通航船舶吃水实时检测系统数据处理方法研究

根据通航船舶吃水检测要求,研制了基于超声波传感器阵列的船舶动态吃水实时检测系统,获取了船底吃水的点云数据。分析点云数据突变点的分布特征和现场干扰因素,将异常数据分为2类。并提出将点云数据中值滤波算法应用于消除超声波传感器探测船底时"第1类异常数据"的干扰;针对"第2类异常数据"出现在船尾的特点,提出了最小二乘直线回归预测法消除船只螺旋浆尾流干扰。并采用现场实测数据,对算法进行了验证。现场实测表明,检测系统满足测量要求,采用的算法实用、有效。     

基于SMF-WPR-KPCA算法的轴承特征提取

针对轴承振动数据的非线性和特征维数冗余问题,提出了一种将滑动中值滤波技术、小波包重构技术和核主元分析结合(SMF-WPR-KPCA)的特征提取方法。该方法首先利用滑动中值滤波技术对原始数据进行滤波,消除异常点并保持边缘特性;之后对数据标准化处理以及傅里叶变换,确定数据频谱特征显著区域;然后对数据进行小波包分解再叠加重构频谱显著区域数据,并对新数据提取新的时域特征;最后进行核主元分析,得到特征图像并定量描述特征区域。利用NASA的全寿命轴承数据进行实验仿真验证,结果表明,相比PCA模型,该方法有效地解决了数据的非线性特性,压缩了特征维数,具有更好的特征状态识别和分类性能。     

基于LabVIEW的中值滤波算法在剔除尖脉冲干扰中的应用

试验设备在运行时会受到各种电磁干扰使采集数据失真,尤其是受到尖脉冲干扰时会产生比实际值高达100多倍的粗大误差,造成错误的报警停机,严重影响了试验设备的正常运行。本文阐述了中值滤波的算法原理,详细介绍了中值滤波算法在LabVIEW中实现的过程,并将其用于基于LabVIEW设计的试验设备油箱油温控制采集系统当中。从系统运行的情况可以看出中值滤波可以有效的将采集数据中的尖脉冲干扰剔除,数据采集结果真实准确,整个系统运行稳定可靠。     

一种基于噪声连接分量的自适应层次中值滤波算法

针对椒盐噪声污染图像的降噪,提出一种基于噪声连接分量的自适应层次中值滤波算法。首先根据椒盐噪声像素点的邻接关系和分布特点,对噪声定位图像实施标记处理;然后计算各连接分量集合中元素的个数,将噪声定位图像分层,得到层次噪声定位图像;最后按照由低层到高层的顺序,逐层对噪声污染图像进行标准中值滤波处理,而标准中值滤波的窗口大小则依据连接分量自适应地进行调整,最终得到滤波结果。将该算法与标准中值滤波、自适应中值滤波进行仿真实验,并与其他中值滤波算法就指标PSNR进行比较,均表明该算法降噪效果优良。     

基于SURF-OKG特征匹配的三维重建技术

为了解决结构光三维重建中传统立体匹配存在的特征点匹配错误、匹配缺失和匹配重复等问题,本文将SURF算法中高斯滤波改进为自适应中值滤波结合小波变换,并提出了一种基于OKG算法的二次特征匹配方法。该算法首先使用自适应中值滤波结合小波变换算法对图像进行平滑和降噪处理,再进行初步特征点提取和匹配,然后将构建的尺度空间划分成多个网格,在每个网格内使用FAST算法提取尺度空间特征点,使用ORB算子提取左右图像的特征点,用BRIEF描述子对其进行描述,采用K-D树最近邻搜索法限制特征点选取,通过GMS算法剔除误匹配点。最后,将本文SURF-OKG算法与传统特征匹配算法进行对比分析,并对阶梯块进行三维重建来验证本文算法的有效性。实验结果表明：SURF-OKG算法的正确匹配率为92.47%;对阶梯宽度为40 mm,精度为0.02 mm的阶梯块进行三维重建,实验测得阶梯宽度的误差均值为1.312 mm,最大误差值不超过1.72 mm,基本满足结构光三维重建系统的实验要求。     

自调整复合级联形态滤波算法及应用

针对反射式光纤位移传感器拾取的润滑膜厚度信号中的脉冲和随机噪声干扰,提出一种自调整复合级联数学形态滤波算法。采用三角结构元素和半圆结构元素,通过开闭和闭开组合滤波及串联构造了复合级联形态滤波算法。仿真结果表明,复合级联滤波算法可提高信号的信噪比。针对传统形态滤波方法结构元素宽度随机选取造成滤波后信号信噪比低的问题,通过在不同采样频率情况下对不同信号进行滤波仿真计算,提出一种结构元素参数自调整选取方法。仿真实验和对实际润滑膜厚度信号滤波处理结果表明,自调整复合级联形态滤波算法可有效滤除信号中的脉冲干扰和随机噪声干扰。     

关于电子油门踏板的拐点自动算法研究

本文以电子油门踏板为例,针对其机械特性曲线,设计一套离散数据点的拐点自动确定算法。基于中值滤波与均值滤波,对踏板力离散数据点进行平缓处理;基于拐点自动确定算法,确定产品特征值。     

镀层粉化的自动识别与等级评价

针对传统人工进行合金化镀锌板镀层粉化级别评定的不足，提出基于计算机视觉的镀层粉化评价方法，自行开发了镀层识别与评级系统。通过OTSU阈值分割、中值滤波去除干扰因素影响；通过图像灰度标准差的中值滤波实现粉化区域识别，提取粉化宽度几何与纹理特征，建立了以粉化宽度、颗粒尺寸、粉化比例为衡量标准的镀锌板镀层粉化等级判断准则，实现计算机对镀层粉化图像的理解和自动识别。实验结果表明，该识别方法与等级判断准则有效、可靠。     

随钻姿态测量重力加速度自适应提取算法

为解决旋转导向钻井过程中由于钻具的高速旋转、剧烈振动和冲击给随钻姿态测量带来巨大干扰的问题,基于互补滤波框架提出了一种钻具重力加速度提取算法。首先通过余弦矩阵微分方程得到基于陀螺仪的重力加速度的递推方程,然后利用陀螺仪和加速度计在频率上互补的特性,在互补滤波框架下融合得到钻具重力加速度;同时,为了提高系统鲁棒性,利用非重力加速度和钻具旋转速度作为模糊算法输入,通过模糊算法动态调整互补滤波参数;最后设计了振动和旋转实验验证了算法的有效性。实验结果表明,使用本文算法提取重力加速度后姿态估计精度得到明显提升,本文算法相比于基于Kalman滤波框架的重力加速度提取算法在PC机测试环境下单次运算时间减少31.9%。     

运动目标跟踪系统的图像处理单元设计

运动目标跟踪系统的图像处理单元对于系统跟踪的准确性与实时性至关重要.文中将跟踪系统采集到的动态图像序列经过预处理后送入图像处理单元进行中值滤波、边缘检测以及匹配跟踪,实现对运动目标的信息跟踪.该文对传统的中值滤波算法进行改进,同时对Sobel边缘检测算法进行改进,减少了系统的运算时间,使系统的图像处理单元具有更快的处理速度和更高的实时性.     

基于模糊自适应联合卡尔曼滤波算法的列车测速测距信息融合（英文）

高速列车的测速定位精度直接影响着列控系统的控制精度和行车效率,为了提高列车自主控车能力,本文以GPS辅助速度传感器、雷达进行组合测速定位,以提高测速定位精度并减少对地面设备的依赖。针对卡尔曼滤波在统计特征变化时滤波精度下降的问题,运用模糊综合评判方法对子滤波器进行评价,根据滤波置信度动态调整信息分配系数,提高该系统的融合精度和容错性;当子滤波器处于次优状态则进行协方差成形自适应滤波,依据最小化代价函数获得误差协方差的调节因子,来提高实测残差方差和系统递推残差的匹配度,增强滤波精度。仿真结果表明,本文提出的改进滤波算法能够有效跟踪系统变化情况、明显增强滤波精度及提高测速定位精度。     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

强反射表面缺陷图像预处理

为了校正强反射表面图像的亮度不均匀性,抑制局部强亮度现象,同时使其保留足够多的原始图像信息,研究了强反射表面缺陷图像的预处理方法。分析了强反射表面的光学特性,研究了偏微分方程理论及同态滤波算法,在此基础上提出了一种基于偏微分方程的同态滤波算法,即采用热传导方程滤波算子对同态分解的图像进行处理。引入信息熵对不同尺度参数下的处理效果进行评价,从而确定热传导同态滤波的尺度参数,并将该算法与背景去除法、基于小波的同态滤波算法进行了比较。对比实验表明,采用提出的算法处理后得到的图像其灰度级均匀分布在1～6之间,信息熵值均在91%以上。该方法校正了图像亮度的不均匀性,提高了图像质量,同时能保留足够多的原始图像信息。     

基于空间自适应和正则化技术的盲目图像复原

在原非负支撑域递归逆滤波（NAS-RIF）算法基础上,本文提出一种基于空间自适应和正则化技术的改进算法。在代价函数中,引入两项空间自适应的加权项,分别用来确保图像复原的逼真和平滑,自适应加权项需根据观察图像的局部特性和噪声方差求得。并加入正则化项,以达到抑制噪声的目的。本文提出了根据观察图像来估计噪声方差的方法,因而不需要知道噪声方差的先验条件。在求解中,采用共轭梯度算法来进行求解。对不同背景和不同信噪比的图像进行了仿真实验。结果表明：改进后的算法比原来的算法复原效果更好。     

脑机接口中基于ICA-RLS的EOG伪迹自动去除

眼电(EOG)伪迹是基于脑电(EEG)的脑机接口系统中最重要的干扰。为自动去除这种干扰,提出了基于ICA-RLS的EOG伪迹自动去除算法。首先,ICA将多个导联EEG信号分解成数目相等的若干个独立分量(ICs)。然后,计算并依据每个IC的峰态系数,自动地从ICs中识别出EOG分量。最后,识别出的EOG分量用作RLS自适应滤波器的参考信号,并用该滤波器对原始EEG进行滤波,在无需记录EOG情况下实现EOG伪迹的自动去除。用提出算法对2008年脑机接口竞赛数据进行处理,从去除伪迹后信号的观察、信息保留完整性和最终分类结果的计算进行评价。与标准的ICA算法相比,提出算法能够更好去除EOG伪迹,同时获取更高的分类正确率。     

利用自适应卡尔曼滤波实现光电跟踪中的复合控制

为了在光电跟踪控制系统中实现复合控制以提高跟踪精度,构建了基于模型自适应卡尔曼滤波算法的复合控制结构。首先,利用跟踪脱靶量数据和仪器位置数据合成目标角位置数据;然后,利用模型自适应卡尔曼滤波算法对目标角位置数据进行滤波估计以获得目标角速度信息;最后,将目标角速度信息前馈到速度回路,从而构成复合控制系统。实验结果表明:采用复合控制结构后,目标跟踪精度提高了50%。基于模型自适应卡尔曼滤波算法的复合控制技术能够在保持原反馈控制系统稳定性的条件下提高跟踪精度。     

基于脉冲星信号的自适应同步采样方法

基于传统GPS/北斗信号的广域同步测量技术易受到恶意网络攻击,可靠性难以得到保障。为解决这一问题,本文利用脉冲星信号周期脉冲精度高、免疫于现有网络攻击的特性,提出一种新型自适应同步采样方法:首先对射电望远镜接收到的脉冲星信号进行多相滤波、消色散和周期折叠处理,得到脉冲轮廓;然后采用最小二乘法监测本地晶体振荡器频率,动态调整定时控制间隔实现自适应同步采样。为验证算法的有效性,本文采用脉冲星J0437-4715的观测数据生成同步信号,实现电网信号的同步测量,利用递归离散傅里叶变换算法计算采样数据的相角和频率,得到相角和频率平均测量误差分别为-9.75×10~(-5)°和9.83×10~(-7) Hz,验证了所提自适应同步采样方法的有效性。     

Optimal estimation of the relevant information coming from a variable reluctance proximity sensor placed in a car undergoing performance tests

Today's automotive industry has a soaring interest in efficient, reliable and robust sensors able to make intelligent driving decisions that can save millions of lives every year. To that end, the sensors used in today's cars are being provided with microprocessors and application-specific integrated circuit technologies that incorporate a certain amount of intelligence into the sensors themselves. In this paper, an inverse square-root adaptive filtering algorithm for recursive least-squares estimation (QR-RLS) is used to improve the response of a wheel speed sensor placed in a car undergoing performance tests. Such an algorithm is used to carry out an optimal estimation of the relevant signal coming from the sensor, which is buried in a broad-band noise background where we have little knowledge of the noise characteristics. The results of the experiment are satisfactory, a significant improvement of 32.5 dB in the signal-to-noise ratio at the QR-RLS adaptive filter output was achieved. Also, in order to compare classical filtering techniques with optimal adaptive filtering techniques, the signal coming from the wheel speed sensor was also filtered by using a second-order lowpass digital Butterworth filter. The results of comparing the aforementioned filters show that the optimal adaptive filter is superior to the classical filter.     

多传感器数据融合技术在温度检测中的应用

由于温室空间大且温度分布受多种因素影响等特点,提出了一种多传感器数据融合技术的温度检测系统.并进一步采用格罗布斯准则消除粗大误差,并运用基于均值的递推融合算法对采集的数据进行处理.结果表明,采用这种方法可以有效的消除由于传感器失效引起的误差.     

基于多级维纳滤波的OCT图像除噪方法研究

为了实现光学相干层析成像（OCT）过程中采集信号的噪声去除,设计了基于维纳滤波和对比度增强的OCT图像处理方法。首先对OCT图像的噪声进行了分析,继而针对OCT信号的噪声干扰问题提出一种除噪算法,通过多尺度维纳滤波器对图像进行滤波处理,然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明：经该方法处理后图像的背景方差（BV）较原始图像降低了3-7倍,而且信噪比高,细节方差和背景方差之比（DV/BV）提高了3-6倍。该方法不仅有效去除了OCT图像的噪声,而且视觉效果良好,是一种有效的图像后处理方法。