基于EKF的多MEMS传感器姿态测量系统

姿态信息是飞行控制中最关键的参数之一,因此姿态测量成为飞行控制系统首要解决的问题。利用多M EM S传感器研制了一种微型姿态测量系统。利用三轴M EM S加速度计和三轴M EM S陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展K a lm an滤波方程,解算出飞行器的俯仰角和横滚角;设计专家系统判断飞行器的运动状态,并根据该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足静态情况和动态情况的使用;利用空速和高度数据对俯仰角进行修正,利用GPS解算航向角。将实验结果与国外最新的商用自动驾驶仪的姿态结果进行了比较,二者在静态情况下非常吻合,在动态情况下基本吻合。     

一种基于扩展Kalman滤波器的神经网络学习算法

为了解决前馈神经网络BP算法在处理非线性对象时，收敛速度慢，易陷入局部极值，需调节参数多等的缺陷，提出将扩展卡尔曼滤波(EKF)算法引入神经网络的学习中．把前馈网络的所有权值、阈值作为EKF算法的状态，网络输出作为EKF的观测．同时为了防止滤波发散，对算法做了改进．仿真结果表明，该算法比BP算法在收敛速度、抗噪能力方面都有明显提高，同时还保证了一定的泛化能力．     

多小波二阶平衡的预滤波处理

针对多小波在应用过程中出现的不平衡现象展开了讨论 ,给出了 2元多小波p阶平衡的新定义 .在此定义下 ,能方便地计算出常用GHM多小波的二阶非正交平衡器 ,并由此证明GHM不存在二阶正交平衡器 ;为了达到二阶平衡 ,将二阶非正交平衡器转换成预滤波处理 ,取得了满意的效果 .     

具有空间滤波性能的全息滤波器

目前通用的针孔滤波器存在调整困难及对大功率激光器因聚焦原因易产生空气电离与烧蚀基底等弊病，影响光束质量，本文用自行研制的红敏光致聚合物感光材料制成全息滤波器，从理论与实践上证明了了透射体积全息图具有高度角度灵敏性，用它代替针孔滤波器可以同时克服以上两点不足之处．     

基于EnKF的油藏自动历史拟合方法对三相相对渗透率的反演

为解决标准集合Kalman滤波在非线性油藏反演中更新模型与更新动态场的统计不一致性问题,提出了一种改进的集合Kalman滤波方法,历史拟合过程中只对模型参数进行更新,然后利用更新的模型参数从初始状态重新运行油藏数值模拟软件进行下一拟合时刻的生产预测,协方差矩阵由从时间零运行油藏数值模拟软件得到的预测数据进行计算.理论证明了该方法与集合随机最大似然法的一致性.对某油藏的相对渗透率曲线进行了估计,比较了标准集合Kalman滤波方法与改进方法的参数估计及生产预测结果.由于保证了更新模型与更新动态场的一致性,改进的集合Kalman滤波方法得到了更好的参数估计和生产预测结果.     

基于声压测量的结构模态参数识别研究

为克服接触式测量传感器附加质量的影响,本文采用非接触式声压测量获取结构近场的辐射声压信号,提出Hilbert-Huang变换二次滤波时频分析方法对非平稳的近场声压辐射信号进行分析,实现了在强噪声环境中对桥梁结构模态参数的识别。在实验室对一跨径为11.2m的H型简支钢梁开展试验,结果表明：该方法能准确识别钢梁的前3阶固有频率,平均误差在0.5%以内,并成功获取结构的模态振型。该方法为桥梁结构模态参数获取和结构健康监测提供新的手段。     

基于Adaboost首帧检测的时空上下文人脸跟踪算法

针对时空上下文算法首帧需进行手动框选及选择偏差带来后续跟踪干扰的不足, 提出利用Adaboost算法进行首帧检测, 引入Kalman预测机制辅助时空上下文算法进行跟踪.当出现遮挡、 抖动等问题时, 保证跟踪稳定地进行, 提高算法鲁棒性. 在Shelter1等3组公共数据集上进行对比实验的结果表明, 该算法能实现首帧自动检测功能, 后续跟踪算法的鲁棒性及跟踪效果也得到明显提升.     

多天线系统符号和载频同步的混合粒子滤波

为解决多天线系统符号同步和载频同步中的联合参数非线性估计问题,提出一种混合粒子滤波方法.该方法基于最大后验概率准则,在接收端将时延、频率偏置用联合随机粒子表示,结合未知信道参数矢量的卡尔曼滤波估计值,获得联合粒子的重要性权重.同时,采用序列重要性采样和重采样策略来更新粒子权重并保持粒子的多样化,可避免直接在高维信道参数空间上进行重要性采样时效率下降的缺点.该方法在4发2收的多天线基带传输系统上的仿真实验表明,其参数估计精度较高,到达稳态所需的迭代次数较少,并可获得接近理想参数时的误码率性能.     

基于Gabor滤波的鲁棒复制-粘贴图像取证方法

复制-粘贴是一种常见的数字图像篡改技术,目前的复制-粘贴数字图像取证技术未考虑旋转和缩放攻击。文章提出了一种新的复制-粘贴数字图像取证方法,该方法选择了鲁棒的、抗旋转及抗缩放的图像Ga-bor特征,并结合量化的DCT系数进行图像块匹配,以检测篡改区域。实验结果表明,该方法具有较强的鲁棒性,可以抵御旋转、缩放攻击,同时也可以取得较好的检测准确率。     

基于灰度值数学形态学算子的中值曲率驱动方程去噪模型

该文通过结合基于灰度值的数学形态学算子(闭开算子),给出了一个改进的中值曲率驱动方程模型,并与原中值曲率驱动方程模型作了比较,且在处理二值图像方面效果显著.主要的想法是在中值曲率驱动方程模型中结合闭开算子,在较好保护边界的前提下,增强方程的去噪能力,达到去噪和保护边界的一个平衡.最后给出基于本改进模型的数值计算差分模型,并且给出了几个具体图像在该改进下处理的结果.