一种通用型基于经验模态分解的小波阈值滤波方法研究

首先针对中高频水声信号,提出一种改进的经验模态分解加小波软阈值滤波方法;然后将信号进行带通滤波处理及经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法在频域上对这些模态进行滤波,最后对信号进行重构,并将其转换为时域信号。分别采用本方法和原时域上的小波阈值方法对不同频率的水声信号进行滤波,经计算分析可知,对频率小于800 Hz的水声信号,采用原方法可获得较好的滤波效果;当信号频率大于800 Hz时,采用本方法的滤波效果更好,因此应针对不同频率的水声信号,选择合适的滤波方法,以获得满意的滤波效果。     

基于FPGA的水声信号数字下变频的实现

随着声呐信号处理技术的发展,其对系统的软、硬件资源要求越来越高.利用数字下变频技术,可极大地降低其信号处理资源要求.结合Matlab,仿真研究整个下变频过程,验证分析水声信号数字下变频的正确性.在此基础上,应用Verilog语言移植算法到FPGA内部,在Signaltap II下观察过程变量及结果,并导入Matlab进行数据分析.该技术对于声呐信号处理具有实用价值,并已成功应用于某声呐设备.     

一种通用型基于经验模态分解的小波阈值滤波方法研究

首先针对中高频水声信号,提出一种改进的经验模态分解加小波软阈值滤波方法;然后将信号进行带通滤波处理及经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法在频域上对这些模态进行滤波,最后对信号进行重构,并将其转换为时域信号。分别采用本方法和原时域上的小波阈值方法对不同频率的水声信号进行滤波,经计算分析可知,对频率小于800 Hz的水声信号,采用原方法可获得较好的滤波效果;当信号频率大于800 Hz时,采用本方法的滤波效果更好,因此应针对不同频率的水声信号,选择合适的滤波方法,以获得满意的滤波效果。     

淤泥地层暗挖矩形隧道密贴雨水箱涵施工关键技术

为解决富水淤泥质地层和粉质黏土层中大跨径矩形暗挖隧道密贴下穿雨水箱涵施工难题,提出采用水平旋喷桩和全断面帷幕注浆结合的技术加固隧道及周边土层,以提高地层刚度。隧道采用分步开挖法,分上下、左中右6步开挖,超前支护采用小导管注浆方案,并分段进行临时支撑拆除和二次衬砌施工,施工过程中对隧道和箱涵变形进行监测。结果表明: 通过水平旋喷桩和全断面帷幕注浆加固改良土体,施工过程中的箱涵变形在可控范围内,且整个施工过程中隧道初期支护结构变形较小（6.8 mm）,说明施工采用的超前加固和开挖支护措施是安全可靠的,可以有效降低类似地质条件下暗挖隧道的施工风险,对类似工程有一定的借鉴意义。     

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.      

基于车路协同的车辆定位算法研究

为解决道路交叉口车辆由于定位信号缺失或者延迟引起的车辆定位偏差较大的问题,提出了基于车路协同的协同地图匹配算法（cooperative map-matching,CMM）. 首先利用扩展Kalman滤波（extended Kalman filter,EKF）融合GPS与车载航位推算系统（vehicular dead reckoning,DR）信息作为协同地图匹配的预先定位;然后基于短程通讯技术实现车辆信息的交换与共享,在电子地图的基础上,利用道路约束实现车辆进一步定位. 为了验证算法的有效性,搭建了模拟真实场景的仿真环境进行实验. 研究结果表明:采用EKF融合GPS/DR数据的交叉口车辆定位平均偏差为9.09 m,相比GPS 的14.31 m,定位偏差减小30.87%;采用CMM算法的交叉口车辆,当参与CMM车辆数为7时,平均位置偏差为4.5 m,参与CMM车辆数为10辆时,平均位置偏差为2.75 m,相比EKF定位偏差减小69.74%.      

高速列车随车移动点的脉动风速模拟

以修正Karman风速谱为目标谱, 基于最小信息准则确定线性滤波法自回归模型的阶数, 采用线性滤波法和谐波叠加法模拟了高速列车随车移动点的脉动风速时间历程, 并验证了模拟结果的可靠性, 对比了2种方法模拟脉动风速均值、方差、幅频、相频等特征变量以及风速分布规律的差异, 并分析了2种方法的计算效率。分析结果表明: 采用2种方法得到的脉动风速功率谱密度均围绕目标谱波动; 脉动风速均值约为0, 由于随机数的使用, 使得脉动风速峰值在个别时间点存在差异, 且在低频区域得到的仿真谱差异可能超过50%;不同风向角下计算所得脉动风速均值的差异小于2%, 且脉动风速的分布规律几乎一致; 当列车运行速度为80m·s-1, 且距地面高度10m处平均风速为25m·s-1时, 2种方法得到的脉动风速峰值均值间的差异小于1%, 表明2种方法均适用于模拟高速列车随车移动点的脉动风速; 2种方法所得脉动风速幅值均随脉动风速频率的增大而减小, 相位在-π~π内波动, 脉动风速分布在-3~3m·s-1内的差异仅为0.48%;采用2种方法所得脉动风速点数满足高斯分布, 且高斯分布拟合系数最大差异为3.15%;采用线性滤波法模拟所得脉动风速波动比谐波叠加法大7.89%, 其稳定性劣于谐波叠加法; 采用线性滤波法的计算时间约为谐波叠加法的1/9, 其计算效率远高于谐波叠加法。      

Kalman滤波算法研究及其在高铁沉降监测中的应用

为了对运营高速铁路沉降监测数据合理利用进而为科学预警提供准确的依据,采用Kalman滤波算法对其数据进行分析.并基于初始状态参数中随机干扰因子设置的不同,提出了静态、常速、加速3种Kalman滤波模型,利用上述3种模型对高铁实际沉降监测数据进行滤波处理,得到静态、常速、加速三种模型的滤波残差最大值分别为8.28 mm、...     

Matlab的图像处理工具箱中图像复原函数的比较

Matlab是当今流行的科学计算软件,它具有很强的数据处理能力。在其图像处理工具箱中有四个图像复原函数,本文将就这些函数的算法原理、运用条件、和恢复处理效果作一简要的比较性讨论。     

基于果蝇算法优化的移动机器人RBPF-SLAM研究

针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结...