动态瞬时心率抗干扰检测算法设计

为了采集准确的心电信号,设计了一套基于瞬时心率信号抗干扰测量的方法,针对微弱并易受干扰的心电采样信号,进行有效地硬件以及软件滤波,通过软件数字滤波算法,得到真实的心率信号.实验结果表明,当运动状态稳定时,通过对采样信号脉宽限制及16个采样数据做滑动平均处理,得到的数据能够显示人体运动时的真实心率,数据波动正确的反映了心率状态,能够提供稳定准确的数值依据.     

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。     

基于Butterworth滤波器的汽车平顺性指标计算

结合汽车平顺性评价指标计算要求和分数倍频程滤波器设计标准,针对评价指标中的20个中心频率对应各频带,运用MATLAB编程设计Butterworth带通滤波器,对采集后的时间序列信号进行带通滤波并计算滤波后信号的均方根值;根据标准中1/3倍频带的加权系数计算加权加速度均方根值。试验表明:编程计算的1/3倍频带分析与动态分析仪SD-380处理的结果基本吻合,能够实现对汽车平顺性的有效评价;设计的带通滤波器性能指标满足要求。     

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。     

利用速度信息改进城市道路短时交通量预测

利用速度消息的时变特性,提出了1种无需假设状态变量为平稳的基于卡尔曼滤波算法的短时交通量预测模型。依据城市道路网上下游路段交通流之间的时空演化关系,利用实时采集的路段平均速度信息构建时变的状态转移矩阵来取代常数状态转移矩阵,对现有基于卡尔曼滤波算法的短时交通量预测模型进行改进。最后以2个真实路段4d的交通量进行预测试验,相关计算结果表明:由于加强了模型的动态性,改进后的预测模型较原模型的预测精度在整体上有所提高,其中平均绝对相对误差由7.64%及16.04%分别下降至7.25%及15.75%,均等系数则由0.9572及0.9250分别提高至0.9602及0.9268,而对于交通量急速变化的时段,提高的幅度更为明显,平均绝对相对误差可降低14.8%,从而验证了所提出方法的有效性。      

废弃黏土在泥水盾构泥浆配制中的再利用研究

南京纬三路过江通道在竖井施工和盾构始发段掘进过程中产生了大量废弃的黏土,如何经济环保地处理废弃土成为工程面临的一大难题。工程盾构段约40%的地层是粉细砂地层,该地层对泥浆指标要求较低,考虑利用废弃黏土来配制掘进泥浆。采用填土、淤泥质粉质黏土、膨润土分别与泥浆增黏剂混合配浆,使用自制的泥浆渗透仪测定泥浆的滤失量和成膜质量,最后结合现场施工监测数据验证泥浆配比的可行性。结果表明,采用始发段废弃淤泥质粉质黏土配制的泥浆稳定性较好,形成的泥膜致密、泥浆失水量小,能够满足粉细砂地层的盾构掘进。     

公交到站时间预测研究现状与发展趋势

实时的公交到站时间预测是智能公交的重要组成部分,准确的预测有利于帮助居民进行出行规划和减少等待时间.通过研究公交到站时间预测的原理和方法,系统总结了基于GPS、APC等数据的统计学方法和分析模型.对历史平均法、神经网络、卡尔曼滤波、支持向量机和基于概率的预测模型等几种典型方法的预测原理进行了介绍,从预测精度、实时性、计算复杂性等几个方面对模型的优缺点进行了比较.分析了公交到站时间预测发展趋势,提出了该领域需要进一步研究的问题.      

Probabilistic Tracking of Objects with Adaptive Cue Fusion Mechanism

A tracking method based on adaptive multiple cue fusion mechanism was presented,where particle filter is used to integrate color and edge cues.The fusion mechanism assigns different weights to two cues according to their importance,thus improving the robustness and reliability of the tracking algorithm.Moreover,a multi-part color model is also invoked to deal with the confliction among similar objects.The experimental results on two real image sequences show the tracking algorithm with adaptive fusion mechanism performs well in the presence of complex scenarios such as head rotation,scale change and multiple person occlusions.     

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.     

基于SVD-UKF的车用锂离子动力电池传感器故障诊断研究

针对传感器故障诊断问题,提出通过分析模型预测电压与传感器观测电压的残差来诊断传感器是否发生故障的方法。使用无迹卡尔曼滤波（Unscented Kalman Filter,UKF）算法估计电池的端电压,并提出使用奇异值分解（Singular Value Decomposition,SVD）代替平方根法分解,以解决协方差矩阵非正定导致的算法无法正常运行的问题。提出使用累积和（Cumulative Sum,CUSUM）法对残差进行分析,通过监测CUSUM的变化来判断传感器是否发生故障。以动应力测试（Dynamic Stress Test,DST）工况作为验证工况,用3类常见的传感器故障对提出的方法进行验证。结果表明,提出的传感器故障检测方法在一些微小故障的检测中,相比于传统的设定残差阈值的方法更灵敏,能更快检测出微小的数据偏移情况。