多通道火灾探测信号的分析与合成方法

提出一种多通道火灾探测信号的分析与合成方法，通过建立基于信号互功率谱的多通道信号模型，提取火灾和非火灾两种情形下的烟雾、温度等实际信号的统计特征，自适应合成信号序列，探讨了模型参数的选择，并开发了探测算法模拟测试系统．实验表明，该方法能有效地测试出探测算法的火灾报警时间和误报警率等性能指标．     

早期火灾火焰识别的滑动平均计数模型

针对大空间环境下的早期火灾的探测问题,提出一种基于滑动平均计数模型的视频火灾火焰探测方法.使用自适应背景减除法提取前景中的运动目标,通过滑动平均计数模型度量运动目标的闪烁特性,结合运动目标的圆度变化和面积变化,实现早期火灾火焰的识别.实验结果表明:方法能够适应室外环境变化,快速检测火灾火焰.     

多通道火灾探测信号的分析与合成方法

提出一种多通道火灾探测信号的分析与合成方法，通过基于信号互功率谱的多通道信号模型，提取火灾和非火灾两种情菜下的烟雾、温度等实际信号的统计特征，自适应合成信号序列，探讨了模型参数的选择，并开发了探测算法模拟测试系统，实验表明，该方法能有效地测试出探测算法的火灾报警时间和误报警率等性能指标。     

基于无线传感器网络的森林火灾模型参数估计

针对森林火灾形势复杂不利于搜救的特点,提出将无线传感器网络应用于森林火灾检测,建立准确的火灾模型,对森林火灾位置和强度进行估计预测.研究了利用无线传感器网络节点进行自适应采样数据的方法和建立高斯空间多峰火灾模型理论方法,并将最大期望算法(EM)和多分辨率搜索算法(MR)相结合,提出用EM-MR算法对火灾模型进行参数估计.通过仿真实验比较,结果表明该模型能较准确地描述森林火灾现场,EM-MR算法在保证估计精度的基础上降低了计算复杂度,证明了方法的有效性.     

基于视频数据的公路隧道火灾预警算法

通过对隧道视频数据的分析,提出了一种适合于隧道环境下的火灾预警算法.该算法采用阈值和背景自适应更新策略,解决了隧道环境下光线条件变化对火焰识别系统的影响,利用二维投影技术实现了火灾疑似区域的快速提取,并结合火灾的亮度变化率来提取火灾火焰的闪动特性.最后给出了火灾疑似概率模型,以此来反映视频图像中出现火焰的几率.实验结果表明,该算法对影响隧道的车辆运动形成的干扰、路灯和光线条件变化有很好的适应性,其识别速度达到3～5s,识别率可以达到97%以上,具有较强的实用价值.     

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.     

自适应阈值AdaBoost.RT算法及其在轴承剩余寿命预测中的应用

针对自适应增强回归阈值(adaptive boosting regression threshold, AdaBoost.RT)算法用于判断训练样本好坏的阈值为常数,不能自适应地对每个测试样本动态调整判断标准的问题,提出了一种动态自适应调整阈值的改进AdaBoost.RT算法。通过引入训练结果的均值与标准差构造奇异系数作为判断相对误差的阈值,实现算法训练计算过程中阈值的自适应调整,在提高预测精度的同时,可以减少选择算法参数带来的繁重工作量。采用4组经典测试函数构造不同规模的训练样本数据进行算法检验,实验结果表明,提出的自适应调整阈值算法可以有效利用测试样本之间的差异性,克服了大噪声数据带来的干扰,改进后的集成算法可以改善回归模型的预测效果,提高模型的泛化性能。利用IEEE PHM 2012数据集验证所提方法的有效性,并与极限学习机(extreme learning machine, ELM)和原始AdaBoost.RT算法进行对比分析。结果表明：采用所提方法获得的轴承寿命预测均方根误差降低了5.18%,决定系数提高了3.11%。     

基于自适应阈值的北斗三频周跳探测与修复方法

针对单频多普勒积分法中周跳检测量噪声大,且动态环境下固定阈值不能反映实际周跳检测量噪声的问题,设计了北斗三频多普勒积分组合法,基于滑动窗口和高度角信息构建了自适应阈值模型;联合无几何相位法对北斗三频数据进行周跳探测,以解决三频多普勒积分组合法存在不敏感周跳的问题;采用空间搜索法对周跳组合进行解算,并遵循最小1-范数原则,对北斗三频周跳进行检验修复。实验结果表明：在动态环境下,自适应阈值降低了中、低仰角卫星的周跳误探次数,该方法可探测出包括1周在内的所有周跳组合并正确修复。     

一种基于优化模板匹配的红外目标跟踪算法

为了在红外环境下进一步提高目标图像在环境变化或受干扰时跟踪的准确性,提出了一种有效的红外目标跟踪方法.该方法基于归一化互相关距离的相似性度量方法,设计了匹配跟踪置信度,并在此基础上实现了基于匹配跟踪置信度加权的自适应模板更新算法.在模板更新方面,提出了自适应阈值调整策略,在目标跟踪过程中根据匹配置信度动态调整阈值,避免了固定阈值对跟踪精度的影响.通过实验证明,算法对环境变化的适应能力和跟踪稳定性方面得到了较大的提高.     

声纳探测信号自适应脉冲噪声对消算法

针对浅海环境噪声严重影响声纳探测信号检测性能的问题,提出了一种非线性变换的自适应脉冲噪声对消算法。算法首先对回波信号和参考通道噪声信号同时进行非线性变换,对脉冲噪声进行软阈值滤波,在此基础上,采用最小均方误差算法实现自适应噪声对消,可获得稳健的收敛性能。α-稳定分布脉冲噪声条件下的仿真和某次实验中的声纳探测回波信号处理证明了算法的有效性。