关于格蕴涵代数模糊滤子的一个注记

在格蕴涵代数基本结构基础上进一步研究了格蕴涵代数的模糊滤子的性质，指出了模糊滤子可以诱导出格蕴涵代数的一簇同余关系，并研究了这簇同余关系的代数结构及灾些同余关系所诱导的商代数之间的同态映射。     

����·�������г�ʱ��Ԥ���о�

本文提出了一种基于状态空间神经网络（SSNN）和拓展卡尔曼滤波（EKF）的混合式行程时间预测模型。以往的研究表明，状态空间神经网络能够较好的处理复杂的非线性时空问题。然而，状态空间神经网络需要大量的历史数据作为离线训练之用。其不足之处在于，首先是需要花费大量的时间和精力去收集、准备数据，以及训练神经网络。其次，输入输出随着时间不断增加，训练过程需要不断的从新重复。为了提高状态空间神经网络的有效性，扩展卡尔曼滤波代替了传统的方法来对神经网络进行训练。荷兰的一条城市道路被选择为模型验证的试验路段。通过与另外两个预测模型之间的对比验证，该模型的预测能力能够达到满意的有效性、准确性和鲁棒性。     

Optimal Sensor Decision Based on Particle Filter

Introduction Multi-sensor tracking technique has receivedmuch attention in recent years. Many tracking sys-tems involve basically active (radar) and passive(infrared tracking) subsystems. The main disad-vantage of infrared search and tracking is the prob-lem of observability and filtering divergence. Actu-ally, quite a lot of research activities have beendone in this field and some researchers more thanonce simulated the feasibility of the approach[1,2].The main idea of the methods is as foll…     

VARIABLE CUTOFFF REQUENCY NONLINEAR DIGITAL FILTER: II-TWO-DIMENSION

ＶＡＲＩＡＢＬＥＣＵＴＯＦＦＦＲＥＱＵＥＮＣＹＮＯＮＬＩＮＥＡＲＤＩＧＩＴＡＬＦＩＬＴＥＲ：ＩＩ－ＴＷＯ┐ＤＩＭＥＮＳＩＯＮ＊ＧｏＨｏｎｇ（古红）ＺｈｕＹｉｓｈｅｎｇ（朱贻盛）（ＩｎｓｔｉｔｕｔｅｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｅｅｒｉｎｇ，Ｓｈａｎ...     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

电力变压器微机差动保护改进算法及其保护系统研究

本文提出用微机实现电力变压器差动保护的改进算法和保护系统方案,研究设计了一种高精度综合优化数字滤波器用作差动保护涌流检测与判别的元件,并提出一系列提高保护灵敏度、速动性和减小计算量的方法,本算法与保护方案经模拟和仿真试验验证,取得了满意的效果。     

基于小波和SVR的红外弱小目标检测方法

在分析红外图像弱小目标特征和背景特征的基础上,提出了基于小波变换和支持向量回归（SVR）的自适应滤波的检测方法．该方法首先采用小波变换抑制大部分背景杂波;然后用基于SVR的自适应滤波器（SVRBAF）对高频小波系数进行处理,大大提高了图像的信噪比;最后,基于目标的连续性和运动轨迹的一致性,采用流水线结构的序列处理方法进一步提高检测性能．仿真结果表明：该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测．     

基于 UKF 非线性人眼跟踪的驾驶员疲劳检测

为解决驾驶员疲劳检测算法中头部快速移动、人眼非线性跟踪以及实际疲劳表情的识别问题,提出了一种新的基于UKF眼跟踪算法的驾驶员疲劳检测方法.根据近似非线性函数的概率分布比近似其函数更容易的原则,利用UT无迹变换,选择一组确定的Sigma点集逼近驾驶员人眼运动状态的后验概率密度函数,进行人眼非线性跟踪.在驾驶员人眼非线性跟踪基础上,通过计算PERCLOS值,进行现实驾驶条件下驾驶员疲劳的跟踪检测.实验结果表明,该方法不仅可以增强对驾驶员头部旋转、快速移动以及光照变换的鲁棒性,而且可以比传统的Kalm an滤波算法提供更精确的计算估计.     

基于可观测性分析的单轴激光惯导初始对准方法研究

在单轴旋转激光惯导系统中，采用奇异值分解的方法对系统进行可观测性分析，得出在初始对准过程中方位失准角的可观测度相对水平失准角较低，估计速度较慢，影响整个系统的初始对准速度。针对这一问题采用水平失准角的稳态估计值去估计方位失准角的方法。仿真结果表明：该方法可以有效提高方位失准角的估计速度。     

On-line estimation of state-of-charge of Li-ion batteries in electric vehicle using the resampling particle filter

Accurate battery state-of-charge (SOC) estimation is important for ensuring reliable operation of electric vehicle (EV). Since a nonlinear feature exists in the battery system and particle filter (PF) performs well in solving nonlinear or non-Gaussian problems, this paper proposes a new PF-based method for estimating SOC. Firstly, the relationships between the battery characteristics and SOC are analyzed, then the suitable battery model is developed and the unknown parameters in the battery model are on-line identified using the recursive least square with forgetting factors. The proposed battery model is considered as the state space model of PF and then SOC is estimated. All experimental data are collected from the running EVs in Beijing. The experimental errors of SOC estimation based on PF are less than 0.05 V, which confirms the good estimation performance. Moreover, the contrastive results of three nonlinear filters show PF has the same computational complexity as extend Kalman filter (EKF) and unscented Kalman filter (UKF) for low dimensional state vector, but PF have significantly better estimation accuracy in SOC estimation.