Delta算子系统具有圆形区域极点约束的非脆弱H∞滤波器设计: 一种LMI优化方法

研究了一类Delta算子线性系统具有圆形区域极点配置的非脆弱 H∞滤波器设计问题. 本文的目的是设计滤波器使得滤波误差系统不仅满足给定的圆点极点约束或D稳定约束, 而且从扰动输入到滤波误差的传递函数满足给定的 H∞范数约束. 所设计的滤波器具有乘性的滤波器增益变化, 基于Lyapunov稳定性理论和线性矩阵不等式方法, 给出具有区域极点配置的Delta算子离散系统非脆弱 H∞滤波器存在的充分条件. 数值仿真例子说明设计方法的有效性以及所提设计方法具有更小的保守性.     

Delta算子描述系统的非脆弱H∞滤波器设计

研究了一类Delta算子描述的线性系统非脆弱H_∞滤波问题. 所设计的滤波器具有乘性的滤波器增益变化.采用线性矩阵不等式方法, 给出H_∞滤波器存在的充分条件, 所设计的滤波器在一定的乘性参数变化情况下, 仍能保证滤波误差系统渐近稳定, 且具有一定扰动抑制性能. 数值仿真例子说明了设计方法的有效性.     

融合局部gabor相位特征和全局本征脸的人脸识别算法

提出一种融合局部gabor相位特征和全局本征脸特征进行人脸识别的方法.该方法采用多个分类器的集成,首先利用gabor滤波良好的空间位置与方向选择特性,用gabor滤波器对图像进行滤波,采用局部XOR算子提取滤波图像的局部gabor相位特征,通过Fisher判别式对每个频率和方向下的相位特征进行降维,融合各个频率和方向下的分类概率,得出局部特征分类信息;然后利用本征判别式方法,得出人脸图像的全局分类信息;最后融合局部和全局分类信息进行识别.通过在三个人脸库中的实验结果显示,本文提出的方法具有很好的识别性能.     

基于行波理论的滤波器电能质量扰动控制仿真

传统方法在滤波器电能质量扰动控制时,未对电能扰动的瞬时幅值进行计算,控制效果不佳。为此引入行波理论,分析滤波器噪声产生原因,计算滤波器电能扰动的瞬时幅值,提出了一种新的滤波器电能质量扰动控制方法。分割小波域,在第一个小波域,采用阈值估计法估计期望信号数值大小;在第二个小波域变换含噪信号与小波信号,采用维纳滤波器对信号的小波系数进行估计;通过滤波变换去除含噪信号,获得电能扰动波形的特征参数;根据行波理论计算电能扰动的瞬时幅值,实现对电能质量扰动的准确定位以及类型识别。仿真结果表明,所提方法相比传统方法,具有适应性强、控制效果较好、实时性好等特点。     

空间域与频率域结合的医学影像增强处理

医学影像对现代医学的研究具有重要的指导意义,本文提出一种将空间域与频率域结合的医学影像增强新算法,首先采用理想高通滤波器法提高图像整体质量,同时使用Sobel算子突出图像边缘,再将均值滤波器去噪后的Sobel算子图像掩蔽理想高通滤波器图像,最后通过高提升滤波输出图像,并将新算法与空间域、频率域两种图像增强算法得到的医学影像进行比较。得出新算法增强后的医学影像既不存在过度增强的问题,同时还能很清晰的突出边缘以及细节部分,增强效果明显强于另外两种算法。     

基于广义S变换的声发射信号去噪研究*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子.结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷.其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求.     

不平衡数据集上的文本分类特征选择新方法*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子。结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求。     

手写数字识别中的Gabor参数优化设计

提出一种多分辨率Gabor滤波器组的参数优化设计方法,该方法通过分析在小波框架下的频率和带宽的相邻关系,推导滤波器组的参数构成,以尽可能少的滤波器覆盖尽可能大的信号频率空间;并采用两级、多通道2D Gabor滤波器组进行数字图像特征抽取,然后结合多类SVM分类器进行分类识别.对MNIST手写数字图像的识别实验表明：在小样本情况下,该方法具有很强的特征抽取能力和较高的识别率.     

基于LBP直方图的复杂光照下的人脸识别

提出一种具有较强光照鲁棒性的人脸识别方法。通过Gamma校正、高斯差分（DoG）滤波和对比度均衡化算法对图像进行光照预处理,降低光照敏感度;利用局部二值模式（LBP）算子提取局部纹理特征,将图像划分为若干个不重叠的子区域,提取每个子区域LBP直方图,形成人脸图像特征,用主成分分析（PCA）进行降维处理;使用支持向量机（SVM）进行分类识别。在Yale-B数据库进行实验的结果表明,该算法的平均识别率可达99.68%,其性能优于目前该领域的典型算法。     

基于融合的显微图像Gabor边缘提取算法

不同参数Gabor滤波器都具有各自的频率选择和方向选择特性,图像中纹理基元可以利用多个方向和中心频率Gabor滤波器组提取出来的频谱值来表示.据此提出一种适应于显微图像的Gabor滤波边缘检测算法.使用特定不同方向Gabor滤波边缘提取算子对图像进行边缘信息提取,获得不同方向上边缘特征信息,对其进行分析和融合提取图像边缘.运用该方法时所获不同方向的图像边缘进行自适应融合,获得的图像边缘较理想,模糊的边缘得到增强,并有效地消除了噪声.实验结果表明,该算法对显微图像处理有效,检测到的边缘清晰.     

东北地区MODIS亚像元积雪覆盖率反演及验证

以中巴资源卫星数据作为地面“真值”影像,根据东北地区地理环境与气候特点对Salomoson亚像元积雪覆盖率模型参数进行修正,反演东北地区MODIS像元积雪覆盖率,并用不同方案对模型的稳定性和精度进行分析。研究结果表明,经修正后的Salomoson亚像元积雪覆盖率反演模型对不同地貌--景观单元具有稳定性,其中较小的波动源于积雪物理性质差异、大气效应、积雪影像分类误差及影像配准误差。在东北平原区,NDSI值在0.52~0.65时,模型反演精度高,但反演雪盖率总体偏低,主要是由NDSI基于对波段反射率的非线性转换引起的;雪盖率高估的像元主要分布在城区外围以及农村居民点,而覆盖城区、乡、镇以及居民点之间道路的像元雪盖率误差小,其原因是人类活动频率影响像元内积雪组分与非积雪组分的光谱特性的差异程度。与MODIS雪产品进行对比分析,积雪覆盖率提供较传统雪盖制图更加丰富的信息,然而对林区冠层下积雪覆盖二者均未给出准确估计。     

多源遥感驱动的SRM模型在缺资料地区的研究及应用

以MODIS雪盖、风云静止卫星降水、GLDAS气温等多源数据,作为传统SRM模型的输入参数,构建多源遥感驱动的SRM融雪径流模型,并在缺资料地区——青藏高原的年楚河流域进行融雪过程的径流模拟。研究表明融雪后期的瞬时降雪很大程度上影响了插值后积雪覆盖率的精度,在插值的时候考虑降水和气温,排除瞬时积雪干扰,改进线性插值获得每天的积雪覆盖率,可以提高模型模拟精度;遥感驱动的SRM模型在缺资料地区年楚河适用性较好,Nash-Sutcliffe系数(NSE)达到0.681,体积差(Dv)为-0.17%,均方根误差(RMSE)为9.678,模型模拟的精度较高。研究结果可为高寒地区生态水文模型研究提供重要参考,同时可为SRM模型在其他流域尤其是缺资料地区融雪径流计算中的应用提供有效支撑。     

Research on Glacier Change Monitoring in Nianchu River Basin

This study extracted the local glacier information over the Nianchu river basin in the Tibet in 1996 and 2005 by using ice index,snow index and water index of Landsat TM\|5 multi\|spectral images,and Synthetic Aperture Radar (SAR)intensity and coherence information of ERS\|1/2 and Envisat ASAR.The optimized features were determined by their classification accuracies based on Support Vector Machine (SVM)classifier.The result showed that the composition of multi\|spectral and SAR features could effectively discriminate the water and ice from other types,with overall accuracies of 84% and 85% in 1996 and 2005,respectively.Based on the thematic information of these two years,the changes of the local glacial area and boundary were detected.The result showed that the glacial area of the Nianchu river basin was reduced by 154.7 km²,which mainly caused by the climate warming.     

基于最小生成树的DoG关键点医学图像配准

针对医学图像配准对鲁棒性强、准确性高和速度快的要求,提出一种基于最小生成树的DoG(difference of Gaussian)关键点配准算法。该算法首先从图像上提取DoG关键点,然后将关键点对应的灰度信息融入联合Rényi熵中,最后使用最小生成树来估计联合Rényi熵。新算法结合了DoG关键点的鲁棒性和最小生成树估计Rényi熵的高效性。实验结果表明,在图像含有噪声、灰度不均匀和初始变换范围较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和较快的速度。     

卡尔曼粒子滤波的视频车辆跟踪算法研究

近年来,视频车辆跟踪作为城市智能交通系统（ITS）的一个关键技术受到关注。本文针对传统粒子滤波的非线性、非高斯性可能导致跟踪过程的不稳健性,提出一种基于卡尔曼粒子滤波的视频车辆跟踪算法,该算法利用基于重要区域的目标颜色直方图统计模型对视频车辆目标进行建模,并将其应用于卡尔曼滤波更新中,通过采用Mean Shift算法将卡尔曼滤波器引用到粒子滤波器当中,对车辆的运行轨迹进行校正,实现了局部线性滤波,实现了在保持跟踪系统整体上的非线性、非高斯性的同时,兼顾其局部的线性高斯特性。实验结果表明,本文所提出的方法与传统粒子滤波方法相比,能够更准确地对车辆进行跟踪,同时保证了在复杂环境下性能的稳健性。     

Tracking rigid bodies using only position data: A shadowing filter approach based on newtonian dynamics

Tracking a moving object like a ship, vehicle, aircraft or even an animal or human is challenging especially when given only noisy observations of the path. To successfully track such an object the method used needs to infer the unknown information, for example the acceleration, from noisy position data. Here we present such a method based on a shadowing filter algorithm. In comparison with other filters such as Kalman and Particle filters the shadowing filter solves the tracking problem based on deterministic dynamics instead of statistics. The algorithm presented shows how to track rigid bodies having an unknown moment of inertia and we validate the performance of the filter and explore how the two important parameters of the filter impact on its performance.     

Linear minimum mean square error filtering with stochastic linear equality constraints

Constrained filters, through utilising the prior state constraint information, are designed to obtain more accurate state estimates in applications, and most of them deal with the estimation problem of systems with deterministic constraints. In practice, complex environmental disturbance, incomplete information or uncooperative behaviour often brings out uncertainties of the constraints. This paper tackles the filtering problem of dynamic systems subject to the stochastic linear equality constraints expressed by random weighted basis matrices. The corresponding constrained dynamic model is constructed first and the linear-minimum-mean-square-error filter is derived based on the orthogonality principle. Due to the effect of constraint randomness, the resultant filter encounters the problem of nonlinear stochastic calculation of random parameters, which is solved by the Taylor-based and the UT-based schemes, respectively, and the computational complexity as well as the tractability of both schemes are analysed. Finally, a simulation study on a road-constrained vehicle tracking demonstrates that the proposed filter has better performance than the classical estimation projection method in terms of estimation accuracy and computational complexity.     

基于主频预估的波浪发电系统自适应滑模控制

为提高波浪发电装置的输出功率,提出基于主频预估的自适应滑模控制方案。通过分析点吸收式直线波浪发电系统和海浪高度场,搭建系统仿真模型。应用无迹卡尔曼滤波算法,预估波浪激励力主频频率,进而利用功率优化模块寻求最优负载。为保证系统跟踪性能,在分数阶滑模控制器中引入具有扰动补偿的自适应控制律,动态估计系统扰动,减少滑模切换增益,利用李氏稳定判据验证系统稳定性。仿真结果表明,所提控制方案可有效改善跟踪效果,提高装置输出功率,系统鲁棒性增强。     

基于FastICA的雷达弱目标检测前跟踪方法研究

研究了强噪声干扰下的雷达弱目标检测及跟踪问题。针对信号与噪声干扰之间的相互独立性,提出了一种基于FastICA的弱目标检测前跟踪(TBD)算法。该算法的关键为对分离后的信号进行能量分配,以及求解所构建的一个多目标规划问题,进而实现匹配回波信号的能量积累。仿真实验结果表明,在负信噪比的情况下,无论是高斯噪声还是非高斯噪声,该方法均可以实现检测前跟踪的目的;用能量积累过程中记录的目标状态信息为观测值,则可以通过滤波估计的方法最终实现对目标的稳健跟踪。该方法为弱小目标的跟踪检测技术提供了一种新的思路。     

基于Beowulf机群中改进粒子滤波的3D人体运动跟踪

针对标准的粒子滤波算法在视频三维人体运动跟踪中存在的计算量巨大、粒子退化、跟踪失效而无法同时满足跟踪精度和跟踪实时性要求的问题,提出了基于Beowulf机群中改进的粒子滤波新算法。新算法通过三维人体模型参数的自动初始化、粒子数目和模板的调整来实现跟踪失效的自动恢复,基于任务动态分配策略、低开销通信策略设计的Beowulf机群中的迁移式粒子滤波并行算法克服了粒子退化问题和提高了计算速度。实验结果显示：新方法有效地减轻了粒子退化和跟踪失效问题,降低了计算时间,提高了跟踪精度,能够同时满足三维人体运动跟踪精度和实时性的要求。