胆石中游离和结合胆汁酸定量分析研究(薄层扫描色谱法)

在付立叶变换红外光谱(FT-IR)定性分类胆石的基础上,用薄层扫描色谱法进行胆石中游离和结合胆汁酸的定量分析研究。60例胆石经FT-IR 分为7种类型:胆固醇结石,胆固醇混合石、胆色素混合石、色素新型石、类色素型石、黑石磷酸盐型和黑石蛋白型。本文将从不同类型胆石游离和结合胆汁酸含量的差异,探讨胆汁酸在胆石成因中的作用.     

基于逆变换的路面不平度仿真研究

针对使用现有方法仿真公路路面不平度时其结果存在误差的问题,研究了基于逆变换的路面不平度仿真的新方法。该方法直接研究给定的路面不平度功率谱密度,然后根据功率谱密度和离散FOURIER变换的性质以及信号采样定理,对数据进行截断、补充和一系列变换后获得路面的不平度。在考虑了汽车固有振动频率及行驶速度后。利用该方法对A、E两个等级的公路路面进行数值仿真。仿真结果显示：利用该方法所得路面不平度的功率谱密度与给定的功率谱密度准确一致,并且该方法简洁、便于使用。     

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(Steerable Pyramid Contourlet Transform).在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带.该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性.利用可控金字塔轮廓波变换SPCT 对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较.实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善.     

基于小波变换的电气化铁道牵引负荷谐波分析

电力机车作为牵引供电系统的主要不平衡负荷、谐波源负荷,其运行过程中产生的高频谐波电流对电力机车的安全、稳定运行造成很大危害.为精确实时地检测牵弓l供电系统中的谐波,采用时频域内均可局部化的小波变换进行谐波分析.以HXD3型0017电力机车为例,分析牵引负荷谐波电流的特点,采用最小描述长度准则(MDL)确定分析谐波的最佳...     

基于尺度不变特征变换的钢轨蠕变检测研究

针对钢轨现有定点蠕变检测技术的不足,提出一种基于尺度不变特征变换及图像配准的非接触式实时观测方法。通过安装于轨侧观测桩上的相机对待检钢轨进行拍摄,提取图像中轨腰附近预定义的感兴趣区域,而后基于尺度不变特征变换,与同一视场中钢轨未蠕变图像的对应感兴趣区域进行配准,得到定场环境下多关键点在像素坐标系中的轨向及高低位移集。根据相机的内外及畸变参数将像素位移集映射到世界坐标系,对轨向及高低位移集分别求均值,得出钢轨的轨向及高低蠕变量。为验证方法的有效性,搭建试验平台并采用OpenCV开发了仿真系统。研究结果表明:高低和轨向蠕变的相对测量误差均值分别低于0.606%和1.170%。     

双选择衰落信道下OFDM系统基于梳状导频的变换域频率分集式信道估计

由于高速铁路无线信道表现出频率选择性和时间选择性衰落(双选择性衰落),正交频分复用(OFDM)在该信道上传输,需要实时跟踪估计信道变化,降低估计噪声。由于离散傅里叶变换具有快速算法IFFT/FFT,基于变换域的信道估计技术逐渐受到关注。通常,OFDM系统的梳状导频数多于信道冲击响应长度,导致变换域信道估计方法降噪比较困难。本文提出一种梳状导频变换域频率分集式信道估计方法,它通过联合若干分组的变换域信道估计,明显降低估计噪声,从而降低信道估计的均方误差(MSE)和系统的误码率(BER)。理论分析和仿真结果表明,在时不变信道中,当分集数为L,该方法对MSE的增益是10lg(L);在时变信道中,该方法出现"错误平底",但相对于传统变换域信道估计方法,性能仍有改善。     

基于视频监控的铁路客运站人群密度分析算法

如何通过视频监控系统实时分析诸如广场、候车室等公共场所的人流密度变化,检测局部和整体人群是否过分拥挤,预防群体伤害事故,是目前研究的热点问题。为此,提出一种新算法进行人数估计,该算法具有较好的鲁棒性,可以适应复杂的背景和光照条件。     

Multi-band Image Registration Method Based on Fourier Transform

This paper presented a registration method based on Fourier transform for multi-band images which is involved in translation and small rotation. Although different band images differ a lot in the intensity and features,they contain certain common information which we can exploit. A model was given that the multi-band images have linear correlations under the least-square sense. It is proved that the coefficients have no effect on the registration progress if two images have linear correlations. Finally, the steps of the registration method were proposed. The experiments show that the model is reasonable and the results are satisfying.     

Mobile Robot Hierarchical Simultaneous Localization and Mapping Using Monocular Vision

A hierarchical mobile robot simultaneous localization and mapping (SLAM) method that allows us to obtain accurate maps was presented. The local map level is composed of a set of local metric feature maps that are guaranteed to be statistically independent. The global level is a topological graph whose arcs are labeled with the relative location between local maps. An estimation of these relative locations is maintained with local map alignment algorithm, and more accurate estimation is calculated through a global minimization procedure using the loop closure constraint. The local map is built with Rao-Blackwellised particle filter (RBPF), where the particle filter is used to extending the path posterior by sampling new poses. The landmark position estimation and update is implemented through extended Kalman filter (EKF). Monocular vision mounted on the robot tracks the 3D natural point landmarks, which are structured with matching scale invariant feature transform (SIFT) feature pairs. The matching for multi-dimension SIFT features is implemented with a KD-tree in the time cost of O(lbN). Experiment results on Pioneer mobile robot in a real indoor environment show the superior performance of our proposed method.