基于拉普拉斯滤波算法的古建筑结构振动位移测量

现行古建筑修筑年代过久,在地壳运动等客观因素作用下,其内部结构会发生不同程度的振动位移。传统方法未对数据噪声能量进行滤波,导致测量结果准确率低。为此提出基于拉普拉斯滤波算法的古建筑结构振动位移测量方法,分散设立扫描站点以获取更完整的振动信息数据;设立多个标靶用作振动数据配准,按照数据的精度约束条件对扫描仪的各项参数进行设定,完成振动数据采集。对各测站点扫描的振动数据进行归一化处理,使它们处于同一个坐标系中,实现各独立坐标系至同一坐标系的变换;应用多站拼接方法对振动数据进行拼接,将完成拼接的数据重叠部分整合在一个图层上。运用拉普拉斯滤波算法将噪声能量移至其邻域不同点上实现去噪,通过振动响应灵敏度识别法对古建筑结构振动位移进行测量。实验结果表明,所提方法测量结果精确,应用性较强。     

基于迭代最近点算法的激光点云拼接研究

在采用激光雷达进行建筑物的三维测量过程中,多站点测量获得的激光点云具有不同的三维参考坐标系,因此将多站点三维点云进行精准拼接是实现三维测量成像的关键。采用VLP-16激光雷达在不同测量站点对山东理工大学机械交通实验楼天井及其周边道路进行扫描,获得了多个站点的三维激光点云;对不同站点测量的点云进行了去噪预处理,消除了有噪声的散乱点云;选取不同站点测量点云的公共区域,采用迭代最近点算法,对各个点云进行了拼接处理,获得了完整的扫描区域三维成像。实验结果表明,此方法可实现不同站点激光点云的拼接,具有良好的拼接效果。     

基于平面靶标的三维测量数据拼接方法

为实现列车转向架的大尺寸参数测量,提出了一种基于大尺寸标定板的数据拼接方法。首先,将被测工件分割成若干子区域;接着,通过双目视觉测量系统分别获取每个子区域的测量数据,将平面靶标放在共同视野下,每个子区域采集靶标上的3个及多个非共线的标记点;然后,通过运算获取各区域间的坐标关系,选取其中一个摄像机坐标系作为世界坐标系,可将其他摄像机获取的数据统一至世界坐标系中,实现数据的拼接。最后,通过求解标定板上圆心间距,验证算法精度。实验结果表明:本方法简单易行,精度较高。     

古建筑物三维点云数据去噪方法

目的研究k-means聚类算法和双边滤波去噪算法,解决古建筑物在建模中如何减少噪声点的问题.方法使用k-means聚类算法对点云数据进行k个集群划分,选择合适集群,获得最佳K值进行点云去噪,使用双边滤波算法对点云数据进行滤波去噪,选用Fandisk点云数据、bunny点云数据、沈阳建筑大学古建筑物老校门和八王书院点云数据进行去噪实验.结果选用的仿真模型和古建筑模型经过处理,点云数据模型表面光滑,边界特征保持良好.结论所提方法有效地去除了噪声点,增强了点云数据模型的光滑的和光顺度.     

基于数字图像处理技术的多点动态位移监测

为了解决传统位移测量难以找到参考点、动态采集数据量大和多路同步难以实现的困难,开发了基于数字图像处理技术的多点动态位移测量系统.采用基于区域生长的曲面拟合标定方法和窗口形心跟踪算法,确定物空间与像空间坐标系之间的对应关系,通过比较形心处像素变化得到位移.采用磁盘阵列和同步信号发生器保证海量数据处理和多路相机之间的同步.对振动台上的4层钢框架结构进行了动态位移监测,结果表明:系统可以实现多路动态二维位移的同步采集和处理,位移精度达到0.1mm,同步精度为10ms.     

装配式钢混组合梁全息图像拼接方法试验研究

针对传统桥梁监测方法存在测点数量有限的问题,提出一种通过摄影测量手段获取桥梁全息几何形态信息的方法,以进行对全桥任意点变形监测。首先采用形态图像数据采集系统获取试验梁具有重复区域连续照片,然后基于改进后SIFT算法对连续图片进行拼接可得试验梁全息图片,进而获取试验梁全息几何形态,最后基于全息形态位移信息追踪算法提取试验梁各工况下的全息变形曲线。通过与传统位移计测量结果和基于SIFT算法拼接而得位移结果进行对比发现：基于改进后SIFT算法实现的拼接图像包含信息丰富,可为大尺度结构大视场应用情况下全息几何形态监测奠定基础。     

基于SVD与改进EMD联合的泄流结构工作特性信息提取

针对泄流结构振动信号非平稳性和特征信息被强噪声淹没的实际问题,提出基于奇异值分解(SVD)和改进经验模态分解(EMD)联合的特征信息提取方法.首先,对一维泄流振动信号时程进行相空间重构,运用SVD分解技术提取振动信号的奇异值信息,并通过奇异熵增量定阶理论滤除泄流振动信号中的高频噪声,实现信号的初次滤波;其次,对初次滤波信号进行正交化EMD分解,运用频谱分析方法筛选包含主要结构振动信息的各IMF,滤除低频水流噪声,实现信号的二次滤波;最后,将包含结构振动信息的IMF分量重构,得到泄流结构的工作振动特征信息.通过数值信号仿真验证本文方法的正确性,可有效滤除高频和低频噪声,凸显结构振动特征信息.结合三峡5号坝段泄流振动实测数据,运用本文方法进行坝体特征信息提取,并与ERA辨识结果进行比较,进一步说明本方法在泄流结构振动信息分析中的优越性,可为泄流结构在线监测和安全运行提供依据.     

多维分解加噪算法在智能电网隐私保护中的优化

在智能电网的数据采集监测中,针对用户隐私泄露安全隐患问题,采取加噪为主的方式来实现隐私保护。提出一种基于多维分解的拉普拉斯噪声算法(MDLN,multidimensional laplacian noise algorithm),该算法将原始测量值分解成多维数据,并根据各维度的隐私敏感度,自适应决定需添加的拉普拉斯噪声幅度,通过有效的噪声扰动方式实现差分隐私。通过与SLN(simple laplacion noise algorithm)算法ULN(uniform laplacian noise algorithm)算法相比较,仿真表明,MDLN算法的隐私保护强度较高,且效能更高。     

基于傅里叶级数分解的示功图位移测量算法

提出一种基于傅里叶级数分解的加速度、速度和位移转换算法. 在抽油机示功图位移测量中,传统的二重积分算法存在初始条件不确定的问题,这将导致位移不闭合. 通过对加速度、速度和位移进行傅里叶级数分解,直接利用级数间的关系实现二重积分,能有效克服上述初始条件不确定的问题. 利用能量主要集中在低频的特点,给出了快速转换算法,同时还提高了算法的信号处理增益和抗噪声性能. 对现场实验数据的分析结果表明,该算法可以快速实现加速度、速度和位移之间的转换,能有效应用于油井示功图的位移测量中.      

多视点三维测量系统的全局标定方法研究

针对线结构光三维测量速度较慢和易发生遮挡问题，开发了一种多视点线结构光三维测量系统．并针对本系统提出了一种简易的基于线结构光的多目视觉三维测量系统全局标定方法，标定过程只需要一块可自由移动的共面靶标，即可将所有摄像机局部坐标系统一到光平面测量坐标系，实现多视点测量数据的自动拼接．实验表明，该方法方便易行，适合现场标定，同时满足系统精度要求．     

Kalman滤波在液压电机故障诊断中的应用

针对液压电机故障信号的特性,介绍了Kalman滤波及其递推算法在信号处理上的应用给出了时间序列自回归(AR)模型建立信号状态方程和观测方程的方法,并在这两个方程的基础上结合Kalman递推算法对信号进行滤波.通过有效的仿真和实际验证表明:利用Levinson-Durbin算法获得AR系数建立信号模型,再通过Kalman递推能够有效的达到滤波的效果.     

基于距离和信息的单目标精确跟踪

对仅有“距离和”测量信息的多传感器系统提出了一种对量测方程预处理的快速卡尔曼跟踪算法．该卡尔曼跟踪算法通过对量测方程预处理得到目标位置与“距离和”测量量成线性关系的观测方程；状态变量只选目标的空间坐标，而速度矢量仅作为确定性输入量加入状态方程，速度矢量通过引入速度“伪测量值”滤波得到．并同以前的跟踪算法仿真比较表明，该方法计算量小，收敛速度快，精度高，具有一定的实用价值．     

基于改进自适应混合滤波算法的输电杆塔倾角测量方法

针对输电杆塔在线监测系统在使用低成本惯性测量单元(inertial measurement unit, IMU)测量杆塔倾角时存在测量精度低、姿态解算易发散、稳定性差的问题,提出一种基于改进自适应混合滤波算法的输电杆塔倾角测量方法。首先建立杆塔姿态解算坐标系,并结合四元数法确定了定姿方案。其次,运用改进型PI互补滤波算法对陀螺仪及加速度计进行信息融合,高低频优势互补,初步提升系统的姿态解算精度。最后将初步去噪后的信息作为Sage-Husa自适应滤波算法的初值,并引入滤波发散判据,在发散时调整误差协方差矩阵,从而对发散进行有效抑制,提高算法稳定性。实验结果表明,该算法可以有效提高测量精度,抑制解算结果的发散。     

具有状态约束的基因调控网络的集员滤波器研究

针对基因调控网络中切实存在状态约束现象,在考虑一类含时滞、参数不确定、噪声干扰的离散基因调控网络模型基础上设计一种集员滤波器,实现基因调控网络状态的估计.通过假设测量噪声是未知但有界的,采用LMI方法设计集员滤波器,获得滤波器的增益矩阵,运用递归优化算法对集员滤波器进行优化.最后,通过数值仿真证明了所提算法的有效性,实现了基因调控网络中的mRNA和蛋白质浓度的准确估计.     

基于加速度计和陀螺仪的波浪测量方法

针对实验室中波浪参数的测量,研究了惯性传感器加速度计和陀螺仪的性能,提出一种基于加速度计和陀螺仪的波浪测量方法。利用惯性导航系统中的坐标系转换、信号的数值积分以及趋势项处理等算法,对惯性传感器获取的加速度信号进行处理得到垂向位移,从而计算出波高值,并对比分析了高通滤波算法和滑动平均算法对趋势项的消除效果。试验结果表明,利用惯性传感器加速度计和陀螺仪的测量方法获得地理坐标系下的垂向位移曲线,与波高传感器的实测曲线吻合较好,且滑动平均算法对趋势项的消除效果更好。所以,基于加速度计和陀螺仪的波浪测量方法可满足于实验室的波浪测量。     

抗野值自适应Kalman滤波及其在陀螺信号处理中的应用

针对陀螺漂移信号中野值的不良影响，从简化的自适应Kalman滤波算法出发，设计了抗野值的自适应Kalman滤波方法．通过在某型号高精度寻北仪上的试验验证，用该方法处理后所得方差为9．0809”，而常规Kalman算法所得方差为17．6919”，计算结果有所提高．试验证明，采用该方法不仅能够有效提高寻北仪的寻北精度，而且对系统的量测噪声不敏感。     

基于空间模型的轿车平顺性时域建模和仿真*

基于滤波白噪声、路面各向同性假设和一阶Pade逼近方法,建立了四轮路面激励的滤波白噪声模型。基于一定假设,建立了轿车平顺性七自由度空间力学模型,由系统振动能量和拉格朗日方程推导出相应数学模型的微分方程描述,提出了相应的平顺性仿真算法,在常用的B级路面和车速60 km/h下,对某轿车平顺性进行了时域仿真,获得了振动响应量的时间历程。研究结果表明,基于空间模型对轿车平顺性进行时域建模和仿真是可行和有效的。     

无人机组合导航系统的自适应算法研究

无人机组合导航滤波器的设计需要考虑器件和外部环境不稳定带来的影响。同时在飞行过程中也面临着组合导航系统噪声和量测噪声统计特性不确定问题,从而导致滤波精度低、稳定性差,还有可能发散。采用常规卡尔曼滤波无法解决此问题。为此研究了一种基于UKF的自适应卡尔曼滤波算法。在系统噪声统计特性未知时,此算法能自动平衡状态信息与观测信息在滤波结果中的权比,实时调整状态向量和观测向量的协方差,从而提高系统的性能。仿真结果显示,使用自适应UKF算法与普通的UKF算法相比,可以获得更优的导航精度和稳定性。     

基于EPEA的SINS大失准角非线性初始对准方法

基于欧拉平台误差角(EPEA)的概念描述了理论导航坐标系到计算导航坐标系之间的失准角,推导了捷联惯导系统(SINS)在大失准角情况下进行初始对准的非线性误差模型.在系统噪声和量测噪声均为加性噪声且量测方程为线性方程时,给出了带阻尼解算的简化扩展卡尔曼滤波(EKF)算法和简化无迹卡尔曼滤波(UKF)算法,同时分析了不同失准角情况下初始对准过程的异同.静基座状态下的Monte Carlo仿真结果表明,大失准角和大方位失准角情况下,EKF和UKF算法都能满足对准要求,其中UKF算法较EKF算法具有对准时间更快、对准精度更高和适用范围更广的优点;小失准角情况下,由于捷联惯导系统的线性化误差变小,二者的对准时间和对准精度基本相同.     

基于LMS自适应噪声对消法的激光液位测量信号波动抑制研究

针对激光液位检测中的信号波动问题,提出了一种采用LMS自适应噪声对消法抑制噪声的信号滤波方法,该方法采用数字高通滤波器获取自适应噪声对消器参考通道的信号。论述了自适应滤波器噪声对消的工作原理、LMS算法以及Butterworth数字高通IIR滤波器的设计方法,给出了整个噪声对消系统的原理图。仿真和实验结果表明,该噪声对消法在保证实际测量信号相位不变的情况下对液位测量信号的波动影响具有明显的消除和抑制作用。