基于方法库的织物图像疵点检测

为准确检测织物在生产过程产生的疵点,提出一种基于改进的Gabor滤波方法、数学形态学处理法和多尺度小波检测的方法库的系统检测法.首先采用改进的Gabor滤波方法,选出最优滤波结果,进行高斯平滑,确定正常织物图像的两个阈值门限,进而分割出织物的疵点图像;其次采用数学形态学处理法对织物图像进行检测;最后采用多尺度小波检测的方法,检测最终结果.由于织物的纹理不同,在生产过程中产生疵点的种类众多,算法采用级联检测,保证了检测疵点的准确有效性.试验证明,所提出的算法检测结果较好,能准确定位疵点的位置.     

IUKF neural network modeling for FOG temperature drift

A novel neural network based on iterated unscented Kalman filter （IUKF） algorithm is established to model and com- pensate for the fiber optic gyro （FOG） bias drift caused by temperature. In the network, FOG temperature and its gradient are set as input and the FOG bias drift is set as the expected output. A 2-5-1 network trained with IUKF algorithm is established. The IUKF algorithm is developed on the basis of the unscented Kalman filter （UKF）. The weight and bias vectors of the hidden layer are set as the state of the UKF and its process and measurement equations are deduced according to the network architecture. To solve the unavoidable estimation deviation of the mean and covariance of the states in the UKF algorithm, iterative computation is introduced into the UKF after the measurement update. While the measure- ment noise R is extended into the state vectors before iteration in order to meet the statistic orthogonality of estimate and mea- surement noise. The IUKF algorithm can provide the optimized estimation for the neural network because of its state expansion and iteration. Temperature rise （-20-20℃） and drop （70-20℃） tests for FOG are carried out in an attemperator. The temperature drift model is built with neural network, and it is trained respectively with BP, UKF and IUKF algorithms. The results prove that the proposed model has higher precision compared with the back- propagation （BP） and UKF network models.     

基于线圈的车速及车流量检测器设计

为提高对车辆检测的准确度,设计了一种新型的基于线圈的车速及车流量检测系统。本设计基于Cortex-M3内核的高性能ARM平台,选通工作模式实现分时段采集多路通道信号,系统可连接至数据中心,实现远程监控。在软件方面,利用队列数据结构,按照先进先出的原则对上游线圈与下游线圈的信号进行配对。此外,本系统采用了求导法,可降低对于大型车、拖挂车的误检,弥补线圈检测技术上的缺陷。测试表明,本车辆检测器具有良好的可靠性,检测精度高,具有很高的实用价值。     

安瓿瓶内杂质检测的信号处理方法

采用光阻法对安瓿瓶内纤毛杂质信号检测进行了实验研究,分析了纤毛杂质的信号特征.对比了Butterworth数字滤波、均值滤波、理想低通滤波和小波变换4种不同滤波方法的滤波效果,滤波后的信噪比分别为13.98、10.80、9.18和14.89 dB,实验表明,小波变换滤波是最佳选择.此外,提出了微分和分段求方差的方法以提高检测结果的可信性.     

基于模糊滤波算法的时滞系统温度控制及误差补偿

利用自适应滤波算法调整模糊控制的输出,可解决大时滞温控系统的稳态振荡问题,但无法消除系统稳态误差.提出新的误差补偿算法,可以进一步消除稳态误差,减小参数整定工作量.将其应用于全自动化学发光免疫分析仪的试剂仓恒温控制.仿真结果表明,该算法能使大时滞温控系统得到稳定控制并增强系统的自适应能力和鲁棒性.     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

热重法研究聚苯硫醚滤料的热稳定性

为了研究聚苯硫醚(简称PPS)滤料的热稳定性,采用非等温热重法分析了2种PPS滤料的热降解动力学行为,用Flynn-Wall-Ozawa模型计算了PPS滤料在N2气氛中的热降解反应活化能E,并对PPS滤料的热稳定性进行了探讨.结果发现,N3试样的热分解初始温度高于B1试样,在升温速率为5K/min时,N3试样失重初始温度比B1试样高12℃;在整个升温过程中,N3试样的失重率为5240%,B1试样的失重率为5367%,N3试样的失重率比B1试样低;同时,计算所得N3试样平均热解活化能比B1试样大55kJ/mol,可知N3试样的热稳定性较B1试样更好,动力学分析可作为滤料热稳定性评价的重要方法.     

一种适用于双微阵列的语音增强算法研究

考虑到传统单通道语音增强算法对噪声抑制的局限性,本文采用由两个微型麦克风阵列组成的双微阵列,利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法。该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimunm Mean Square Error,LogMMSE)提升其信噪比,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,最后通过一个改进可懂度结合改进最小控制递归平均(Improved Minimum Controlled Recursive Average Algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。     

对电力系统谐波的参数方法的功率谱估计及滤波处理

基于MATLAB建立电力系统谐波的几种参数方法功率谱估计模型,用差分滤波技术滤除谐波,并通过分析AR模型这种方法功率谱估计的谱特点,得出它的应用范围和条件,针对应用普遍算法最简单的AR模型进行详细分析,将它与经典功率谱估计进行比较,得出谱估计和差分滤波幅频特性的一些特点.     

汽车质心侧偏角观测器试验验证

提出了一种综合运动学和动力学模型估算车辆质心侧偏角的方法。引入非线性因子表征车辆的非线性状态程度,在此基础上提出了一种简化的非线性轮胎侧向力计算方法,考虑轮胎侧偏刚度补偿,基于单轨模型建立Kalman滤波器实时估计出车辆质心侧偏角。搭建基于轮速传感器、侧向加速度和横摆角速度组合传感器、方向盘转角传感器、MicroAutoBox和GPS系统的试验验证系统,在高附着路面条件下进行蛇形操纵和双移线操纵试验。试验结果表明:所设计的估计算法能在一定程度上反映车辆的实际状态,实时性和估计精度能满足稳定性控制系统的要求。