一种基于边缘信息的贝尔模板彩色插值方法

针对贝尔模板滤波图像的彩色插值还原,提出了一种基于边缘信息的插值方法.该方法利用了边缘信息,能够有效降低边缘区域的噪声,同时利用了色饱和度信息,提高了低饱和度区域的还原质量.实验证明,与其他方法相比,该方法能够得到较理想的还原效果,结果图像边缘轮廓清晰,彩色噪声较少.     

多通道旋转挤压脱水机脱水圆盘静力分析及优化设计

提出一种全新的多通道旋转挤压脱水机的设计方案。利用通用有限元软件对复杂载荷联合作用下的脱水圆盘进行强度和刚度的校核,并对脱水圆盘进行优化设计。有限元数值模拟的结果表明,脱水圆盘的设计方案满足设计要求,在没有成熟设计理论的背景下,为设计方案的可靠性提供了依据。在满足强度和刚度设计要求的条件下,经优化设计得出的方案要节省28%的材料,有利于减少脱水机的重量、降低制造成本。     

8PSK中频数字化发射机中多级滤波器的研究与设计

本文介绍了8PSK调制方式的原理和相应中频数字化发射机的系统结构,并进一步提出了发射机中多级滤波器各自的作用及实现方法。针对数字化基带成形的处理特点,该文提出一种基于分布式算法和查找表的高速成形滤波器实现方法以基于现场可编程门阵列（FPGA）芯片实现根升余弦FIR,滤波器,以及由CIC内插滤波器实现了发射机中的增采样功能。整个设计采用硬件描述语言VerilogHDL实现,通过仿真验证了以这些方法来实现相应的功能是可行的。     

ABR-BAF组合工艺处理大蒜切片废水

研究了厌氧折流板反应器(anaerobic baffled reactor, ABR)与曝气生物滤池(biological aerated filter,BAF)的组合工艺处理大蒜切片废水的运行特点。结果表明：ABR的最佳水力停留时间（HRT）为24?h,有机负荷(COD)小于6?kg/m3·d为宜,COD的平均去除率可达87%;BAF的最佳HRT为16?h,最佳气水比为10∶1,进水有机负荷(COD)宜保持在1.1～1.4?kg/m3·d,COD的平均去除率为82.0%。ABR BAF组合工艺COD总去除率保持在98.4%～98.7%之间,出水的COD质量浓度为79～94?mg/L,出水水质满足GB8978 1996《污水综合排放标准》一级标准。     

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ICA的步进频率探地雷达目标信息提取研究

基于独立成分分析较强的信号分析能力,提出了一种针对步进频率探地雷达的独立成分分析与中值滤波处理相结合的目标信息提取方法,从进频率探地雷达回波信号中提取出目标信息.通过对实测数据的处理,结果表明该方法取得了较好的效果.     

基于扇扫声纳图像的动态目标跟踪方法

扇扫声纳在搜寻目标,躲避障碍物,跟踪动态目标,水下检视等方面有着广泛的用途。针对影像噪声大,实现动态目标的自动跟踪有较大难度的问题,分析了扇扫声纳影像中动态目标和静态目标的特点,利用目标在序列影像中的变化完成动态目标的分离,在此基础上,使用卡尔曼滤波方法实现动态目标的跟踪,最后结合实际数据进行了分析,表明算法的有效性。     

改进的非相参导航雷达探测有效浪高算法

针对X波段非相参导航雷达对海杂波的成像,研究了利用信噪比和布拉格散射探测有效浪高的方法,提出一种用最大流速带通滤波来分割信号与噪声获取信噪比的算法。结合信噪比与有效浪高的关系,经相关定标处理,得到探测区域连续的有效浪高。与传统的X波段导航雷达测高方法相比,该算法不需要得到雷达探测区域精准的流速,简单高效,占用资源少。与舟山浮标有效浪高数据的对比,表明其有效提高了雷达测浪高的便捷性和稳定性。     

一种改进Mask R-CNN的运动目标定位方法

针对在复杂场景下传统算法对运动目标分类精度不高且无法直接输出关键点空间坐标这一问题,本文提出了一种基于改进Mask R-CNN的运动目标定位方法。该方法在TensorFlow 框架下采用自制数据集预训练提取多尺度的卷积,将采集到的网络视频流通过RoIAlign算法处理获得像素级的特征并匹配SIFT特征点建立空间坐标系统,在空间约束下结合Kalman filtering补偿运动轨迹,通过投影变换矩阵将像素坐标转换为世界坐标。实验表明该方法提高了模型在干扰背景下的鲁棒性,平均误差在8cm以内,实现了在复杂场景下可以获得实时高精度的定位信息。     

基于改进卡尔曼滤波的配电网动态数据平差方法

受设备、天气等多方面因素影响,电网量测数据不可避免的存在误差。在实际应用前,应选用合适的估计方法进行数据平差。为减小不良数据对估计精度的影响,本文提出了一种鲁棒性无迹卡尔曼滤波算法(RUKF),在进行无迹卡尔曼滤波之前引入基于运行模式的不良数据检测方法,通过分析量测量的变化趋势调整阈值,避免出现不良数据的漏检与误检现象。以IEEE 33-bus与某实际107节点系统为例,进行仿真验证。实验结果表明,在存在不良数据的情况下,RUKF与传统UKF相比,求得的数据平差结果具有更高的估计精度,提高了数据估算的鲁棒性。多个实验表明本文提出的RUKF算法对数据平差计算可以提供有效的理论支撑。