CMOS图像传感器的自适应降噪方法研究

提出了一种用于CMOS图像传感器的新型自适应降噪方法,并进行了逻辑电路实现。该方法通过运动检测和边缘检测技术进行噪声功率统计和分析,选择性的利用中值滤波、均值滤波以及运动自适应滤波方法,对传感器输出图像进行了数字降噪处理。实验表明本文方法降低了高斯噪声和椒盐噪声的影响,有效提高了图像质量和峰值信噪比。其结构易于电路实现,适用于CMOS图像传感器内部的实时降噪处理。     

Kalman滤波算法在定向测试中的应用

通过对定向系统的输出数据进行实时分析,建立精确输出数据模型,并对模型参数进行估算.根据取得的精确输出模型方程,转换到kalman量测方程和状态方程,并对滤波参数进行估算,利用kalman滤波技术进行实时滤波处理.试验表明kalman滤波有效抑制输出数列的噪声,提高了定向测试的精度和稳定性.     

形态滤波和空间滤波在两相流速度测量中的应用

为了快速、准确地对气固两相流速度进行测量,介绍一种利用形态滤波和空间滤波处理气固两相流信号的基本方法,首先研究电容传感器的空间滤波效应,并找出固体速度和电容传感器带宽之间的关系.然后通过对一维形态滤波算法理论进行分析,推导出可用于实时运算的形态滤波方法,此方法具有处理速度快,滤波效果好,适用性广的特点,可应用于多种信号的实时处理中.然后利用形态滤波确定传感器的带宽,进而求出固体速度.最后给出仿真实验结果,仿真实验结果表明:该方法可以满足气固两相流速度的测量要求.     

基于Kalman滤波算法的姿态传感器信号融合技术研究

针对应用三轴陀螺仪和三轴加速度传感器的四旋翼飞行器姿态角测量问题,提出了基于Kalman滤波算法的姿态传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理,认为陀螺仪输出的角速度误差与其所测角速度及上一时刻的角速度输出误差相关,并据此建立陀螺仪测量线性方程,在此基础上,应用Kalman滤波算法,以加速度计输出的姿态角对陀螺仪测量的姿态角进行修正,从而达到姿态角准确测量的目的。实验结果表明：应用Kalman滤波算法对加速度传感器和陀螺仪信号融合后可有效消除姿态角测量累积误差并显著改善姿态角测量的动态特性。     

石英谐振式称重传感器的数据获取及处理

分析研究了石英谐振式称重传感器的输出信号的获取及数据处理方法，并针对输出信号的特点，提出了数字非线性滤波、线性滤波、漂移抑制等组合数据处理方法，得到了高精度、高稳定度和响应快速的称重传感器数据。并给出了具体的信号提取电路和分析处理数据实例。     

随机共振在惯性传感器信号处理中的应用

针对实际处理惯性传感器信号的特点,根据随机共振利用噪声增强信号传输的特性,对现有随机共振的算法进行分析和改进,提出将随机共振应用于惯性传感器输出信号处理方法,即将随机共振系统与恢复系统相结合组成随机共振滤波系统,并通过改进系统参数和恢复方法以及对Runge-Kutta算法实现惯性传感器信号的滤波处理。最后分别对惯性传感器的静态数据和动态数据进行验证,结果表明改进的算法能有效地消除干扰,有效地改善了输出信号精度。所提出的滤波方法与传统的滤波方法相比有较大的优势,为惯性传感器信号处理提供了一种新的方法,具有实际应用价值。     

数字滤波在加速度计中的工程应用

简要分析了加速度计输出信号的组成,介绍了切比雪夫Ⅰ型数字低通滤波器的设计方法,并采用该方法对某型石英挠性加速度计的输出信号进行了实时滤波处理,通过对滤波前后时域信号和频谱信号的比较,得出了切比雪夫Ⅰ型数字低通滤波器能有效抑制加速度计输出信号中的高频噪声、实时性高、性能稳定的结论.     

基于自适应滤波的MEMS姿态确定方法

针对消费类电子设备对姿态测量系统的需求,本文提出了一种基于MEMS加速度计、陀螺仪和磁强计的九轴姿态确定算法.针对实际系统中传感器量测噪声未知的情况,首先介绍了一种基于矢量观测器的矩阵Kalman滤波姿态确定算法,然后利用残差匹配技术,设计了一种基于残差匹配的自适应滤波方法.论文采用自适应滤波对传感器量测噪声进行估计,并将估计的量测噪声代入线性矩阵Kalman滤波算法,有效解决了线性矩阵Kalman滤波需要准确量测噪声统计信息的缺陷.最后设计了仿真实验验证本文提出的算法,并将其与线性矩阵Kalman滤波算法比较.仿真结果表明,自适应矩阵Kalman滤波的姿态旋转误差角为0.6091°,标准差为0.3009°,能够有效的估计传感器量测噪声,并具有更高的姿态确定精度和稳定性.     

涡街流量传感器信号处理方法研究

设计一种基于变增益运算放大器和DSP数字信号处理单元的新型涡街流量计信号处理电路.利用DSP上集成的模拟数字转换电路(A/D)实时检测涡街流量计传感器输出信号的幅度和频率,采用数字模拟转换电路(D/A)对变增益运放进行控制,控制传感器输出信号幅度的相对稳定.针对涡街流量计输出信号的频率特性,设计基于DSP的FIR滤波算法,实现输出信号噪声的初步抑制,削弱原始信号中强噪声干扰.滤波后信号由DSP进行频率信息的精确计算以及流量的解算.实验结果表明,变增益运算放大电路有效解决了涡街流量计传感器输出信号幅度变化范围大而造成的放大电路复杂,分段放大信号幅度不连续等问题;采用DSP进行数字滤波及频率计算,实现了信号中噪声的抑制以及高精度流量解算.     

带滤波的无线传感器网络的H∞控制

本文研究了基于滤波的无线传感器网络的H∞控制问题.首先建立了无线传感器网络的模型,然后使用稳态Kalman滤波器对多个传感器节点的输出信号进行滤波,将滤波后的信号作为无线传感器网络系统的反馈输出,并通过建模和分析得到带干扰的线性离散切换系统模型.最后设计了切换控制器,并基于Lyapunov函数给出了在任意切换条件下使该切换系统满足H∞控制的条件.仿真结果验证了该方法和结果的可行性.     

车载微加速度计信号的小波去噪技术研究

车载环境下由于微机械加速度计自身特点和受到车辆振动、电磁干扰等原因,其真实加速度信号往往受到严重的干扰,给数据分析带来很大困难.针对此种情况,结合对车载加速度计输出信号的分析假设了一种加速度信号,同时用真实的加速度计输出噪声作为干扰叠加在假设信号上,以信号的统计指标作为去噪效果的评价标准选择了合适的小波基,并据此对实际信号进行去噪处理证明:小波去噪方法非常适合于此类受到严重干扰的测量信号的去噪处理,去噪效果良好,且计算分析简便.     

小波阈值去噪在传感器性能试验数据处理中的应用

在传感器性能测试中,采样的信号经常受到各种噪声的干扰和污染,不能准确反映设备的运行状态,不宜直接用于数据处理与分析。为了对试验数据进行去噪预处理,根据具体传感器性能试验数据的特点,运用小波变换方法,确定了适合的小波去噪参数。引入重构因子比较几种常用的小波基,应用Matlab对仿真信号进行小波阈值去噪处理,依据平滑度确定了分解层数,为传感器性能试验数据预处理提供了的一种有效的小波阈值去噪方法。     

杯式风速传感器计量的线性研究

线性是表征杯式风速传感器角速度与风速正比关系的重要计量性能指标。传感器动态运行时,它能直接反映风杯结构设计特征,并产生风速输出值的系统误差,其技术指标要求不超过±0.5 m/s。目前,风速计量用“示值误差”表示测量结果,不能直接反映传感器的线性特征。根据检定规程的测量方法,对风速传感器在风洞中开展全量程重复性测量并获取试验数据。采用最小二乘估计法对数据的线性度进行分析,提出以“非线性误差”作为研究线性计量特性的指标。相比较单校准点的“示值误差”作为计量结果,应用非线性误差的分析方法研究线性特征,对传感器的评价更加客观。风速线性计量技术研究可进一步推动风速自动观测数据的补偿及修正技术,可应用于气象观测、电力、民航、军队及煤矿等领域,以提高风速数据准确性。     

Integrated design of fault detection systems in time-frequencydomain

Problems related to the integrated design of robust fault detection (FD) systems are studied. First, it is revealed that due to the time window introduced to realize the 2-norm based evaluation function, an optimal design of a FD system with the 2-norm based evaluation function may not ensure the expected optimal performance when the system is realized in real applications. To solve this problem, an integrated design method of FD systems using the absolute value of residual signal as evaluation function is then proposed. It leads to a residual generator which is much easier to be realized. Different from the usual 2-norm based approaches whose mathematical basis is the relationship between the energy of the output and input signals of a dynamic system, a relationship between the instant power of the output signal and the energy of the past input signal of a dynamic system is established and further used for FD system design. Another new kind of evaluation function based on the absolute value of wavelet transform of residual signal and the corresponding integrated design approach for FD systems are further proposed     

输入不确定BELM在发酵过程软测量中的应用

为复杂的发酵过程建立软测量模型要求模型最好能够给出预测值的置信区间,以便技术人员对发酵过程的真实状况和模型的可靠性进行评估。贝叶斯极限学习机能够在实现预测的同时一并给出预测值的置信区间,因此将其用于发酵过程的软测量建模。然而,实际发酵过程中的输入数据往往带有噪声,贝叶斯极限学习机仅能处理输出含噪声的情况。针对这个问题,提出了输入不确定贝叶斯极限学习机。在原有的贝叶斯推理过程中引入输入不确定性,得到了综合考虑输入输出噪声的模型参数和预测置信区间。最后利用青霉素发酵过程进行仿真验证,建立了产物质量浓度的软测量模型,结果表明该方法预测精度高,得到的预测置信区间包含了所有真实值。     

无线传感器网络分析与仿真

计算机仿真是通信网络研究的有效评估方法之一。无线传感器网络强调对目标现象及其属性的实时感知能力，支持对感知信息的本地处理和节点间协同处理，而传统网络仿真平台并不支持。从网络体系结构和典型应用场景入手，分析无线传感器网络仿真需求，提出结合传统网络通信性能、能耗控制和基础功能实现的网络性能评价指标，并给出基于NS-2的扩展设计和实现。     

基于RBF网络的模拟移动床PH传感器故障诊断

为了提高模拟移动床控制系统PH传感器的可靠性,提出了一种基于两级RBF神经网络的故障诊断方法。该方法首先利用径向基(RBF)神经网络对传感器的输出序列建立预测模型,通过计算预测输出和实际输出的残差来检测故障的发生,然后对包含故障的残差信号利用小波变换进行特征提取,最后利用RBF诊断网络实现故障诊断。通过把这种方法应用到实际诊断测试中,可达到较准确的诊断结果。     

Intelligent control based on wavelet decomposition and neural network for predicting of human trajectories with a novel vision-based robotic

In this paper, an intelligent novel vision-based robotic tracking model is developed to predict the performance of human trajectories with a novel vision-based robotic tracking system. The developed model is based on wavelet packet decomposition, entropy and neural network. We represent an implementation of a novel vision-based robotic tracking system based on wavelet decomposition and artificial neural (WD-ANN) which can track desired human trajectory pattern in real environments. The input–output data set of the novel vision-based robotic tracking system were first stored and than these data sets were used to predict the robotic tracking based on WD-ANN. In simulations, performance measures were obtained to compare the predicted and human–robot trajectories like actual values for model validation. In statistical analysis, the RMS value is 0.0729 and the R² value is 99.76% for the WD-ANN model. This study shows that the values predicted with the WD-ANN can be used to predict human trajectory by vision-based robotic tracking system quite accurately. All simulations have shown that the proposed method is more effective and controls the systems quite successful.     

连续小波变换在传感器故障诊断中的应用

小波变换在信号分析与处理中有良好的局部性质.主要研究基于连续小波变换极值点的方法在传感器故障诊断中的应用.对输入信号输出信号进行连续小波变换,利用该变换求出输入输出信号的奇异值,然后去除由于输入突变所引起的极值点,则其余的极值点对应于传感器的故障.在MATLAB平台下,仿真结果表明,该故障诊断方法可以有效地进行故障检测和定位.     

A novel fault-tolerant sensor system for sensor drift compensation

The conventional fault-tolerant sensor systems would fail when outputs from incorporated sensors are either noisy or drifting. This paper presents a novel real-time fault compensation method, which uses state estimation and compensation techniques, that the sensor system can perform robust measurements even when outputs from every incorporated sensor are noisy and drifting. In a simulation example, the proposed design can detect and correct the sensor errors (dc bias and drift) in real time. For the dc bias, the minimum detectable offset value is 0.1, which is the same as the standard deviation of the sensor noise. The compensated sensor output is biased at values smaller than 0.02. For the sensor drifts, the proposed method can compensate drifts for the change rate of drifts up to four times faster than that of the signal to be measured. The highest change rate of drifts, that can be compensated by this method, is determined by the standard deviation of the sensor noise.