空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

单相交流输入永磁同步电机功率变换电路研究

针对单相正弦交流电源供电的永磁同步电机控制系统的功率变换电路进行研究。对滤波电容、整流管BR的电流以及控制系统主电路的参数进行了分析和计算,并推导出关键参数的计算公式,通过实验验证了电路参数计算方法的可行性。该研究对功率变换电路的设计具有一定的参考价值。     

城市快速路路段行程时间估计方法

为有效提高城市快速路路段行程时间估计精度，本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先，利用自适应平滑滤波插值获得固定检测器之间的速度数据，实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元，通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后，选取城市快速路感应线圈实测数据进行实例验证。实验结果表明，本文方法在自由流、平稳流和拥堵流3个运行时段下，均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。     

电涡流位移传感器测量模型及其在叶尖间隙测量中的空间滤波效应

基于电涡流位移传感器测量原理,建立叶尖间隙的有限元模型.根据涡轮发动机等旋转叶片设备叶尖间隙的结构特征与测量需要,建立了具有矢量特性的叶片点阵模型.分析叶片厚度、叶片转速、传感器敏感区大小、信号采样速率引起的空间滤波效应,以及对叶尖间隙测量结果的影响.研究结果表明,一定叶片厚度情况下,叶片转速、传感器敏感区、信号采样速率存在最低要求,这一结论可为叶尖间隙测量系统设计提供重要理论依据.     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.     

一种优化的高光谱图像特征提取方法

众所周知,特征提取方法在降低计算复杂度和增加高光谱图像分类精确度方面十分有效,针对此,提出了一种优化的图像融合和迭代率波的特征提取方法。首先,将高光谱图像分割成多个相邻波段的子集;然后,通过均值法把每个子集中的各个波段融合在一起;最后,对融合后的波段进行递归滤波处理,获得分类的特征信息。结果表明,该方法展示出较高的分类精确度。     

炼化过程参数定量趋势预测方法研究

针对石化企业催化裂化工艺单元的汽提段的蒸汽温度在某工况下的状态数据预测问题,提出一种基于粒子滤波的参数定量趋势预测方法,并给出具体实施步骤.其中针对过程参数状态转移特点,提出基于ARMA模型的状态方程建立方法,提高预测方法的实用性,降低对特定物理模型的依赖.通过石化企业现场案例分析,进一步验证本方法模型在企业现场的实际应用效果,结果表明,在5 s的预测步长范围内,异常工况参数预测值和真实值接近,预测相对误差小于1%,验证了本方法在实际案例应用中的可行性和有效性.     

双站纯方位空时软约束无迹粒子滤波算法

针对双站纯方位机动目标跟踪中由信息不完全和非结构化测量环境导致的有界混合似然问题，提出空时软约束无迹粒子滤波算法。针对目标先验未知，利用光电经纬仪对极几何约束测量空间点，预测空间曲面中心计算转弯率；为覆盖多域似然，采用无迹变换技术更新目标状态，引入模糊测度调制重要性函数；为保持估计方差维数不变性，根据狄拉克后验采样提取目标状态。仿真结果表明，对于典型的双站经纬仪跟踪空域点目标，相比于Rao-Blackwell多模型粒子滤波，提出算法的计算复杂度与单模型粒子滤波量级相当；相比约束辅助粒子滤波算法，提出算法的滤波精度提高了27%～41%。     

New rapid transfer alignment method for SINS of airborne weapon systems

Transfer alignment is an effective alignment method for the strapdown inertial navigation system （SINS） of airborne weapon systems. The traditional transfer alignment methods for large misalignment angles alignment use nonlinear transfer align- ment models and incorporate nonlinear filtering. A rapid transfer alignment method with linear models and linear filtering for ar- bitrary misalignment angles is presented. Through the attitude quaternion decomposition, the purpose of transfer alignment is converted to estimate a constant quaternion. Employing special manipulations on measurement equation, velocity and attitude linear measurement equations are derived. Then the linear trans- fer alignment model for arbitrary misalignment angles is built. An adaptive Kalman filter is developed to handle modeling errors of the measurement noise statistics. Simulation results show feasibili- ty and effectiveness of the proposed method, which provides an alternative rapid transfer alignment method for airborne weapons.