复杂性上也取得了较好的效果     

一种多径信道下OFDM符号定时算法

针对正交频分复用系统(OFDM)对同步偏差的敏感性,提出一种新的数据辅助算法.该算法通过利用Schmidl&Cox训练序列,重新设计定时测度函数,有效地克服了传统数据辅助型算法的缺陷.通过仿真表明,该算法可以有效的改进传统算法在多径信道下性能.     

非理想纤维端面对非本征F-P干涉型光纤传感器动态特性的影响

分析了对于非理想纤维端面对非本征法布里 -珀罗干涉型 ( EFPI)光纤传感器动态特性的影响 .该分析方法可以准确地预测传感器的动态范围 .理论分析与初步的实验结果基本吻合     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

径向速度测量在Kalman滤波中的应用

研究一种把径向速度测量引入Kalman滤波的新方法.在分析传感器噪声特性以及测量方程结构的基础上,提出优先处理位置测量数据,然后利用位置矢量的滤波值改进对径向速度测量方程的伪线性表述,从而得到一种序贯处理、伪线性结构的滤波算法.从理论上分析了该算法的稳定性.蒙特卡洛仿真说明该算法不仅克服了推广Kalman滤波(EKF)暂态性能差的缺陷,而且其稳态性能也略优于EKF.     

基于线结构光的复杂深孔内轮廓三维测量方法

为了对孔内轮廓参数进行快速高精度测量,建立了一种基于线结构光的复杂深孔内轮廓三维测量系统.介绍了系统构成及测量原理、数学模型建立以及孔内截面轮廓尺寸计算方法.提出形态学光条细线化与灰度重心法相结合提取亚像素光条中心线算法.应用该系统对直径φ130.0 mm的复杂孔内轮廓进行实验,测量长度70 mm时,阳线圆直径测量误差为±32 μm,阴线圆直径测量误差为±54 μm.      

基于模拟退火算法的爆炸冲击荷载参数反演法

基于模拟退火算法,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。数值模拟结果表明,本文所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力,并且具有良好的抗观测噪音能力。当 测试系统的观测相对误差为10％时,参数反演结果的误差小于4％。所建立的参数反演方法具有良好的鲁棒性。     

基于掩码匹配的报文双抽样方法

基于掩码匹配的报文抽样算法是一种实用性较强的分布式流量抽样算法,但是该算法在测量报文到达时间间隔的分布这一重要网络流量特征时性能较差。首先根据误差理论分析了产生这一问题的原因,为了降低测量的系统误差,在原算法中引入了双抽样的改进方案。考虑到改进后的算法会给测量系统带来额外的负担,提出了增加了抽样掩码位数的解决办法,并且论证了其可行性。最后基于实际的网络流量数据进行了实验验证,结果表明：改进后的算法测得的报文到达时间间隔的分布符合真实的分布情况,并且对其它网络性能指标的测量精度影响较小。     

基于新息特性抗野值Kalman预测算法

针对Kalman最优预测方法应用过程中,量测值中的野值对状态预测的不利影响,提出了一种基于新息正交特性实时估计量测方差的新算法.该算法使得修正的量测方差能够保持修正前的新息正交性,从而改变Kalman最优增益,修正状态预测值,使得预测误差的方差为最小.仿真结果表明,该算法能够克服野值对状态最优预测值的不利影响,提高了跟踪精度.     

可处理多个无序量测的前向滤波算法

基于等价量测和前向滤波法,推导出一种单个无序量测算法Fl1,并说明了该算法与Al1算法、FPFD算法以及AA1算法之间的等价性.以Fl1算法为基础提出可以处理同时到达融合中心的多个不同单步延迟无序量测的最优算法CZ1.所提新算法的性能不依赖过程噪声的离散化模式,且无须对状态转移矩阵求逆.仿真结果表明在过程噪声DCM下CZ1算法与CA1算法的性能是相同的.     

基于传感网的地面运动车辆目标容错跟踪

提出了一种新的基于声震传感网的机动目标跟踪算法,即在Rao-Blackwellized蒙特卡洛数据关联（RBMCDA）算法基础上,引入代价函数,根据代价函数的可信度和误差偏离度实时在线更新测量噪声模型参数.仿真结果表明：相比于RBMCDA算法,该算法不依赖于观测噪声的精确建模,在节点频繁切换情况下仍具有很好的自适应性;...     

工件视觉测量中的图像配准

设计和实现了一种基于尺度不变特性和Sobel边缘检测算子的工件图像快速配准方法。针对工件视觉测量中重在边缘特征的实际需要,将Sobel边缘检测算子和工件图像的尺度不变特性相结合,突出工件的边缘特征,实现工件图像快速有效的配准。在此基础上,详细讨论了工件图像配准的具体实现。实验证明,文中方法可以有效解决视觉测量中工件图像配准的问题。