基于QR分解的RLS算法及在扩频系统的应用研究

相对于扩频系统抑制窄带干扰的时域经典自适应滤波算法,基于QR分解的窄带干扰抑制方法是一种性能优良的新算法.研究了基于QR分解的RLS自适应滤波算法,考虑两种指数加权递归最小二乘(RLS)估计的算法--QR-RLS算法和逆QR-RLS算法,对扩频通信系统进行窄带干扰抑制.通过定义新的数据矩阵,该算法求解出数据域正规方程中的系数矩阵和右侧向量,从而提高了计算效率.最后用Matlab仿真了自适应滤波过程,仿真结果表明,该算法具有良好的计算性能以及收敛性能.     

基于多特征的粒子滤波跟踪算法

为解决基于颜色直方图的粒子滤波跟踪算法容易受到相似背景干扰,提出了一种方法,即通过高斯模型检测目标并提取出粒子窗口内轮廓,把轮廓的成对几何直方图特征和颜色直方图这两个特征相结合融合到粒子滤波跟踪框架中,有效的抑制背景相似干扰。实验结果证明,基于颜色直方图单一特征的粒子滤波跟踪算法相比,本算法是稳定和有效的。     

有效的图像滤波算法

利用灰色关联度的特性和阿尔法均值滤波算法的优点,提出一种基于改进灰色关联度和阿尔法Alpha均值滤波的噪声图像的自适应滤波算法。该算法采用灰色关联度自适应地确定滤波窗口的加权系数值,改善算法的滤波性能。实验结果表明算法对受到高斯噪声和混合噪声干扰的图像进行去噪能取得较好的滤波效果,同时还保护了原始图像的细节信息。     

一种改进的图像中值滤波方法

利用选点滤波的方式,结合信息论的香农熵理论,提出了一种改进的中值滤波算法,该算法可以有效地抑制脉冲噪声干扰,并对其他类型噪声有一定的抑制作用,可以与其他算法联合抑制综合噪声干扰,还能保持图像很好的清晰度。     

WSNs网络下移动机器人HuberM-CKF离散滤波定位*

针对传统移动机器人定位算法精度不高的问题,提出一种基于无线传感器网络HurbM-CKalman滤波(HCKF)算法的移动机器人定位算法。利用HurbM极大似然估计代价函数,求解线性化后CKF观测矩阵,从而解决CKF滤波算法在未知非高斯白噪声干扰下估计精度不高问题。然后,在体育馆基于WSNs网络构建了移动机器人定位实验环境,并结合移动机器人动力学模型,对HCKF、CKF算法的定位精度进行对比。结果显示,在不含噪声干扰和含未知噪声干扰两种情况下,HCKF算法定位精度分别比CKF算法提高7%和15%。     

基于组合分片模型和粒子滤波的人脸跟踪算法*

针对现有跟踪主流算法对目标机动性、目标遮挡和目标背景干扰综合性能不强的现状,改进算法利用组合分片模型和粒子滤波算法的结合来提升综合性能,提高跟踪算法准确性。改进算法采用粒子滤波算法,同时通过优化组合重采样算法提高算法的跟踪性能。组合分片模型结合水平竖直分片模型和环形分片模型的优点,通过Bhattacharyya系数进行模型相似性度量,高效克服人脸跟踪中遮挡问题和背景干扰问题。实验通过改进算法和对比算法在多变化人脸视频集进行跟踪,证明改进算法提高了对人脸目标的跟踪成功率。针对人脸跟踪中目标机动性、目标遮挡和目标背景干扰问题,通过算法的改进,跟踪效果明显改善、提升了跟踪的成功率,实现了算法对以上三种因素综合性能的提升。     

一种基于状态相关因子的抗差自适应滤波算法

提出一种新的基于状态相关因子的抗差自适应滤波算法。采用状态相关因子将非线性系统转换为状态相关系统,建立抗差自适应滤波模型,利用等价权矩阵和自适应因子进行信息分配,从而控制动力学模型异常和观测异常对导航解的影响。特定条件下的仿真计算表明,提出的基于状态相关因子的抗差自适应滤波算法,不仅能够抑制动力学模型噪声和观测噪声干扰,而且滤波计算简单,导航精度相对优于扩展卡尔曼滤波和粒子滤波算法。     

液晶屏数字识别中分割算法的研究

介绍了一种基于图像处理的针对液晶显示数字进行分割识别的方法。在滤波算法中采用增强型的高斯高通滤波器,较好地解决了因光照不均而引起的大面积背景干扰。根据图像的特点,构造了滤波模板并经过进一步滤波、二值化后,提出了一种统计基础上的水平扫描线去除杂点干扰的算法。试验结果表明,该算法能较好地去除背景分割出数字,识别率高。     

SAR图像的MMSE降斑算法研究

合成孔径雷达(SAR)图像由于相干成像方式产生斑点,严重干扰人们对图像的解译。所提系统总结了基于最小均方误差(MMSE)准则的SAR图像降斑算法,包括Lee滤波、Kuan滤波和Frost滤波,分析了它们在斑点抑制和边缘保持两方面的特性。仿真图像和真实SAR图像的降斑实验表明,Frost滤波算法同时考虑滑动窗内的统计特性和结构信息,因此优于其它滤波算法。     

基于自适应时空码书的粒子滤波多目标跟踪

提出一种基于自适应时空码书检测模型的粒子滤波多目标跟踪算法。使用时空码书模型进行前景背景分割,检测出前景目标,在该模型上加入目标自适应过程。将自适应时空码书检测的结果作为粒子滤波跟踪算法的初始目标状态,通过关联算法和粒子滤波实现多目标跟踪。自适应时空码书模型能明显降低对前景目标的误检率,抑制噪声干扰。实验结果表明,该算法能够在有干扰的复杂背景下实现对运动多目标的快速捕获,并有效提高跟踪的可靠性和精度。     

基于自抗扰算法的“动中通”系统控制策略

动中通”(SOTM)伺服控制系统通常采用三闭环PID控制策略进行控制器的设计;然而,由于系统扰动和系统时变性参数的存在,传统PID算法难以保证“动中通”系统稳定、可靠地工作;针对传统控制策略的弊端,建立了“动中通”系统数学模型,并提出了一种基于自抗扰(ADRC)算法的双闭环控制策略;仿真实验表明,基于ADRC的双闭环控制策略不仅具有更快的响应速度和更高的控制精度,还有更强的鲁棒性,能有效地弱化系统扰动的影响,满足“动中通”系统的功能需求。     

永磁同步直线电动机自抗扰控制算法研究

针对永磁同步直线电动机对于外界扰动以及系统参数变化敏感的特点,在传统自抗扰控制技术的基础上,结合前馈和反馈控制,提出一种改进型自抗扰控制算法,利用该算法可有效观测并补偿永磁同步直线电动机速度及位置控制系统中的动态耦合扰动。仿真结果表明,与经典PID控制及传统自抗扰控制算法相比,改进型自抗扰控制算法具有更好的动静态特性。     

基于恒星敏感器的姿态确定算法研究

星敏感器是一种精度极高的姿态敏感器。基于恒星敏感器的姿态确定问题,从理论上推导了利用TRIAD算法,QUEST算法和Euler-q算法求解姿态矩阵的公式;以Wahba损失函数为指标,利用确定已知的方向余弦阵、恒星观测矢量及在噪声干扰下的星敏感器的观测矢量,对比研究了各种算法的优缺点。利用一个标准星表,通过仿真计算验证了上述三种算法的正确性和有效性。     

基于自适应分解层数和阈值的小波去噪算法

为了更好地降低电能质量扰动信号中的噪声,提出了一种基于自适应分解层数和阈值的小波去噪算法.通过计算小波细节系数的峰值比,自适应地确定最佳小波分解层数,根据各层细节系数中有用信息和噪声信息的分布特性以及细节系数的正、负峰值比,动态调整各层细节系数的上、下阈值.应用Matlab对暂态振荡和脉冲信号进行去噪处理,并与传统硬、软阈值算法和一种改进小波阈值算法相比.结果表明:本文提出的自适应分解层数和阈值的小波去噪算法得到的信噪比和均方根误差均优于以上3种方法,重构后信号更接近原始信号,并且较好地保留了扰动期间信号的特征信息.     

Disturbance decoupling of linear time-varying singular systems

The problem of disturbance decoupling by state feedback is defined for a linear time-varying singular system. It is required that the closed-loop system has a unique impulse-free solution and its output is not affected by disturbances. An algorithm, namely disturbance decoupling algorithm, is proposed. It is proved that the feasibility of the disturbance decoupling algorithm is invariant under any regular feedback control law. Based on the disturbance algorithm, a constructive method is provided to design a disturbance decoupling feedback control law. Sufficient conditions for the solvability of the disturbance decoupling problem are derived. It is proved that one of the sufficient conditions is also necessary provided that other conditions are satisfied     

一种新的抗外部干扰EKF-SLAM算法

机器人在未知环境中探索时不仅存在传感器误差，而且经常受到外部干扰的影响。传统EKF-SLAM算法没有考虑外部干扰，会导致机器人定位的失败，为此，提出一种改进的EKF-SLAM算法。采用极坐标对比前后2次观测结果来检测是否存在外部干扰。当检测到存在外部干扰时，通过膨胀系统状态的方差扩大其不确定性，使系统状态迅速收敛到真值。仿真结果表明，该算法在移动机器人SLAM的估计精度和鲁棒性两方面均优于传统的EKF-SLAM算法。     

Model predictive control with adaptive disturbance prediction and its application to fatty acid distillation column control

This paper describes the results of a joint university-industry study to control a fatty acid distillation sequence, which is plagued with severe disturbance problems. In order to solve the disturbance problem, a model predictive control algorithm is modified in terms of disturbance prediction. Assuming that the dynamics of the unmeasured disturbances is generated by an auto-regressive form, the dynamics of the disturbance can be adaptively identified by using time series data of prediction errors and inputs. Using an identified disturbance model with a process model, future outputs are predicted. Control actions are determined so that the predicted output is as close to the target value as possible. This modified model predictive control aglorithm is applied to a ratio control scheme for three distillation columns. The control system developed has been in use sucessfully for more than six years to produce commercial products.     

基于高斯扰动和指数递减策略的改进蝙蝠算法

针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题,提出基于高斯扰动和指数递减策略的改进蝙蝠算法（GDEDBA）。将指数递减策略引入速度更新公式,使算法迅速进入局部寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习,防止陷入局部最优,增加种群多样性;设计扰动控制因子来控制高斯扰动的扰动范围,增强算法的稳定性。15个测试函数的仿真结果表明,改进算法的寻优性能显著提高,收敛速度更快,求解精度更高,稳定性更强。     

基于扩张状态观测器的永磁同步电机PWM电流预测控制

针对传统永磁同步电机PWM电流预测控制中电机参数扰动偏差造成的输出电流静差及振荡问题,提出基于扩张状态观测器的新型PWM电流预测控制算法.分析电机参数扰动偏差对PWM电流预测控制系统的影响,构建相应的扩张状态观测器来观测参数偏差造成的系统扰动,为传统预测控制算法提供实时性扰动补偿,并通过极点配置验证新型算法的稳定性.仿真结果表明,新型算法能够快速无静差地观测系统扰动,有效避免电感参数扰动偏差对电流预测系统的影响.     

Fault-tolerant control strategy for multicylinder hydraulic press machine based on dynamic control allocation and adjustable multiobjective optimization

A hierarchical controller is proposed for achieving high-accuracy control and the dynamic balance with the presence of multiple faults of actuator, the external disturbance, and the model uncertainties in multicylinder hydraulic press machine (MCHPM). The method divides the controller design into three steps: Virtual fault-tolerant control law, control allocation algorithm, and actuator control law, which are progressive. First, to precisely compensate the lumped disturbances including the multiple faults of actuator, the external disturbance, and the model uncertainties, a disturbance observer (DO) is developed. By combining the observer with the sliding mode control (SMC), a virtual fault-tolerant control law is designed. Second, a highly integrated control allocation algorithm for the virtual fault-tolerant control law is proposed to get the desired driving force, taking into account dynamic control allocation (DCA), multiobjective optimization (MOO) and Analytic Hierarchy Process (AHP) simultaneously. Third, taking the driving force obtained from above control allocation algorithm as the desired target, the control law of each cylinder is calculated. The global stability for the whole system is proved by the Lyapunov theory. Lastly, results of simulation and experiment show that the proposed controller can effectively handle different faults and have more superior control performance.