一种基于随机理论的寻北滤波噪声影响分析方法

以寻北系统Kalman滤波器为研究对象,从滤波噪声在寻北Kalman滤波器中传播机理的角度对其影响进行分析。基于随机可控制性和随机可观测性得到了误差协方差矩阵与噪声统计特性之间的解析表达式,并利用单轴旋转式寻北系统对所提出的基于随机理论的解析分析方法进行验证。实验结果表明,利用基于随机理论的解析分析方法分析寻北系统有效而且适用,并且所得到的解析式能够更全面地表示系统的性能。     

嵌入式控制系统在船用电机信号转换中的作用

船用电机信号的稳定性及频率变换特性是现代大型船舶动力系统关键性能指标。在实际电机运行时,由于混入了大量检测及环境误差,导致电机信号分辨率下降。矢量控制是研究电机信号及时频域转换的有效方法,可通过最小二乘矩阵运算对信号各类特征进行分析,适用于基于DSP嵌入式系统实现。本文重点研究了基于矢量控制的船用电机信号模型,设计了基于DSP的嵌入式信号转换控制系统,有效分离各类噪声,实现了电机的平稳运行。     

基于小波变换的轨道检测数据滤波方法

为了尽量减小轨道检测数据中夹杂的粗大噪声干扰对轨道检测结果的影响,利用小波算法对轨道检测数据滤波处理是一种可行方法。分析了dbl,db2,db3和db4小波基对轨道检测数据中高频突变脉冲信号的敏感性,选用较为敏感的db1小波基对轨道检测数据进行小波分解。通过3σ准则识别出粗大误差点并加以剔除,对轨道检测数据的高频和低频部分进行小波重构,从而达到较好的轨道检测数据去噪滤波效果。分别采用均方误差值、信噪比和平滑度指标对几种小波的去噪滤波效果进行了分析比较,进一步验证了db1小波能在轨道检测数据的处理中达到较好的去噪滤波效果。实例表明,论文提出的方法对能够敏感地识别轨道检测数据中的噪声信号,有效地剔除检测数据中的粗大误差,达到较为理想的轨道检测数据滤波效果。     

电机与LC自激现象的分析及抑制

根据实际电机试验工程应用,对变频调速系统中,变频器封锁脉冲后,输出LC滤波器中的电容器与高速运行的异步电机之间产生的自激现象进行分析,提出了抑制自激现象的方法。仿真和实际工程应用验证了自激抑制措施的可行性。     

基于 MFXLMS算法的汽车发动机振动主动控制研究

为了降低发动机工作时引起的整车振动,提出了使用多通道滤波x-LMS （MFXLMS） 算法作为主动悬置系统的控制算法。以发动机转速信号作为参考信号,主动悬置安装位置下方的两路加速度信号作为误差信号。根据算法完成试验平台搭建。采用白噪声电压信号作为输入激励,通过 LMS算法离线辨识得到主动悬置到加速度传感器的多路次级通道,在dSPACE上完成实车控制试验。试验结果表明,MFXLMS算法的运用显著降低了发动机不同转速工况下引起的测点加速度响应,提高了整车的乘坐舒适性。     

智能车牌识别系统中消除图像干扰的方法

在智能车牌识别系统中,经过汽车图像的初分割,可从复杂的汽车及背景图像中分割出汽车图像,但复杂灰度图像经二值化处理后存在许多干扰白点.提出一种＂高斯滤波＂的方法去除这些白点,使二值化图像变得平滑、少毛刺,并具有较好的连通性.     

多目标干扰环境中威胁目标自动跟踪方法

针对多目标干扰环境中威胁目标发现与跟踪困难的问题,研究一种基于随机有限集(RFS)的高斯混合概率密度假设(GM-PHD)滤波的算法,建立目标的随机有限集形式的运动和观测模型,利用卡尔曼滤波的预测和更新过程,对被动声呐输出的多目标方位和窄带线谱同时进行跟踪,利用所提取窄带线谱能量作为不同方位目标的输出检测量,可实现对包含线谱的窄带威胁目标的自动跟踪。试验数据的处理结果表明,所提方法可以实现在多目标的复杂情况下对感兴趣的威胁目标的自动跟踪。     

单片机在光纤Bragg光栅传感系统中的应用

根据光纤Bragg光栅传感器的传感机理，分析了调谐法布里－珀罗腔法和匹配滤波法解调Bragg光栅反射波长的理论基础和基本原理，实现解调了的可行性方案，建立了解调系统模型，提出了实现Bragg光栅反射波长解调的单片机解调系统，指出了应用中需要解决的关键问题，给出了详细的软硬件设计方案。     

一种改进的多传感器伪序贯滤波算法

传统的多传感器数据融合算法假定传感器之间的测量噪声是不相关的,但实际上测量噪声存在着一定的相关性,因而会引起滤波精度的损失．针对该问题,文中研究了测量噪声相关情况下的同步多传感器跟踪系统的测量融合技术．在测量噪声相关的条件下,根据线性无偏最小方差估计理论,提出了一种改进的同步多传感器伪序贯滤波算法,该算法不但适用于噪声不相关情况,而且也适用于噪声相关情况．经仿真研究表明,该算法明显提高了航迹的融合精度：在测量噪声相关时,融合精度比传统算法有明显提高;而测量噪声不相关时,性能与传统的数据融合算法相同．仿真结果表明了该算法的正确性和有效性．     

基于智能公交的城市道路服务水平实时评价与预测

研究了城市道路服务水平评价与预测所需参数的实时处理算法和采集方式，利用城区道路上的公交车为数据动态采集单元，智能采集公交车实时运行状态数据信息，计算公交车车头时距、分析车流速度，对滤波调整预测速度与实际速度进行对比分析，建立以行车速度、行程时间、拥挤程度为评价指标的城市道路四级服务水平实时评价与预测系统，该系统能为公交车运行及其交通出行者提供管理、信息服务，适时引导交通流量合理分布，高效地利用道路网络，减少城市交通拥堵，提高交通运输效率，为城市交通规划提供依据，对推动城市畅通工程及城市交通智能化的发展，有一定参考作用。