基于MATLAB中值滤波算法的优化与实现

介绍了中值滤波的滤波特点,针对标准中值滤波在滤除椒盐噪声中的不足,提出了一种中值滤波优化算法,通过MATLAB软件仿真,结果表明该算法在有效地去除椒盐噪声的同时,很好地保护了边缘细节,较标准中值滤波具有更优良的滤波效果.     

依据无源功率因数校正技术的军工设备应用研究*

论文主要撰写无源功率因数校正技术的工作机理,总结了该技术在提高开关电源电磁兼容性能上的应用研究,并设计了两种无源功率因数校正技术应用方案,分析了方案预期工作效果,最后给出了试验对比结果。     

泥水盾构带压开舱时泥浆配制及泥膜形成实验研究

在水下盾构隧道的建设中难免会出现盾构停机进行开舱检修的情况,带压开舱是目前水下隧道开舱常用的方法之一。然而,如何调整泥浆使其在开挖面上形成泥膜对开挖面稳定更有利,是工程界极为关注的问题。结合南京长江隧道工程在砾砂地层中的带压开舱作业,开展泥浆配制及成膜实验研究。提出先以低密度、低黏度的泥浆形成渗透带,再以较高密度、高黏度的泥浆形成泥皮型泥膜的2步调整的泥浆方案,并在现场带压开舱作业中进行了应用,形成了气密性良好的泥膜,保障了开挖面的稳定,对今后类似的泥水盾构开舱时的泥浆配制有重要参考意义。     

考虑不同路面附着情况的整车质量估计方法研究

利用带有遗忘因子的递推最小二乘估计,实现了一种整车质量估计方法,该方法考虑了不同路面附着情况对整车质量估计过程的影响,通过引入路面特征系数,实现了算法对不同路面附着情况的适应。基于Matlab/Simulink编写辨识算法并在CarMaker中完成仿真测试,测试结果表明所实现的辨识方法对整车质量估计的精度可控制在10%之内。此外,由于递推最小二乘估计方法和卡尔曼滤波方法之间的内在联系,通过推导表明了递推最小二乘估计方法是状态转移矩阵为单位阵的卡尔曼滤波方法的特殊形式,为2种估计方法的工程应用形式及调试过程提供了更全面的信息。     

基于宏微观耦合模型的城市道路交通流在线估计

实时可靠的交通流估计是城市交通管理与控制的基础.宏观的MCTM模型不 能获取引道路段的微观信息,微观的Paramics 仿真则需路网OD的准确估计, 为避开单一 模型使用的缺陷,本文提出建立宏微观耦合模型.在模型估计的单位间隔内,先利用 MCTM估计基本元胞有效密度和引道元胞初步密度,并在接口处计算仿真发车数量;再 转用Paramics 进行引道微观仿真,利用仿真检测数据计算交叉口排队长度和引道元胞有 效密度,取代初步密度,作为下一个间隔计算的初始输入,实现交通流的在线估计.仿真中, 为符合转向需求实时变化特性,建立基于约束卡尔曼滤波的转向需求估计模型,实时更 新单位间隔的转向需求.实例分析结果表明,宏微观耦合模型满足城市道路交通流在线估 计要求.     

任意形状三元阵水下目标被动定位研究

针对传统三元阵安装布放要求较高,且只能给出目标二维位置信息的问题,提出了一种基于矢量水听器的任意形状三元阵三维定位算法,采用一个矢量水听器和两个声压水听器组成阵列,利用矢量水听器给出的信息解算目标方位角,推导了任意形状三元阵条件下目标俯仰角和距离的计算公式,从而实现了对目标三维位置信息的获取．消声水池的实验结果表明：新方法能够对声源目标准确定位,在环境噪声干扰下表现出较好的性能,具有一定的工程应用价值．     

����SVM��Kalman�˲���BRT�г�ʱ��Ԥ��ģ���о�

本文提出了一个支持向量机进行初始行程时间预测并结合卡尔曼滤波算法进行动态调整的快速公交车行程时间综合预测模型.以快速公交车运行的GPS数据为基础,对北京市朝阳区快速公交2号线进行行程时间预测案例研究.利用该模型对其早高峰和上午平峰的两个不同时段的公交行程时间分别进行预测和对比分析,并通过与单一的卡尔曼滤波方法所得的预测结果进行比较.结果表明,该模型应用于快速公交行程时间预测具有更好的适用性,并且预测平峰时段的精度要高于高峰时段.     

船舶横向运动受扰力与受扰力矩估计

首先建立船舶横向运动状态方程和测量方程,提出三种力与力矩的估计方法,即用中心差分法、次优估计法和最优估计法对海浪扰动下的船舶横向运动的扰动力和力矩作出估计,并加以分析比较,最后得出结论.     

GPS／DR／MM车辆组合导航定位系统研究

为了克服卫星信号盲区GPS定位间断或失效以及航位推算（DR）定位误差随时间积累等缺陷,设计了一种基于嵌入式系统的GPS／DR／MM车辆组合导航定位系统。通过Kalman滤波对多传感器信息进行最优估计,并应用地图匹配（MM）技术,以得到最佳定位信息。系统的各模块任务使用t~C／OS—II嵌入式操作系统统一调度。经测试,该系统能实现车辆的可靠、准确定位,并且能精确地在上位机的导航地图上实时显示出车辆当前的位置和其他状态信息。该组合导航定位技术在智能交通系统（ITS）领域具有较高的应用价值。     

基于水声传感器网络的目标纯方位运动分析

研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。