基于贝叶斯估计的小波脑电信号去噪算法研究

针对传统脑电去噪算法易丢失细节特征、峰值信噪比低、计算量大等问题,对脑电信号70～200 ms的尖波部分和持续时间小于70 ms的棘波部分,采用拉普拉斯分布为去噪模型,利用贝叶斯估计方法对小波变换后的系数进行估计,将估计后的信号进行重构,以达到去噪的目的.采用信噪比、均方根误差、作为去噪的评价指标,对比贝叶斯估计算法、全局阈值算法、改进阈值算法和自适应阈值算法的优缺点.通过对比发现贝叶斯算法的信噪比远高于其他算法,该方法获得了较大的峰值信噪比增益,而在四组均方根分析数据中,贝叶斯估计算法取得的误差较小,去噪效果更好.在能量和功率谱的分析中,充分验证了贝叶斯估计算法的去噪优越性,有效保留了原始信号的高频和低频部分的细节信息.     

一种基于模糊逻辑的主/被动雷达数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法是基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。     

基于贝叶斯估计特征分布融合的目标分类方法

为研究雷达目标分类方法,对基于贝叶斯估计特征分布融合的目标分类方法进行了研究.根据目标点迹参数具有随机性特点,建立特征模型;然后对目标真假特征分布进行基于贝叶斯估计下的融合,融合后的多维分布在分类导向矢量的作用下得到分类界面的确定和特征降维处理,得到目标一维高斯概率分布;最后根据目标分布距离积分得到目标概率,以概率门限为准则完成目标分类.通过对二维、三维及多维特征下目标分类算法的分析、计算和仿真,验证了方法的有效性.     

一种不确定数据的朴素贝叶斯分类方法

针对不确定性数据的分类问题,提出一种基于直方图估计的不确定性朴素贝叶斯分类器(HU-NBC).基于直方图估计的思想,建立估计不确定性数据概率密度函数的数学模型,并利用该模型估计不确定性朴素贝叶斯分类器的类条件概率密度函数.实验结果表明,与同类型算法相比,基于直方图估计的HU-NBC算法拥有较优的分类精度、较小的时间代价和空间需求,适合解决数据量较大的不确定性数据分类问题.     

基于MCMC的多维相关系数平稳序列

在相关系数平稳过程的基础上,提出了基于MCMC（Markov Chain Monte Carlo）方法来估计多维相关系数平稳序列模型的参数;给出基于贝叶斯估计的多维相关系数平稳序列模型参数的算法;在无先验信息条件下,模拟验证了用此方法估计二维相关系数平稳序列模型参数的有效性。     

基于数据融合的日光温室传感器布设

针对北方日光温室内环境监测传感器的布设问题,设计了基于神经网络、分批估计理论与自适应加权平均融合算法的日光温室传感器布设方案.利用11个监测点采集到的温室内西红柿生长环境温度和湿度数据,在运用BP神经网络进行缺失值补全的基础上,结合分批估计理论和自适应加权平均融合算法进行多传感器数据融合.通过对比融合值与原始数据的相对误差,选择最佳传感器数据,以此为基础确定最优传感器布设区域.结果表明,相对于算数平均融合与自适应加权平均融合,基于分批估计的自适应加权平均融合方法可以更合理地反应多传感器数据特征.     

GPS／INS组合导航的变分贝叶斯自适应卡尔曼滤波

为解决GPS／INS组合导航的数据融合问题中卡尔曼滤波器因噪声统计特性会发生变化而性能严重退化的问题,针对组合导航的系统模型提出并推导了一种基于变分贝叶斯学习的自适应卡尔曼滤波算法。该方法从概率角度将系统状态与噪声的统计矩一起作为待估计的随机变量,在每次递推地对状态进行估计之前,用变分贝叶斯学习迭代逼近得到噪声的后验分布。仿真结果证明：在组合导航系统中,该自适应算法能够较好地跟踪变化的噪声方差,并对速度、位置等系统状态进行估计。     

分布式结构下主/被动雷达抗假目标干扰方法

针对欺骗式假目标干扰,提出一种利用分布式融合结构主／被动雷达网的距离欺骗式假目标鉴别算法．首先利用主动雷达中的量测值来联合被动雷达进行航迹起始,并在航迹起始阶段剔除部分假目标; 之后,主动雷达和被动雷达独立地对目标进行跟踪滤波; 对于主动雷达中已形成稳定航迹的假目标,利用航迹关联的方法将其剔除．仿真结果表明,这种方法可以在保证真实目标鉴别概率的前提下,对欺骗式假目标进行有效的鉴别,降低主／被动雷达网的被欺骗概率．     

基于T分布变分贝叶斯滤波的SINS/GPS组合导航

为了解决组合导航中由于野值存在而导致传统滤波算法性能下降的问题,针对SINS/GPS组合导航系统模型提出基于T分布的变分贝叶斯高斯滤波算法,充分考虑野值所导致的噪声厚尾特性,将观测噪声建模为T分布.对系统状态和自举变量进行估计,并且在每个滤波时刻借助变分贝叶斯学习对状态估计进行迭代,以逼近真实后验分布.针对噪声存在野值的场景进行仿真验证,结果表明,在SINS/GPS组合导航系统中,当噪声存在野值时,基于T分布的变分贝叶斯组合导航滤波方法具有一定的鲁棒性,并且精度优于传统组合导航滤波方法.     

基于谱熵梅尔积的语音端点检测方法

为了克服传统语音端点检测算法在低信噪比环境下准确率低的问题,提出一种基于谱熵梅尔积（MFPH）的语音端点检测算法.首先,提取带噪语音信号的梅尔频率倒谱系数中的第一维参数MFCC₀,将其与谱熵的乘积作为最终区分语音段和背景噪声段的融合特征参数;然后,结合模糊C均值聚类算法和贝叶斯信息准则（BIC）算法对MFPH特征参数门限值进行自适应估计;最后,采用双门限法进行语音端点检测.实验结果证明,与传统方法比较,该方法在-5~15 dB低信噪比环境下的语音端点检测准确率有较大提高.     

PODEn4DVar对松弛系数和局地化半径的敏感性

针对松弛系数和局地化半径的敏感性对PODEn4DVar同化方法性能的影响,以浅水波方程作为预报模型,测试了其对不同松弛系数α和局地化半径R的敏感性,获得了不同模型误差情形下该方法同化时产生的均方根误差变化情况,确定了不同模型误差时的最优松弛系数α和局地化半径R。实验结果表明,在模型有误差时,PODEn4DVar同化方法对参数地选取很敏感。选取最优参数值后,同化精度有了明显提高。     

现役水工钢闸门锈蚀速率的统计分析

收集国内水工钢闸门锈蚀检测的数据,采用概率统计方法和3σ方法确定了现役钢闸门锈蚀速率的概率分布模型.提出基于贝叶斯理论的钢闸门锈蚀速率更新的方法,并采用算例说明了所提方法的有效性.结果表明:我国水工钢闸门锈蚀速率的均值和变异系数分别为0.034 mm/a和0.43,锈蚀速率均值的均值和变异系数分别为0.034 mm/a和0.60,它和国外普通碳钢在淡水中的锈蚀速率大体相当.锈蚀速率不拒绝正态分布和对数正态分布,但以对数正态分布为优.采用贝叶斯理论更新后的锈蚀速率的不确定性明显减小.     

土钉抗拔试验对粘结强度估计的影响

传统的土钉设计方法经常低估了土钉的粘结强度,从而导致了不经济的设计。为此,在土钉抗拔试验结果的基础上,提出了采用贝叶斯理论来估计粘结强度的新方法。建立了粘结强度的先验分布,讨论了未破坏试验、部分破坏试验和破坏试验3种情况下粘结强度的更新。结果表明,抗拔试验能够有效地提高粘结强度估计的精度。无论抗拔试验是否做至土钉破坏,更新的粘结强度变异系数都小于先验的变异系数。当抗拔试验都未做至土钉破坏时,更新的粘结强度均值大于先验的均值;当抗拔试验都做至土钉破坏时,更新的粘结强度均值小于相应的先验值。随着最大试验荷载的增加,更新的粘结强度均值逐渐增大,但更新的变异系数逐渐减小。     

基于正则化约束总体最小二乘的TDOA/FDOA无源定位方法

目前在基于到达时间差(TDOA)和到达频率差(FDOA)的多站无源定位模型中,噪声的干扰、接收站和目标位置的不合理分布以及接收站的个数均会对定位模型中的系数矩阵造成影响,因此在实际的求解过程中系数矩阵可能会出现病态的问题,这在很大程度上会对定位结果产生影响.为了进一步在系数矩阵出现病态的情况下确保定位精度,提出了一种基...     

Novel On-Line North-Seeking Method Based on a Three-Axis MEMS Gyroscope

A novel on-line north-seeking method based on a three-axis micro-electro-mechanical system (MEMS) gyroscope is designed. This system processes data by using a Kalman filter to calibrate the installation error of the three-axis MEMS gyroscope in complex environment. The attitude angle updating for quaternion, based on which the attitude instrument will be rotated in real-time and the true north will be found. Our experimental platform constitutes the dual-axis electric rotary table and the attitude instrument, which is developed independently by our scientific research team. The experimental results show that the accuracy of north-seeking is higher than 1°, while the maximum root mean square error and the maximum mean absolute error are 0.906 7 and 0.910 0, respectively. The accuracy of north-seeking is much higher than the traditional method.     

Parametric optimization of friction stir welding process of age hardenable aluminum alloys-ANFIS modeling

A comparative approach was performed between the response surface method(RSM) and the adaptive neuro-fuzzy inference system(ANFIS) to enhance the tensile properties, including the ultimate tensile strength and the tensile elongation, of friction stir welded age hardenable AA6061 and AA2024 aluminum alloys. The effects of the welding parameters, namely the tool rotational speed, welding speed, axial load and pin profile, on the ultimate tensile strength and the tensile elongation were analyzed using a three-level, four-factor Box-Behnken experimental design. The developed design was utilized to train the ANFIS models. The predictive capabilities of RSM and ANFIS were compared based on the root mean square error, the mean absolute error, and the correlation coefficient based on the obtained data set. The results demonstrate that the developed ANFIS models are more effective than the RSM model.     

集合卡尔曼滤波同化估算地表水热通量的研究

采用了顺序同化方法,利用集合卡尔曼滤波(EnKF)耦合一个简单陆面过程模型,从而完成了改善地表水热通量估算精度的研究工作. 在建立同化系统的过程中,对同化系统的模型误差进行了探讨和设定,并通过已建立的同化系统对EnKF中的集合大小设定进行了试验. 利用山东禹城试验站提供的站点实测数据与MOD16产品数据,进行同化系统的驱动和通量结果的验证. 结果表明,以EnKF方法的数据同化系统能较好地完成对地表水热通量的估算,通过与MODIS ET(MOD16A2)产品的对比试验,证明该方法具有一定的稳定性和适用性,能较准确地对地表水热通量进行估算.     

一种改进的位置指纹智能手机室内定位算法

为了减小智能手机现有室内定位算法的时间复杂度和空间复杂度,提出一种将确定型算法和概率分布算法融合的智能手机室内定位新方法。利用最近邻算法选出K个最相近的位置点,然后采用贝叶斯算法将K个位置点中匹配概率最大的点作为最终的估计位置。在Android手机上分别采用3种方法进行20组室内对比定位实验,并随机选取10个位置进行定位误差对比实验,结果表明,新方法比贝叶斯算法的复杂度降低了Ο(4n/5),比最近邻算法的定位准确率提高了约4%,且定位误差较小。     

淮南积水沉陷区水深遥感定量分析

为获取沉陷区积水深度，尝试采用LANDSAT5（TM）影像建立水深遥感定量关系．首先对TM影像进行几何校正、大气校正、沉陷区提取等步骤，然后输出像元反射率值，并与水深实测控制点坐标匹配，使水深值与反射率值对应．计算TM影像各波段及波段组合反射率与水深值之间的相关性，其中TM4波段的相关性最大（0．561），以TM4波段为例建立水深与像元反射率间的回归模型．模型以水深值2rn为阈值，包括水深实测值小于2rn和在2～6rn的2个回归方程．将模型应用到淮南潘一矿的沉陷区，计算反演水深值与实测值误差．结果表明：水深值小于2m的区域平均绝对误差0．1591m，平均相对误差13．367％；水深值在2～6m范围内的区域平均绝对误差0．57181m，平均相对误差15．02％．     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子; 然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列; 最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法; 基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。