一种近场机器多噪声源的定位方法

本文对均匀线阵接收一定距离的机器噪声源得到的空间协方差矩阵提出一种修正算法，以重构在相同方位上的远场近似空间协方差矩阵。利用这种方法，通过改变阵列中心位置便可确定机器多噪声源位置。计算机模拟实验证实了这种方法的可行性。     

用修正的MUSIC法确定机器多噪声源的空间位置

对均匀线阵接收一定距离的机器多噪声源得到的空间协方差跨阵提出了一种修正算法，以重构在相同方位上的远场近似空间协方差矩阵，利用这种方法，通过改变阵列中心位置可确定机器多噪声源位置，计算机模拟实验证实方法的可行性。     

基于MEEMD-AIC的簇绒地毯织机噪声源识别方法

簇绒地毯织机噪声信号由多个噪声源信号混叠而成,为实现簇绒地毯织机噪声源识别,提出了一种基于改进集总平均经验模态分解(modified ensemble empirical mode decomposition,简称MEEMD)和赤池信息量准则(Akaike information criterion,简称AIC)的噪声源识别方法。首先,利用MEEMD将测得的噪声信号分解为有限个本征模态函数(intrinsic mode function,简称IMF)分量;其次,对分量矩阵的协方差矩阵进行奇异值分解(singular value decomposition,简称SVD),得到矩阵特征值;然后,利用AIC准则估计有效分量的个数,同时结合能量特征指标和皮尔逊相关系数法筛选出有效分量;最后,对筛选出的有效分量逐一进行时频分析,实现簇绒地毯织机噪声源识别。结果表明,耦联轴系中钩轴振动是簇绒地毯织机最主要的噪声源,该方法适用于簇绒地毯织机噪声源识别,对实现簇绒地毯织机主动降噪提供了理论支持。     

协方差驱动子空间模态参数辨识方法改进分析

针对协方差驱动子空间模态参数辨识方法难以识别弱小模态的问题,提出了一种根据数据有效率选择数据块的改进方法。该方法采用数据有效率来选择协方差矩阵块,以提高自相关能量在协方差矩阵中的比例,从而实现对弱小模态的识别。对该方法进行了仿真实验验证,验证结果表明,这一方法可以有效提高弱小模态的辨识质量。     

新型四自由度并联结构腰关节的运动学分析

通过解析法求解出基于4-RRR-RR并联机构腰关节的位置反解,运用影响系数法和虚设机构法,求出该腰关节的一阶影响系数矩阵,其矩阵特性与运动特性相符,通过位置反解和一阶影响系数矩阵的结合,运用输入逼近的方法,求出该腰关节位置正解的数值解,在极坐标系中通过对空间的数值搜索,搜索出工作空间,为这种新型并联腰关节的研制奠定了理论基础.     

Stewart平台关节空间惯性矩阵块对角占优分析与判别

分析Stewart平台关节空间动力学模型惯性矩阵块对角占优特性,并给出相应的判别方法.首先使用拉格朗日方法建立平台关节空间动力学模型.然后针对平台几何结构指出一般情况下邻近支路耦合最为强烈,即关节空间动力学模型的惯性矩阵是块对角占优的,并定义反映这种耦合关系的矩阵块对角占优指标.最后给出一种判别平台惯性矩阵在给定工作空间内是否满足块对角占优指标的方法,依据该方法在给定工作空间内选择有限个位置姿态点,若惯性矩阵在这些位姿点处具有块对角占优特性,则可保证给定空间内任意点均具有这种特性.由于Stewart平台具有惯性矩阵块对角占优特性,在研究其控制方法时可将耦合强烈的邻近支路加以整体考虑,即分散控制三个两输入两输出子系统,从而降低传统单输入单输出单通道控制方法的保守性.     

可重构模块化机器人正运动学和工作空间的分析

采用DH矩阵方法对可重构模块化机器人正运动学进行分析,得出了机器人末端执行器的位姿矩阵;对于可重构模块机器人工作空间的分析,采用DH矩阵中旋转矩阵与位置向量的数学关系得出机器人末端执行器的位置向量公式,使用MATLAB编程计算和绘制出工作空间图.     

工程机械机外噪声声源分析及降噪处理

某型全液压抓料机的机外噪声较大,需确定其噪声源并进行降噪处理.分别测量机外前、后、左、右4个方位噪声的声压信号并进行频谱分析,采用多方位噪声信号分析、机器工作特性和机器结构布置相结合的方法判断噪声源.结果表明,机外噪声主要由风机运转噪声和发动机排气噪声组成.根据两噪声源各自的频率特性及机器的结构布置特点,采用微穿孔板共振吸声结构作为降噪措施,分别设计并安装了消声器和隔声罩,抓料机外噪声下降了5.8 dB,达到了欧洲最新噪声限制标准的要求.     

基于视觉的焊接图像重建算法研究

利用视觉测量获得焊接图像,如果转换成一维向量,不能精确的得到特征值和特征向量.为了克服上述缺点,提出了一种新的焊接图像重建的方法:基于视觉的焊接图像重建算法研究,这种方法基于二维矩阵而不是一维向量,焊接图像矩阵是基于原始焊接图像矩阵得到一个图像协方差矩阵.经过仿真表明本文算法的均方误差比较小,能够重建出清晰的图像,说明本算法的有效性.     

双目立体视觉系统的标定

基本矩阵的估计是机器视觉中一项重要的研究课题,在立体视觉与图像运动分析中是一个很重要的矩阵;在双目视觉系统的标定时,常规的方法需要将单摄像机的投影矩阵分解成旋转矩阵和平移向量.通过反对称矩阵,求得图像投影点的极线方程,以及双目立体视觉系统的基本矩阵,得到两个摄像机之间的相对位置关系.     

一种新型欠秩四自由度并联机构的输入输出速度分析

研究了一种新型2-TPR/2-TPS空间四自由度欠秩并联机构,该机构具有空间两维移动和两维转动四个自由度.为了解决该欠秩并联机构由于其输出位置参数存在耦合而导致的传统方法不能直接获得其输入输出速度关系的问题,利用机构驱动杆与动平台之间的速度映射关系,通过矢量矩阵推导的方法,依据参数解耦关系式,得到了该机构的输入输出速度传递关系矩阵.这种方法对于深入研究少自由度并联机构具有较大的参考价值.     

基于改进的无迹卡尔曼滤波确定视线感知相对状态

基于视线传感器原理,研究了如何确定摄动作用下两颗卫星间相对状态的问题.采用VISNAV传感器作为相对状态传感器,并应用一种改进滤波算法实现了问题求解.首先,考虑了两颗卫星间相对位置与相对姿态的运动方程及摄动作用的影响,给出了改进的离散系统方程及其误差协方差矩阵的取值方法,避免了复杂协方差矩阵的实时额外求解,降低了算法计算量及实施难度.最后,给出相应的无迹卡尔曼滤波(UKF)算法并通过STK和MATLAB软件进行了数值仿真实验.分析表明,改进后的算法保证了收敛性,数值仿真及对比仿真验证了本文方法的可行性和有效性.在摄动因素作用的前提下,改进的方法能够在200m的相对距离内达到角秒级的相对姿态确定精度和毫米级的相对位置确定精度,完全可以满足近距离自由飞行卫星间的相对状态确定要求.     

波叠加法在机械噪声故障特征提取中的应用研究

声学故障诊断中,测量到的噪声信号是现场所有声信号的混合.为提取待诊设备噪声故障特征,建立机器系统的多声源宽带相关混合声场模型,使用波叠加法重建源表面为任意形状的空间声压场分布,计算出未知声源的数目与位置.提出的算法具有计算速度快、重建精度高,能够消除其他噪声源信号的干扰,从较小的信噪比的观测信号中分离待监测源信号的功率谱,有效提取机械噪声故障特征.实验结果验证模型与算法的可行性.     

基于协方差矩阵遗传算法的飞行器结构健康监控传感器优化配置

利用协方差矩阵改进后的遗传算法研究了飞行器结构健康监控中传感器的优化配置问题。该方法通过历史损伤记录或实验记录对目标结构的损伤概率分布进行量化假设,并结合以协方差矩阵改进后的遗传算法,在传感器位置优化研究中加以考虑,使优化配置后的传感器阵列能够针对目标结构的损伤高发区域进行重点监控。通过与正六边形网格覆盖布局方法在不同传感器数量条件下优化结果的对比分析,证明了该方法的优越性,并对传感器的数量优化问题进行了初步讨论。     

主成分分析算法的FPGA实现

主成分分析(PAC)是一种典型的数据降维方法,它通过对数据矩阵的特征分析,将高维数据降为低维数据,而且转换后数据包含的信息损失很小.提出了一种主成分分析算法的 FPGA 实现方案,通过 Givens 算法和 CORDIC 算法的矢量旋转,用简单的移位和加法操作来实现协方差矩阵的特征分析,只需计算上三角元素,因此计算复杂度小、迭代收敛速度快;系统对结构相同但不同时处理数据的模块进行复用,节省了资源;在计算协方差矩阵和线性空间投影时对数据并行处理,所以系统时钟频率不受数据维数变化的影响.实验数据表明,该系统能实现对不同维数数据的主成分分析,时钟频率稳定,占用资源少.     

声学故障诊断中的宽带相关噪声信号分离方法

为了提取混合噪声中待诊设备的噪声信号，利用传声器组构造线性测量阵列流型，建立多声源机器系统的宽带相关噪声混合模型。使用聚集变换技术消除频率对参数估计的影响，并同时消除相关信号功率谱矩阵的奇异性，采用宽带相关MUSIC法估计噪声方差与声源方位，从混合信号频谱中分离噪声源信号频谱。该方法可减小其他噪声源信号的干扰，提高待检设备噪声信号的信噪比。实验结果验证了模型与算法的可行性。     

结合特征定位噪声表征的单应矩阵精确鲁棒估计

针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC)的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt(CW L-M)法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC(RANdom SAmple Consensus)、LMedS(Least Median of Squares),PROSAC(PROgressive SAmple Consensus)、M-SAC(M-estimator SAmple Consensus)和MLESAC(Maximum Likelihood SAmple Consensus)等传统算法,投影均方误差比次优方法降低了3%~21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。     

雷达信号的递推自适应处理方法

针对预警机雷达信号,提出了一种递推式空时二维自适应处理方法.此方法采用改进的随机梯度递推算法,不需要计算杂波协方差矩阵及其逆矩阵,保留了系统自由度.仿真结果表明此方法具有较快的收敛速度,滤波性能较好,便于实时处理等特点.     

机器视觉与惯性信息融合的轨道线形检测

轨道空间线形检测是保障列车运行安全的一项关键技术,受陀螺仪及加速度计的累计误差的影响,使得基于常规的惯性单元的轨道线形检测方法在低速连续运动测量下精度较低。为了解决该问题,提出一种基于机器视觉与惯性信息多传感器融合的轨道空间线形检测方法。通过分别建立惯性测量单元与机器视觉转换矩阵,倾角仪与惯性测量单元旋转矩阵及惯性测量单元与机器视觉平移关系矩阵,将动态测量数据转换到世界坐标系下,实现多传感器间的融合定标。利用扩展卡尔曼滤波将机器视觉与惯性信息进行融合,提高检测精度。最后,通过搭建测量平台进行实验验证,结果表明该方法的测量精度小于0.5mm且标准差低于0.3。与常规惯性测量方法相比,测量精度提高近10倍。     

半自由场波叠加噪声源识别方法研究

提出了一种适合半自由场条件下进行噪声源识别的方法，通过仿真和实验验证了半自由场波叠加噪声源识别方法的正确性。根据波叠加方法的原理，声源产生的空间声场可以用其内部的一系列虚源点来等效代替，而虚源源强可以通过匹配场点的声压来获得，进而由这些虚源重建任意场点的各种声学量。通过阵列获取声压场，结果表示成声压等值线图、三维视图或声强矢量图，便于直观地判别出声源的位置、大小和传播路径。半自由场渡叠加噪声源识剐方法可以在半自由场条件下对任意形状物体进行噪声源识别。