测量船舶垂向感应磁场的新方法

针对用感固比法或两地测量法获取船舶磁场垂向感应分量Ziz的弊端,提出用地磁补偿线圈模拟地磁场,通过改变补偿线圈的层数和各层之间安匝量之比的方法来提高模拟的准确度.提出了测量船舶磁场Ziz的具体方法,在不同的磁环境下研究了Ziz的变化规律,分析了船舶磁场Ziz分量与地磁场和自身磁化状态的关系,同时给出了准确测量Ziz时地磁补偿线圈磁场和补偿电源必须满足的要求.     

基于粒子滤波联合算法的地磁室内定位

室内地磁场受钢结构与其它铁磁材料的影响,造成磁场区域局部异常,使室内地磁场具有特异性. 受益于此种现象,室内地磁定位技术得以实现. 然而在大型建筑中地磁场的特异性会减弱,这导致定位结果出现模糊现象. 针对这一现象,文中提出了基于路径匹配的室内地磁定位技术,通过增加匹配特征数量来解决此问题. 使用基于动态时间规整（dynamic time warp,DTW）算法与粒子滤波（particle filter,PF）算法的新型联合算法,并以路径匹配的模式对目标进行追踪. 在匹配过程中又通过计算斯皮尔曼等级（Spearman）相关系数确定路径之间的相似度,使之作为辅助定位. 最后用装载了磁传感器的测量机器人进行实验验证,结果表明:路径匹配具有足够的地磁特征数量,能够解决特异性减弱情况下定位结果模糊现象,且定位精度优于1 m.      

基于等值线搜索带的地磁匹配算法

针对TERCOM算法在地磁匹配应用中存在的不足,提出了基于等值线搜索带的改进匹配算法,将地磁基准图上的匹配搜索区域缩小到航迹起始点地磁测量值对应的地磁场等值线附近区域,从而减少匹配搜索时间和计算量.仿真实验结果表明,该算法在保证匹配精度的前提下,能够有效降低匹配计算时间,提高匹配算法的实时性.     

利用不充分磁场信息导航的新方法

以中国东南沿海海域磁场为研究对象,以分辨率为3′×3′的国际地磁参考场数据作为背景场,采用最小二乘法拟合出海域的局部地磁场模型,反解出地磁场的最佳定位模型,并进行了仿真分析,由最终的仿真计算结果可以看出,在研究区域范围内,模型定位的纬度均方误差小于1.2 n mile,经度定位均方误差小于4.8 n mile.针对舰船使用的磁罗经调试时间长,误差补偿费用高的弊端,将磁场定位模型应用于磁罗经的磁差补偿.仿真结果表明,利用磁场本身的信息也可得到很理想的补偿效果.     

远场弱磁信号的小波域自适应检测研究

探讨了基于Mallat算法的自适应小波阈值消噪在复杂磁环境下运动目标磁场弱信号检测方面的应用.阈值的选取是算法的关键,基于对目标磁场频谱分析,采用与尺度相关的自适应ARMA模型的阈值算法,改进在不同的小波分解层阈值滤波的性能.对实测数据进行算法仿真,并与Donoho阈值算法检测效果对比表明,自适应ARMA模型阈值滤波算法显著提高对目标磁场弱信号的检测和提取能力.     

基于形态学滤波的图像伪边缘去除方法

针对传统边缘检测算子去除由噪声引起的伪边缘难的问题,提出了一种基于数学形态学滤波的图像伪边缘去除方法.该方法首先利用自适应中值滤波器对图像进行滤波,然后用Canny算子对图像进行边缘检测,对处理后的图像进行改进的τ-运算以去除伪边缘,从而得到较理想的图像边缘.仿真实验表明,该方法不仅有效地去除了由噪声引起的图像伪边缘,而且保留了完整的图像边缘,具有较小的均方根误差.     

基于粒子滤波的拓扑环境定位

传统的粒子滤波方法将采样点平均分配到整个地图空间,当环境范围较大时,将占用大量的计算资源和存储空间,为了解决这个问题,研究了一种改进的粒子滤波方法,该方法可以有效地解决大范围拓扑环境的机器人全局定位问题.用拓扑地图作为室内环境模型,并只在环境模型中的机器人可能存在位置的关键节点附近分配采样点,使采样点数量降低,从而有效提高计算效率并减少存储空间.     

噪声背景下语音识别中的端点检测

整个实验系统主要研究的是语音识别中在噪声背景下的端点检测.在实际环境中,加性背景噪声对语音识别的影响非常大,在信噪比小的情况下,无法进行端点检测.在此研究过程中,首先进行加性噪声模型的建立,而后通过滤波对带噪语音信号进行预处理,这里采用维纳滤波和自适应LMS滤波进行滤波.在进行语音信号的预处理后,使用VAD算法进行端点检测.建立整个实验系统后,通过试验比较维纳滤波器和自适应LMS滤波器的优劣,找出最佳方案.     

地磁特征对匹配算法性能的影响分析

地磁匹配区的选择是影响地磁匹配系统性能的重要因素,而选择准则直接决定了匹配区的适配性以及匹配制导的可靠性和精度．为此,文中从地磁标准差、地磁粗糙度、地磁相关长度、地磁梯度标准差4个参数着手,以某一匹配区中9条不同航迹的仿真匹配试验结果作为研究样本,对比分析了各条航迹的不同地磁特征对匹配算法性能的影响．研究结果表明,各条航迹上的地磁梯度标准差与匹配概率之间存在较为明显的正比关系,可将地磁场梯度标准差作为地磁匹配区的选取准则,对载体航迹进行规划．     

测深侧扫声呐中干涉图的降噪

介绍了测深侧扫声呐(BSSS)干涉图中噪声的产生原因,对BSSS信号处理中干涉图噪声抑制给出了4种方法:均值滤波、中值滤波、回转均值滤波、回转中值滤波等.在抑制噪声能力、保持干涉图边缘能力以及计算量方面,用实际数据对各种方法进行了分析比较,得出结论如下:均值滤波抑制噪声能力强,中值滤波保持边缘能力强,但这两种滤波方法在复图像域中进行,计算量大;回转均值滤波、回转中值滤波直接对实测相位主值进行滤波,能够解决相位主值2π的模糊问题,计算量小.     

恒磁场对人脐动脉血管平滑肌细胞胞浆游离钙离子浓度的影响

目的 研究恒磁场对培养的人脐动脉血管平滑肌细胞(VSMC)胞浆内游离钙离子浓度([Ca2 ]i)的影响,探讨恒磁场抑制VSMC增殖的作用机制.方法 离体培养人脐动脉VSMC,不同强度的恒磁场垂直作用于VSMC,应用激光共聚焦显微镜观察恒磁场对VSMC胞浆[Ca2 ]i的影响.结果 5 mT的恒磁场作用于VSMC后10-50 min[Ca2 ]i较对照组明显下降,20 min下降最明显;其平滑肌细胞的Ca2 荧光强度明显弱于对照组,至60 min接近对照组.结论 恒磁场对VSMC胞浆[Ca2 ]i有明显降低作用,可能是抑制VSMC细胞增殖的机制.为经皮冠状动脉成型术(PTCA)术后再狭窄的治疗提供了新的理论基础.     

基于融合模型动态权值的短期客流预测方法

针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻（K-Nearest Neighbor, ANN）算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。     

基于多尺度Kalman滤波的多传感器数据融合

通过分析多尺度动态系统模型,提出了一种基于小波变换的Kalman多传感器数据融合算法。该算法结合了Kalman滤波的实时性、递归性和小波变换的多尺度特性,能对多传感器的观测数据有效地融合。算法首先将最细尺度上观测数据滤波后得到的估计序列小波分解到各尺度上;然后在各尺度上,利用该尺度上的传感器观测数据对小波分解系数进行更新;最后利用小波重构,达到更新原始估计序列的目的。仿真实验表明,该算法具有很好的数据融合效果。     

新型车辆导航监控系统研究

将蓝牙通讯技术引进车辆的定位,研究了基于卡尔曼滤波算法的GPS/DR/MM/BB组合车辆导航监控系统;设计了基于DSP的车载导航计算机,实现了USB通讯及大容量数据存储,在导航定位功能基础上实现了"黑匣子"的多种功能.研究实现的原理样机进行了大量的跑车实验,结果表明:所采用的车辆组合导航方法是有效的、可行的,具有很好的应用价值.     

多采样率卡尔曼滤波器在汽车状态估计中的应用

为了改善复杂系统中单采样率控制策略的控制品质,在深入研究多采样率数字控制系统和卡尔曼滤波算法的基础上,提出了输入多采样率的卡尔曼滤波算法.将该算法应用于汽车主动前轮转向系统中,对横摆角速度、质心侧偏角和纵向车速进行估计,通过Carsim与Simulink的联合仿真以及蒙特卡罗试验,验证了算法的有效性.研究结果表明:多采样率卡尔曼滤波算法有利于融合多个输入量的信息,能改善状态估计器的性能,比单采样率卡尔曼滤波算法具有更高的稳定性,且估计误差减小4.0%～48.7%.     

铁路轨道异物完整性检测与跟踪算法研究

针对野外复杂环境下轨道异物检测不完整问题,提出基于小波变换的像素过滤思想改进GMM,构建背景模型;为解决异物目标实施机动(转弯、加速或突然出现)时跟踪实时性差和准确率低的问题,分析Kalman滤波线性化误差,搭建BP神经网络修正 IMM的跟踪模型,实现轨道异物跟踪预测,并推导出非线性Kalman滤波关系.实验表明,改进GMM在正常天气下平均前景误检率降低了24.94个百分点,针对复杂恶劣天气平均前景误检率降低了33.76个百分点;建立BP神经网络-IMM-Kalman滤波模型不仅可以快速准确地对场景中的机动目标进行跟踪,而且比Kalman滤波和IMM更加平稳,误差更小.     

基于分块EnKF的非线性目标跟踪算法

针对滤波航迹的相关性以及初始状态的选择会对跟踪性能产生影响的问题,将集合卡尔曼滤波算法引入到非线性目标跟踪领域,验证了其可行性和有效性,提出了基于分块集合卡尔曼滤波的非线性目标跟踪算法.采用分块思想生成初始集合,使用协方差矩阵加权方法解决分块间的航迹相关问题.仿真结果表明基于分块集合卡尔曼滤波的目标跟踪算法计算复杂度和以往的集合卡尔曼滤波算法同阶的情况下可以提供更高的运动参数估计精度,解决了粒子滤波算法计算量大难以进行实时跟踪的问题.      

基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

多采样率EKF及其在感应电机转速估计中的应用

在深入研究EKF算法和多采样率数字控制系统的基础上,建立了多采样率EKF算法,分别推导了其输入和输出算法,并将其应用于感应电机的转速估计中.通过仿真验证了该算法比单采样率扩展Kalm an滤波算法具有更高的信息获取和状态估计能力,并能有效抑止噪声,转速估计误差减小41.7%~87.6%.