改进的无迹粒子滤波在组合导航中的应用研究

粒子滤波算法是一种适用于非线性非正态约束的统计滤波算法.针对粒子滤波存在退化现象,从围绕增加粒子的多样性和重要性分布函数的选择出发,提出了一种改进的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波产生的近似高斯分布作为重要性密度函数,在每次迭代中,结合马尔科夫链蒙特卡洛使粒子能够移动到不同地方,从而可以避免贫化现象.将这种算法应用到GPS/DR组合导航系统中,仿真结果证明了采用改进的无迹粒子滤波方法能达到很好的跟踪效果.     

矩形大定源层状介质中感应电动势的数值求解方法

研究地电断面电阻率的变化是瞬变电磁勘探中常用的方法.为了得到地电断面电阻率的变化,一种方法就是在求出感应电动势的基础上进行电阻率的求解.因此,准确而有效的求出感应电动势的值是非常关键的.矩形大定源回线在求解层状介质中,感应电动势的值时分为零偏移距和非零偏移距两种情况.在中心点接收时,采用线性数字滤波方法求解频率域垂直磁场分量;在非零偏移距情况下,为了求解频率域垂直磁场分量,首先采用傅里叶正余弦变换法将双重贝塞尔函数积分转换为正余弦变换形式,再利用折线逼近快速算法对其进行数值计算,最后,根据法拉第电磁感应定律,可得到二次场时间域感应电动势的数值解.其数值模拟结果表明,利用线性数字滤波方法及折现逼近方法可以有效的求出矩形大定源层状介质中感应电动势的值.     

�����ƽ˳ʱ�����й����ȼ���仯�����о�

轨道几何形状检测数据是一个随时间变化具有随机特征的时间序列,反映轨道几何状态的变化.在本文中,灰色关联度理论用于研究轨道水平不平顺时间序列数据,挖掘时间序列数据之间隐含的关系;经过普遍适应性改进和残差修正改进的灰色GM（1,1）模型预测固定测点轨道不平顺长期状态变化趋势,随机线性AR和卡尔曼滤波模型分析单元区段轨道不平顺短期变化趋势,探索轨道状态变化随机数据序列中隐藏的规律并进行预测.短期和长期预测模型验证结果表明,三种模型是有效的,能够达到预期的精度.     

基于Hessian特征的视网膜血管图像的增强滤波算法

提出了一种基于Hessian特征的视网膜血管图像的增强滤波算法,分析了Hessian特征值对各类形状的抑制和加强作用,将Hessian矩阵的特征值与特征向量应用于视网膜血管特征的响应函数及形态学和非线性扩散处理的各个环节,并选择合理的尺度空间范围和尺度空间增量,调节因子而平滑非线状区域和锐化增强血管区域,本文算法在同等准确率下具有较高的稳定鲁棒性。     

高阶紧致格式在非线性数值模拟中的应用

对比分析迎风型格式及中心耗散格式优劣性,采用傅里叶分析方法分析显式格式及紧致格式在波数空间可准确模拟的波数范围。通过编程研究6种紧致格式,其中为保证紧致格式在内点及边界点的一致性,采用高精度边界格式,加入了滤波运算和采用更小的CFL数来控制紧致格式的稳定性。数值试验表明,中心紧致格式有更小的耗散误差及色散误差;通过4阶Pade格式计算模型绕流,验证了边界处理的正确性,也更加认识到紧致格式有非常严格的稳定性限制。     

基于对称受限玻尔兹曼机的协同过滤算法

协同过滤算法在推荐系统中得到了广泛应用。其中具有代表性的是基于有向图模型的矩阵分解法和基于无向图模型的受限玻尔兹曼机。文中提出了一种基于对称受限玻尔兹曼机的协同过滤算法,该算法充分考虑并利用了推荐系统中用户和物品的对称性,通过对用户和物品分别建立了一个受限玻尔兹曼机,最后,采用回归算法对二者的结果进行融合处理。实验结果显示该方法与其他相关算法相比具有明显的优越性。     

加入粘弹性阻尼器的高楼桅杆风振响应分析

高楼顶部设桅杆是一种常见的结构形式以满足建筑功能的要求。为分析在风荷载激励下桅杆对主体结构的影响,以及高耗能粘弹性阻尼器对桅杆和主体结构的振动控制效果,根据Davenport风速谱理论,采用AR线性滤波法模拟出空间、时间相关的脉动风速时程,并采用ETABS有限元软件进行风荷载激励下的时程分析。结果表明,高耗能粘弹性阻尼器的加入使主体结构的桅杆放置层桅杆周围部分杆件的内力有了较大幅度的减小,桅杆的动力响应得到了有效控制。     

基于Rao-Blackwellised粒子滤波的岩石声发射信号去噪

针对声发射数据采集过程易受随机噪声干扰,提出了Rao—Blackwellised粒子滤波的信号降噪方法。在地震波模型的基础上,建立了声发射信号的状态空间模型。由于两者在某些方面有相通性,从而把降噪问题转为在状态空间模型下的滤波问题。首先,通过对构造信号的仿真实验,验证Rao—Black—wellised粒子滤波能够用于信号滤波;其次,利用Rao—Blackwellised粒子滤波,对石灰岩声发射信号进行降噪处理,并取得较好的滤波效果,从而为处理声发射数据提供一条新途径。     

A two-step outlier removal procedure for surface reconstruction

Outliers in point clouds affect the performance of surface reconstruction directly. Most of outlier removal methods just remove those outliers far away from the real surface and are only applied to handle watertight surface. In this paper, a two-step outlier removal procedure is proposed to filter the point clouds acquired from the gray code and line-shifting technique. The first step is to remove the outliers far away from the real surface. Some feature points are extracted from the point clouds to construct an initial surface. The points with distances to the initial surface greater than a given threshold are removed as distant outliers. The retained points are linked into lines in each structured light sheet using their Voronoi diagrams. Some of lines which are very close to the real surface are removed as near outliers in the second step. The experimental results show that the proposed method is very effective in removing outliers for surface reconstruction. Foundation item: the National Natural Science Foundation of China (No. 30470488)     

Unsupervised spatio-temporal segmentation for extracting moving objects in video sequences

Extraction of moving objects is an important and fundamental research topic for many video ap-plications. This paper addresses an unsupervised spatio-temporal segmentation scheme to extract moving objects from video sequences. The temporal segmentation localizes moving objects by comparing the motion vector of each block in each frame with the corresponding global motion vector estimated by an outlier rejection (OR) based method. Furthermore, the temporal compensation utilizing the temporal coherence of moving objects is considered in the temporal segmentation to solve the temporarily stopping problem. The detected moving regions usually have discontinuous boundaries and some holes. These regions are then compensated in the spatial domain. In the spatial segmentation, the watershed algorithm considering the global information improves the accuracy of segmentation in the spatial domain. The modified mean filter is presented to suppress some minima. By using a fusion module, moving objects are extracted. Experiments on various sequences have successfully demonstrated the validity of the proposed scheme.