基于KF的自平衡机器人姿态角补偿方法

研究基于卡尔曼滤波(KF)的低通滤波补偿方法,对采用单轴加速度计的自平衡机器人姿态角测量系统进行补偿,消除由于振动、冲击等引起的信号失真,增强控制系统的稳定性.根据前期研究及实验,深入分析振动、冲击对传感器信号的影响,提出了一种基于最小二乘拟合原理的姿态角计算模型.在获得机器人自由振荡频率的基础上,设计了基于KF的混合低通滤波单元,并进行了物理模型实验.结果表明,该补偿方法能完全消除振动造成的传感信号失真.此外,该补偿方法对强烈冲击所造成的信号波动亦有明显衰减,能显著提升自平衡机器人的稳定性.     

基于差分滤波的改进傅氏算法

讲述微机保护中傅氏算法的原理及优缺点,并提出基于差分滤波的改进傅氏算法,通过Matlab软件编程仿真,得到结果比较分析,证明该改进算法在滤波衰减直流分量上的正确性和有效性,大大提高了在电力系统微机保护中对故障信号的判断,从而做出快速、准确地动作,保护电力设备,防止事故发生。     

基于功率谱的非均匀子带自适应滤波

根据输入信号的功率谱特征,非均匀滤波器组能够动态调整子带滤波器的带宽和位置,可以获得比均匀滤波器组更好的收敛性能.根据子带最小均方(least mean square,LMS)自适应算法的收敛特性,以提高其收敛速度为目标,提出了一种基于功率谱信息的非均匀子带自适应滤波方法,并详细讨论了非均匀滤波器组实现结构和信号重建性能.计算机仿真实验和分析表明,与现有的均匀和非均匀滤波器组设计方法相比,在子带数目相同的条件下,本文提出的方法能有效地降低子带信号的最大特征值扩散度,而信号重建性能基本相同.     

变转速齿轮箱振动信号监测的无键相时域同步平均方法

为了克服传统时域同步平均方法应用中需要键相信号及恒定转速的要求,提出了一种不需要键相信号的变转速齿轮箱振动信号时域同步平均方法.该方法通过振动信号时频域滤波及滤波信号的瞬时相位计算来估计齿轮箱的瞬时转速,通过时原始振动信号的等角度间隔重采样来消除转速变化的影响,并用重采样信号进行了时域同步平均.变转速齿轮箱实验台的实验数据分析表明,该方法可以准确地估计变转速齿轮箱的瞬时转速,从而消除了齿轮箱转速波动对振动信号的影响.重采样信号的时域同步平均结果为齿轮监测诊断提供了有效信息.     

一种基于模型概率修正的IMM目标跟踪算法

在IMM算法的基础上,提出了一种新的机动目标跟踪FIMM算法.该算法使用中值滤波对IMM算法模型更新概率进行平滑,再对其利用模糊推理系统进行实时修正,将修正后的概率作为最后输出的权值,让有用模型概率增大,减少了模型之间的竞争,提高跟踪精度.仿真实验表明,提出的FIMM算法显著提高了IMM算法的跟踪性能.     

一种单通道语音倒谱域去混响新方法

大多数去混响的算法都是基于短时分析,不可避免地带来了截断效应;如果对混响语音进行逆滤波,则要求房间冲激响应满足最小相位.本文提出了一种针对单通道的语音长时分帧的去混响算法.算法采用长时帧分析,有效减小了截断效应的影响.首先对混响语音信号进行长时分帧计算其最小相位分量倒谱,然后根据纯净语音和房间冲激响应倒谱的不同分布,在倒谱域阻带滤波得到去混响语音最小相位分量的估计,根据最小相位倒谱理论,进而可以估计出去混响语音频域的模,最后利用人耳对相位信息的不敏感性,用估计的去混响语音的模和混响语音的相位合成,傅里叶反变换得到去混响语音时域波形.实验表明,该算法有良好的去混响效果.     

高饱和交叉口背景提取与更新算法

 为了满足在高饱和城市交叉路口采用背景差法实现车辆检测的需求,设计了一种基于背景评估的背景提取与更新算法。算法针对交叉路口的车流特点,提出了一种基于检测结果反馈的背景评估机制,并融合中值滤波与帧间差分算法,将含噪声的初始背景不断纠错更新,向真实背景逼近,最终提取出一个可用的背景图。实验结果表明：对于一个信号周期内不能放完所有排队车辆的高饱和交叉路口,算法具有较快的收敛速度,且算法复杂度满足实际工程应用要求。     

基于分组划分的形态学异联想记忆研究

在输入模式无噪声的情况下,形态学异联想记忆不能够保证完全回忆记忆,针对这个瑕疵,提出了一种新的思路和方法——分组划分.该方法将原有输入模式对进行分组,逐一对分组后的模式对集合进行形态学操作计算,由局部到整体,进而实现形态学异联想记忆的完全回忆记忆.     

豇豆枯萎病病原分离鉴定

通过采集武汉市豇豆种植区豇豆枯萎病病株,经常规组织分离法分离纯化获得菌株JKW-1、JKW-2和JKW-3,并对3个菌株进行致病性测定、形态学及分子生物学鉴定.结果表明,3个菌株均为致病的镰刀菌,其中菌株JKW-1和JKW-2菌落色泽为紫红色,JKW-3菌落色泽为白色,均能产生大型分生孢子、小型分生孢子和厚垣孢子,但在菌落形态、产孢量、分生孢子大小等方面存在差异;对这3个菌株的核糖体RNA基因内转录间隔区(rDNA-ITS)进行了PCR扩增和序列测定,并在GenBank中进行Blast搜索和比对分析,根据rDNA-ITS序列分析结果结合豇豆病株症状和病菌的形态学特征,判定引起武汉市豇豆枯萎病的病原菌为尖孢镰刀菌(Fusarium oxysporum Schl.).     

基于增量学习的关节式目标跟踪算法

为实现对关节式目标的稳定跟踪,提出了基于增量学习的关节式目标跟踪算法.该算法应用图割法对目标矩形窗进行前景与背景分割,得到前景图像;然后对前景图像进行快速傅里叶变换,得到傅里叶系数矩阵,进而得到振幅图像,并将振幅图像作为跟踪目标的描述;最后将多个目标描述进行奇异值分解和主元分析,实现对跟踪目标的低维子空间描述.文中在粒子滤波框架下实现了整个跟踪算法.实验结果表明,该算法具有较稳定的关节式目标跟踪效果.