压缩感知理论及其重构算法

压缩感知理论为信号采集技术带来了革命性的突破,它采用非自适应线性投影来保持信号的原始结构,以远低于奈奎斯特频率对信号进行采样,通过数值最优化问题准确重构出原始信号。分析了信号的稀疏表示、压缩感知的基本理论,设计了两种主要的重构算法——匹配跟踪算法、互补匹配跟踪算法,并对两种算法的特点进行了对比。     

基于阴影属性的运动阴影检测方法

提出一种基于阴影属性的阴影检测与去除方法,首先采用光照评估方法判断阴影是否存在,若有阴影存在则确定阴影方向并计算阴影属性,最后根据阴影属性检测阴影点。由于使用了阴影属性,阴影的检测和去除更加准确。     

基于数字化滞环电流跟踪比较控制的并联有源滤波器研究

针对目前电力系统谐波检测中电流跟踪控制的缺点与不足,采用了预测跟踪电流控制方法,该方法将传统滞环跟踪比较器数字化,并加以改进成为定频数字化滞环电流跟踪比较器,从而克服了传统滞环控制因环宽固定而使受控开关器件的开关频率不固定,导致逆变器开关动作随机性过大,不利于逆变器保护的缺点。     

风动潜孔锤在缺水地区水井施工的应用

风动潜孔锤钻进工艺在缺水地区施工的优缺点,以及钻进中各项参数的选择与普通回转钻进效果的对比。     

光伏并网发电模拟装置的设计

本文从节能减排的角度出发,设计了一款基于SPWM（sinusoidal Pulse Width Modulation）技术的光伏并网发电模拟装置。设计中正弦逆变器主回路的前级结构采用BUCK降压,MOSFET作为开关元件,具有驱动功率小、开关速率高的特点。后级采用工频全桥逆变,IGBT作为开关元件,IR2110作为开关元件的驱动IC,单片机STC125A32AD产生SPWM信号,实现频率相位跟踪、输入欠压保护以及输出过流保护功能。另外,光伏电池的最大功率点跟踪控制由单片机编程来调节占空比的方法实现。     

预测外推在热连轧机厚度系统中的应用

针对常规PID控制器难以解决热连轧机中监控AGC技术产生的纯滞后问题,提出了预测外推数据处理算法的控制策略,解决了由于纯滞后、程序算法和执行机构滞后时间引起的系统稳定性能和动态性能变差导致的带材厚度精度波动问题.仿真结果表明了预测外推算法的有效性,其成果对有色冶金行业提高带材质量具有实用价值.     

纯方位跟踪中最优轨线的影响因素分析

针对常加速目标跟踪的最优观测者轨迹问题,基于最优控制理论建立最优观测者轨迹的优化模型,然后运用解析法得到全局精度指标下常速率观测者最优航向的必要条件,通过仿真讨论目标加速度、观测者速率、目标与观测者的初始距离、目标航向对最优观测者轨迹的影响。仿真结果表明,当目标从近处以较小加速度作接近观测者的运动时,观测者的最优轨迹较光滑;为对常加速目标进行精确跟踪,观测者应沿最优轨迹作高速率的机动。     

基于SVM数据融合的实时粒子滤波算法

采用粒子滤波的目标跟踪算法在粒子数目较多时计算量大、实时性差,针对该问题提出了一种新的基于支持向量机数据融合的实时粒子滤波算法。该算法在估计窗实时粒子滤波的基础上,使用支持向量机融合窗内不同时刻粒子集,并根据融合的结果更新粒子权值,实现对目标状态的快速跟踪。相对于原算法采用最小化Kullback-Leibler距离来调整估计窗混合分布的权值,该方法的计算复杂度低、速度快,进一步提高了算法的实时性。对纯角度目标跟踪问题的仿真结果表明了该算法的可行性和有效性。     

基于时变偏差分离估计的杂波下机动目标跟踪

在杂波环境机动目标跟踪问题中,波门位置和范围的确定是关键技术之一。在分析了时变偏差分离估计算法的有偏差的状态估计协方差基础上,提出了基于时变偏差分离估计(separate bias estimation, SBE)和概率数据关联(probabilistic data association, PDA)的新算法,利用了偏差估计和有偏差的状态估计协方差来确定波门位置和范围,并结合PDA处理多个回波的能力,实现杂波环境下机动目标的跟踪。通过仿真实验,说明了新算法的优势和有效性。     

基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器

针对传统α-β-γ滤波器抗野值能力差和受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器。该滤波器通过判断α-β-γ滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值,采用活化函数对新息序列进行加权修正,利用活化函数的性质,恢复新息序列原有的统计特性和正交性,从而达到抗野值的目的。同时,根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,解决野值剔除问题,并有效跟踪强机动性目标。