潜望镜图像序列的时域Kalman滤波

根据潜望镜图像序列的噪声模型，提出了用非线性模糊滤波器和自适应Kalman在空域和时域对其进行滤波的方法。     

环境噪声主动控制算法的研究与实现

噪声主动控制技术是环境降噪的新技术,主动控制算法是其核心的问题之一。在研究滤波-X LMS主动控制算法基础上,提出了基于ⅡR滤波器的滤波-U LMS主动控制算法。对存在声反馈时的噪声主动控制中,可以提高系统的稳定性。设计了自适应主动噪声控制系统,对滤波-X LMS与滤波-U LMS主动控制算法进行了仿真和实验,结果表明,两种算法均能有效地应用于噪声主动自适应控制中,滤波-U LMS具有更好的宽频降噪效果。     

自适应M滤波器及其噪声图象滤波

为了滤除多种噪声,保持图象边缘,本文在稳健统计理论基础上,提出一种新的稳健非线性滤波器——自适应M滤波器。重点研究M滤波器的滤波特性,边缘保持特性和滤波参数的自适应性。在一维和二维含有尖锐边缘的噪声信号滤波中,评价了自适应M滤波器的性能。理论分析和实验结果表明,自适应M滤波器在噪声滤波和边缘细节保持方面均优于中值滤波器、滑动均值滤波器和α-裁剪均值滤波器。还研究了最大/最小估计滤波器(M)、广义排序统计滤波器(L)和秩排序统计滤波器(R)三类著名非线性滤波器的内在关系,得到一些有意义的结果。     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.     

两种非线性自适应滤波方法及其在建模中的应用

本文研究了基于Ｖｏｌｔｅｒｒａ级数模型和双线性模型的两种非线性自适应滤波，这两种滤波分别基于Ｖｏｌｔｅｒｒａ核和双线性递归差分方程，具有类似于ＦＩＲ和ＩＩＲ的结构。我们以Ｗｉｅｎｅｒ模型为代表，讨论了应用这两种自适应滤波进行非线性系统建模的问题，并考虑了ＭＳＥ和广义ＭＳＥ准则，分析了各种算法的复杂性，文中给出了一组仿真实例。     

基于滤波x-LMS算法的磁悬浮隔振器控制研究

针对自行研制的磁悬浮隔振器进行自适应前馈控制,设计了基于滤波x最小均方(Filtered x Least Mean Square——滤波x-LMS)算法的控制律。为了将滤波x-LMS算法应用于带有非线性特性的磁悬浮隔振系统,对滤波x-LMS算法进行了改进。在磁悬浮隔振系统上进行振动主动控制实验,实验结果表明,该控制算法取得了良好的减振效果。     

非线性逆控制在有源噪声控制的应用

利用非线性的自适应逆控制原理,引入人工神经网络对有源噪声控制系统中的执行器非线性系统进行补偿,使其复合系统在大范围内成为线性或接近线性的系统,然后再采用线性系统的控制方法对其进行控制。仿真结果表明,采用神经网络补偿执行器非线性系统是可行的,而且对非线性对象控制效果明显优于线性滤波X-LMS算法。     

自适应控制算法在振动主动控制中的应用

通过试验研究主动控制振动传递的效果。采用频率在线估计和跟踪滤波的自适应控制方法,将以分量型式抑制谐波干扰引起的振动。在控制过程中,通过递推计算进行频率估计,用中心频率随动的带通滤波器进行信号跟踪,并在基本LMS方法的基础上形成自适应控制器。建立了多点控制试验台,实施跟踪滤波的自适应对消。结果表明：自适应方法能够很好地抑制谐波干扰的影响;对于多点隔振,控制通道之间存在强烈耦合作用,整体隔振效果与被控结构的振动模态相关。     

结构非线性振动的自适应模糊滑模控制

结构在强震作用下将不可避免地进入塑性阶段,表现出非线性行为,而总体上说,结构非线性振动还没有系统、有效的控制方法.本文主要研究了结构非线性振动的自适应模糊滑模控制算法,用模糊系统来自适应地逼近非线性系统以实现滑模控制力,同时采用模糊系统消除滑模控制所带来的抖振现象,并给出了模糊滑模控制器和自适应律的设计.仿真模型采用3层和20层的Benchmark非线性结构模型,每层均设置一个采用自适应模糊滑模控制算法的控制装置,计算出其在地震输入下的结构响应,然后对仿真结果进行了分析.仿真结果表明,自适应模糊滑模控制算法能够充分发挥自适应模糊控制和滑模控制的优点,较好地实现对结构在地震作用下非线性振动的控制,并得到令人满意的结果.     

一种改进型自适应加权模糊均值滤波算法

针对原有的自适应加权模糊均值AWFM滤波器对局部噪声幅度估计不足的缺点。提出了一种新的改进型自适应加权模糊均值MAWFM滤波算法。该算法采用了一种新的模糊检测方法，可以同时检测各个像素点的正负向噪声幅度，从而能够建立一种新的自适应的模糊信号空间，以适应噪声在各个图像局部的变化。实验结果表明，MAWFM滤波器比以前的AWFM滤波器及传统的中值滤波器均有较优越的性能。     

基于通用切比雪夫滤波器的有源噪声控制研究

针对前馈管道非线性有源噪声控制系统,提出一种基于通用切比雪夫滤波器的次级通道建模方法和通用切比雪夫滤波x最小均方误差算法(GCFXLMS,general Chebyshev filtered-x least mean square)。通用切比雪夫滤波器由第一类切比雪夫滤波器扩展获得,交叉项部分可通过对角结构实现,根据对角结构的性质,可以采用减少通道信号的实现策略以降低结构复杂度;使用该滤波结构建模次级通道,并给出了稀疏虚拟次级通道模型,基于此模型推导了GCFXLMS算法。该方法性能比较包括计算复杂度对比和控制效果对比。实验结果表明,在非线性有源噪声控制系统中,通用切比雪夫滤波器可达到与Volterra次级通道建模类似的建模效果,相比于传统的前馈滤波器,通用切比雪夫滤波器具有更优的控制性能。     

Adaptive Fuzzy Strong Tracking Extended Kalman Filtering for GPS Navigation

The well-known extended Kalman filter (EKF) has been widely applied to the Global Positioning System (GPS) navigation processing. The adaptive algorithm has been one of the approaches to prevent the divergence problem of the EKF when precise knowledge on the system models are not available. One of the adaptive methods is called the strong tracking Kalman filter (STKF), which is essentially a nonlinear smoother algorithm that employs suboptimal multiple fading factors, in which the softening factors are involved. Traditional approach for selecting the softening factors heavily relies on personal experience or computer simulation. In order to resolve this shortcoming, a novel scheme called the adaptive fuzzy strong tracking Kalman filter (AFSTKF) is carried out. In the AFSTKF, the fuzzy logic reasoning system based on the Takagi-Sugeno (T-S) model is incorporated into the STKF. By monitoring the degree of divergence (DOD) parameters based on the innovation information, the fuzzy logic adaptive system (FLAS) is designed for dynamically adjusting the softening factor according to the change in vehicle dynamics. GPS navigation processing using the AFSTKF will be simulated to validate the effectiveness of the proposed strategy. The performance of the proposed scheme will be assessed and compared with those of conventional EKF and STKF     

基于微分几何法的非线性分数阶悬架主动控制

现有主动悬架的研究主要以线性弹簧和线性阻尼组成的悬架系统为研究背景,但油气悬架、空气悬架和磁流变悬架等实际悬架不仅具有非线性特性,而且同时具有黏弹性材料的特点。因此含有非线性刚度和分数阶阻尼的悬架模型能更准确地描述悬架的动力学性能。针对含有三次方非线性刚度及分数阶阻尼的二自由度1/4汽车悬架模型进行研究,利用Oustaloup滤波器算法对悬架系统中的分数阶微分进行近似计算,分别采用PID控制器和基于微分几何理论反馈线性化的LQR控制器对该悬架系统进行主动控制。结果表明,基于PID控制器的主动悬架和基于反馈线性化LQR控制器的主动悬架都能有效提高汽车悬架的舒适性和稳定性,其中反馈线性化LQR主动控制效果明显优于PID控制。     

Denoising and segmentation of MR images using fourth order non-linear adaptive PDE and new convergent clustering

At present, digital image processing plays a vital role in medical imaging areas and specifically in magnetic resonance imaging (MRI) of brain images such as axial and coronal sections. This article mainly focused on the MRI brain images. The existing methods such as total variation (MC), parallel MRI, modified pyramidal dual-tree direction filter, adaptive dictionary selection algorithm, classifier methods, and fuzzy clustering techniques are poor in image eminence and precision. Thus, this article presents a novel approach consisting of denoising followed by segmentation. The objective of these proposed methods was visual eminence improvement of medical images to examine tumor extent using an adaptive partial differential equation (APDE)-based analysis with soft threshold function in denoising. The fourth order, nonlinear APDE was used to denoise the image depending on gradient and Laplacian operators associated with the new adaptive Haar-type wavelet transform. A second approach was the new convergent K-means clustering for segmentation. The convergent K-means procedure diminishes the summation of the squared deviations of structures in a cluster from the center. The significance of these proposed methods was to compute their performances in terms of mean squared error, peak signal-to-noise ratio, structure similarity, segmentation accuracy, false hit, missed-term, and elapsed time. The results were analyzed with the MATLAB software.     

主动控制中作动器非线性谐频的控制

采用主动隔振系统,能有效地控制低频线谱振动。在常规的作动器中,虽然可以有效地降低基频的振动;但二次谐波处产生的附加能量会影响隔振效果。通过理论分析与试验,研究了振动主动控制系统中电磁作动器的非线性现象,分析了进行低频线谱振动控制时电磁作动器在二次谐频处产生额外能量的原因,提出用谐波发生器自适应补偿作动器非线性现象的方法,结合前馈Fx LMS算法进行主动控制的试验表明,系统可得到较理想的控制效果。     

基于模糊自适应BP算法的包装件缓冲垫层非线性特性识别

将模糊自适应ＢＰ算法应用于包装件缓冲垫层非线性特性识别问题，提高了网络训练速度，从而使结构化神经网络方法更适于实际应用．     

Fault Diagnosis for Non-linear System Based On Adaptive Fuzzy System

１ＩｎｔｒｏｄｕｃｔｉｏｎＬｏｔｓｏｆｖａｌｕａｂｌｅｒｅｓｕｌｔｓｆｏｒｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｌｉｎｅａｒｓｙｓｔｅｍｂａｓｅｄｏｎｍｏｄｅｌｈａｖｅｂｅｅｎａｃｈｉｅｖｅｄ，ｂｕｔｉｔｉｓｄｉｆｉｃｕｌｔｙｔｏａｐｐｌｙｔｈｅｓｅｒｅｓ...     

基于输出反馈的不确定非线性系统模糊鲁棒H∞控制

本文针对一类不确定非线性系统,研究了基于输出反馈的模糊鲁棒H∞控制问题。根据模糊T-S模型表征不确定非线性系统,基于状态观测器设计模糊控制器。由线性矩阵不等式和自适应律给出了模糊控制器存在的充分性条件。基于Lyapunov稳定性理论,提出的模糊控制方案在所有闭环信号最终一致有界意义下实现了期望的H∞性能。仿真结果表明了该方案的可行性。本文所提出的模糊跟踪控制器松弛了保守性,避免了匹配条件和上界。与已有的工作相比,本文约简了线性矩阵不等式的维数。     

消除电液负载仿真台多余力矩的理论分析及实验研究

从理论上分析了电液负载仿真台存在多余力矩的特点及其加对载系统控制性能的影响,提出同步补偿、利用结构不变性原理二次补偿的方法消除多余力矩,并用模糊自适应控制的方法提高同步跟踪精神的综合动态补偿方案,以提高加载系统的控制性能。在此基础上进行了实验研究,结果表明此方法对克多用力矩是成功的。