基于自适应Kalman滤波的输油管道状态估计

通过离散化输油管道瞬变流动控制方程,基于扩展Kalman滤波方法,用带有未知时变噪声统计的虚拟噪声补偿线性化模型误差,构造了鲁棒自适应Kalman滤波器,以进出口压力及站间测量点为系统的输入与输出向量,对输油管道进行状态估计,并将状态估计结果与实际运行采集数据进行对比.结果表明,该滤波器迭代收敛速度较快,其误差控制在3%以内.     

改进的线性受限共轭梯度常模算法

提出了一种改进的线性受限共轭梯度常模算法,称之为M-LCCGCMA.其核心是采用最优自适应步长的方法对已有算法进行优化,并推导出步长的解析形式,确保了算法收敛于期望用户,提高了系统性能.通过对算法代价函数的理论分析,得出了算法收敛的条件.将算法在加性白高斯和多径衰落信道的环境中进行了仿真,结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.     

水银体温计基准刻度自动标定方法研究

为了克服体温计生产中由毛细管直径及水银玻璃包的容积存在一定误差所造成的各体温计刻度的不一致性,及基准刻度标定困难的问题,研究和开发了基准刻度动态标定方法和装置,设计了自动标定生产线。该生产线由控制系统、恒温加热装置、图像识别系统、随行夹具、输送装置、自动标定刻线装置等组成。该装置可自动刻画出每个体温计上各不相同的两条基准线,为后续分号工序提供了可靠依据。生产实践表明,该方法和装置能有效减少生产误差,提高产品质量。     

基于矢量基学习的自适应迭代最小二乘支持向量机回归算法

为增强最小二乘支持向量机(LS-SVM)回归建模的稀疏性、鲁棒性和实时性,在加权LS-SVM的基础上,提出了基于矢量基学习的自适应迭代回归算法。在训练过程中,该算法通过矢量基学习和自适应迭代相结合的方法得到1个小的支持向量集,同时采用加权方法确定权值以减小训练样本中非高斯噪声的影响。回归学习和动态系统辩识的仿真结果表明:在回归建模精度相似的情况下,该算法确定的支持向量为全部学习样本的4.9%~8.9%,训练时间为标准LS-SVM的0.011%~0.383%;由于能够鲁棒跟踪时变非线性系统的动态特性,适合在线实时训练;可进一步用于非线性系统的建模和实时控制研究。     

基于ASTFT和中值滤波的PRC-CW雷达FM干扰抑制方法

通过分析调频(FM)干扰对伪码调相连续波雷达相关检测性能的影响,发现当FM干扰超出伪码调相雷达自身抗干扰容限时,相关输出严重恶化.针对该问题,考虑到伪码在时频平面上是近似均匀和平坦的,而FM干扰则具有较好的时频聚集性,该文提出了基于自适应短时傅里叶变换(ASTFT)和中值滤波的FM干扰抑制方法.该方法通过对时频平面上被干扰污染的部分进行中值滤波,实现了对FM干扰的抑制.对不同信干比情况下线性调频和正弦调频干扰抑制前后的相关输出进行了仿真分析.结果表明,该方法能够有效抑制干扰,使相关输出得到显著改善.     

基于多用户多输入多输出系统的自适应有限反馈

为了减少多用户多输入多输出系统中上行链路的反馈开销,研究了多用户的有限反馈问题.在分析反馈比特数与用户速率关系的基础上,推导出用户自适应有限反馈的最优解,并提出一种实现简单的次最优方案,即用户根据自身和系统整体的信道质量状况,自适应地选择反馈比特数.通过增加信道较好用户以及减少信道较差用户的反馈比特数,有效提高了反馈比特的利用效率.研究结果表明,该方案实现简单,在不增加系统反馈开销的条件下明显增加系统吞吐量.     

基于MTM和灰色关联度的混合噪声自适应滤波算法

利用MTM滤波算法和灰色关联度的特点,提出一种基于MTM滤波算法和灰色关联度相结合的混合噪声图像的自适应滤波算法.算法选取加窗混合噪声图像的MTM值,采用灰色关联度自适应地计算各像素的加权系数,通过加权得到滤波后图像.仿真实验表明,该算法有较好的自适应性,不但能够有效抑制图像的噪声,而且能较好地保护图像的细节信息,提高图像的清晰度.     

基于主动丢帧的实时视频自适应传输

网络传输过程中的丢包现象会对接收端的视频回放质量产生严重的不利影响.为了尽量消除丢包对视频回放质量的影响,提出一种主动丢帧策略,即在视频数据发送之前根据当时的网络状态,选择性的丢弃部分不太重要的帧.仿真结果表明,这一策略显著改善了视频的回放质量,并有效地降低了网络发生拥塞的可能性.     

一类不确定时滞大系统的分散模型参考自适应控制

运用分散模型参考自适应控制方法研究了一类不确定时滞大系统问题.在选择参考模型时,根据系统所期望的性能指标,考虑各子系统的相互作用,保留了互联项.这类不确定大系统的关联及干扰是时变不确定的.在这种不确定性界存在但却未知的情形下,基于Lyapunov稳定性理论,给出了其分散自适应控制律,并证明了整个互联大系统是一致最终有界...     

大视场多视觉传感器测量系统的全局标定方法

研究了姿态测量系统中多视觉传感器在大视场条件下的标定技术.提出了一种基于激光跟踪仪的多视觉测量系统的全局标定法.利用激光跟踪仪在现场构建系统总体坐标系.通过对测量系统中的屏幕扫描拟合基准面作为标定板,然后在其表面设置标定点,并精确测定共面标定点位置.针对一阶径向畸变的摄像机模型,分步标定各参数,且全部采用线性方法求解,避免了非线性优化中的不稳定性.通过坐标反求的方法应用贝塞尔公式计算标准差.实验结果表明,在8000mm×6000mm范围内可以得到0.47mm的测量精度.可以满足多视觉测量系统的总体测量精度要求.