一种关于锁相环抖动特性研究的新方法

针对锁相环中存在的抖动特性,提出了一种新的研究方法。具体做法是首先得到构成系统级锁相环的单元模块及其谐波传输矩阵,进而得到系统级锁相环的谐波传输矩阵,同时借助线性时不变系统中的传递函数和相位裕量来处理和分析锁相环的小信号时变抖动特性。最后在Matlab/Simulink中采用时间推进仿真对文中提出的方法进行了仿真,进一步验证了文中提出方法的准确性。     

基于fDSST的长时间目标鲁棒跟踪算法

在跟踪目标过程中，当目标遭遇强遮挡、移出视野、快速运动等时，快速判别尺度空间跟踪(fDSST)算法会丢失目标且无法再找回。为了解决这一问题，提出了一种基于fDSST的长时间目标鲁棒跟踪算法。在经典fDSST算法基础上增加了基于关键点匹配的检测模块和输出自适应决策模块，在判定目标丢失或不可见后可重新匹配目标并重新初始化跟踪器；跟踪时可自适应地选择置信度更高的结果作为最终输出结果；在以Raspberry Pi 4B为主控单元的嵌入式平台上进行算法移植，在OTB-100数据集和嵌入式平台上进行跟踪测试。结果表明：该算法相比其他主流算法具有更高的鲁棒性和准确性，改进算法宜在有嵌入式平台移植需求的应用场景下部署。     

搜索区域和目标尺度自适应的无人艇海面目标跟踪

海面目标跟踪任务是实现水面无人艇自主化航行、智能化作业的重要基础。相比于普通场景的目标跟踪,海面目标跟踪需要面对目标抖动剧烈及目标尺度变化大等问题。针对海面目标在图像画面中抖动剧烈的问题,本文提出了搜索区域自适应算法,该方法通过对海面场景的分割完成了海天线位置的提取,然后通过海天线运动模型自适应地确定了每帧图像中目标搜索的区域;针对跟踪过程中海面目标尺度变化较大的问题,本文通过分割搜索区域的方法实现了目标尺度变化的自适应跟踪。基于相关滤波跟踪框架并结合上述两种改进策略,在真实的海面目标图像测试序列中,本文算法相比传统的相关滤波算法在跟踪精度上至少提升了26%,有效地解决了目标抖动剧烈和尺度自适应问题,提高了海面目标跟踪任务的精度。     

噪声混响下说话人跟踪的多特征自适应 UPF 算法

为了提高噪声混响环境下说话人跟踪系统的精度和稳健性,提出了一种多特征自适应无迹粒子滤波(MFAUPF)算法。该算法以语音信号的多特征作为观测信息,采用多假设和频选函数构建了时延选择机制和波束输出能量优化机制,并在两种机制融合的基础上构建了似然函数,弥补了单特征不能同时稳健噪声和混响的不足。由于说话人运动具有随机性,建立了声源跟踪的自适应CV模型,在此基础上将无迹卡尔曼滤波(UKF)与抗差估计理论相结合作为提议分布,提高了模型的适配能力。文中仿真和实测结果表明,在AUPF下,多特征算法比SBFSRP算法位置平均RMSE减少了18%以上,在多特征观测下,AUPF算法比CV算法位置平均RMSE减少了14%以上,所提算法具有跟踪精度高和数值稳定性强的特点。     

基于区域提案孪生网络的优化目标跟踪算法

为了更好地对目标的尺度进行实时估计,避免多尺度测试及提高目标跟踪的速度和精度,提出了一种新的优化目标跟踪算法。通过将跟踪效果比较好的区域提案网络引入普通的孪生网络,并在算法中引进条形池化模块和高效通道注意力模块,应对物体的尺度差异和跟踪过程中较为剧烈的形变。提出的算法在OTB100数据集上取得了0.833的准确度和0.658的成功率,在VOT2016数据集上取得了0.411的EAO指数,在VOT2019数据集上取得了0.275的EAO指数。     

基于PSO算法的自适应PMD补偿系统设计

提出了一种应用于WDM系统中的自适应偏振模色散(PMD)补偿方法,用粒子群优化(PSO)算法来实现DOP的搜索和跟踪,并经D/A转换,将对应的电压施加在偏振控制器上,调制电压范围为0～10V,调节信号的基本偏振态,从而形成闭环反馈控制模块,通过多次迭代,得到DOP的最佳值,实现对PMD的自适应补偿.     

基于归一化处理的自适应洗出算法

传统的自适应洗出算法随着输入幅值的增大,其输出会变得不稳定,从而造成平台的异常抖动。为了克服这一缺陷,对自适应律提出一种归一化的修正方案。此方法使得自适应洗出算法中的输入幅值的大小不会对自适应增益造成影响,进而确保输出不会因为输入幅值过大而产生发散,提高动感模拟的真实性及稳定性;而且,改进算法没有引入额外的惩罚项,因此并未使算法变得更加复杂。经过特定的运动数据进行验证,结果显示此方法可以降低输出发散,减少平台的异常抖动,提高模拟驾驶的逼真效果。     

基于小波脊线的多分量信号瞬时参数估计及应用

通过分析小波脊线与信号瞬时幅值和瞬时频率的关系,提出一种基于能量重心脊点定位策略的脊线跟踪提取算法实现多分量信号瞬时参数估计。针对小波脊线提取中定中心频率参数优化方法优化复Morlet小波参数存在的局限性问题,提出中心频率自适应参数优化方法优化复Morlet小波参数并计算归一化小波尺度谱,根据能量重心脊点定位策略定位小波脊点,配合局部方向估计算法实现小波脊线迭代跟踪提取,进而估计信号瞬时参数。仿真分析表明该算法具有良好的抗噪特性,齿轮箱和滚动轴承的故障诊断工程实例结果表明该方法可有效提取旋转机械故障振动信号的特征。     

大运动前景和旋转抖动视频的快速数字稳定

针对存在大的旋转抖动和大的运动前景的视频,提出了一种快速电子稳像方法。由于现有圆周投影法在估计图像大角度旋转运动时鲁棒性较差,故对算法进行了改进以提高投影相关匹配时的准确性。考虑常用的稳像算法难以处理含较大或较多运动前景的抖动视频,提出一种基于图像位平面金字塔的自适应取块平移运动估计方案;该方案可根据块匹配结果的统计特性决策最优取块模式,最大程度地避免运动前景对运动参数估计的干扰。最后,引入一种自适应分组的限幅加均值复合滤波方式,一方面通过限幅滤波修正帧间错误运动估计,另一方面自适应分组确定滤波窗口以达到较佳运动平滑效果。实验结果表明:改进的圆周投影法旋转估计的准确性和稳健性均有提高;自适应取块的平移运动估计方案能够准确估计较大运动前景抖动视频的运动参数,同时也适用于灰度特征不丰富的抖动视频;稳像的信噪比峰值可达31.08dB。     

弱电网条件下的单相频率自适应锁相环

为消除直流偏置和谐波畸变对基于二阶广义积分器( SOGI )的单相频率自适应滤波器锁相环跟踪精度的影响,提出了一种级联结构的弱电网条件下的单相频率自适应锁相方法.分析了输入直流偏置对SOGI２ 路正交输出信号的影响,以及 SOGI 锁相环的频率跟踪特性.设计级联结构的双二阶广义积分器( DSOGI )锁相环,前级 DSOGI 消除单相电网电压采样信号中的直流偏置,生成 ２ 路正交电压信号,后级DSOGI 分离出 ２ 路正交信号中的基波正序分量,并抑制电网谐波畸变对锁相环相角与频率检测精度的影响.功率硬件在环实验装置上的实物实验验证了所提锁相方法的有效性.     

光转换单元中锁相环带宽的优化

考虑光转换单元(OTU)中锁相环带宽同时受外部输入抖动和内部相位噪声抖动的影响,为克服锁相环带宽选择的矛盾性,本文对其带宽进行了优化设计.在同时考虑外部输入抖动和内部相位噪声的情况下,对锁相环带宽算法进行综合分析.通过改进前人的计算和分析方法推导得出OTU中锁相环带宽的优化算法,分析并得到锁相环路的优化带宽,使OTU的...     

基于改进强跟踪滤波的室内RSSI自适应估计算法

针对室内无线接收信号强度指示(RSSI)难以快速准确估计的问题,提出了一种基于改进强跟踪滤波的室内RSSI自适应估计算法。该算法采用强跟踪滤波(STF)自适应跟踪RSSI阶跃变化,克服传统RSSI状态空间模型中未建模状态的不确定性。利用高斯分布数据的采样过程,分析STF算法跟踪系统未建模不确定状态的可靠性和有效性,确定强跟踪滤波弱化因子,并融合滑动平均滤波算法,提高RSSI的自适应估计能力。通过与传统的RSSI估计方法对比验证实验,结果表明所提算法能够准确估计室内RSSI,且收敛速度更快。     

特征融合和模型自适应更新相结合的相关滤波目标跟踪

提出了一种基于自适应特征融合和自适应模型更新的相关滤波跟踪算法(CFT)。该算法在跟踪的训练阶段利用损失函数计算特征的自适应权重,在检测阶段对不同特征的响应图进行加权求和,从而实现了响应图层面的自适应特征融合。设计了自适应的模型更新策略,采用响应图的峰值旁瓣比判断是否发生遮挡或错误跟踪,据此决定是否在当前帧更新目标模型。在11个视频序列上对所提算法进行了实验,验证了所采用的自适应特征融合策略和自适应模型更新策略的有效性。与多个传统的采用单特征的相关滤波跟踪算法进行了比较,结果显示,所提算法的跟踪精度和成功率典型值分别提升了18.2%和11.5%。实验结果验证了特征融合和自适应模型更新对跟踪算法的改进具有指导意义。     

基于IMM模型的目标跟踪算法

在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型（IMM）的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计。在工程上,将基于CV和＂当前＂统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果。     

基于IMM模型的目标跟踪算法

在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型（IMM）的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计。在工程上,将基于CV和＂当前＂统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果。     

基于自适应PSO粒子滤波的智能跟踪系统

为解决现有跟踪算法的复杂性和不实用性等问题,提出了一种新的自适应PSO粒子滤波算法。该算法能动态调整粒子数,根据三角特征提取目标信息,准确估计目标状态位置。在此算法基础上设计了智能跟踪系统,该系统以DSP为视频图像处理的核心,由FPGA预处理视频图像数据,实现了对目标的识别与跟踪。     

基于IMM模型的目标跟踪算法

在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型(IMM)的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计.在工程上,将基于CV和"当前"统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果.     

硅微谐振式压力传感器闭环频率跟踪电路

为了精确、快速测量静电激励/压阻检测的硅微谐振式压力传感器在受到外界压力后频率的变化,设计了一种基于锁相环的闭环频率跟踪电路。通过对输入信号进行放大、滤波和移相以满足闭环自激振荡条件,然后利用锁相环电路进行信号的无相差频率跟踪,最后将锁相环输出信号转换为满足传感器激励要求的正弦信号。该电路具有良好的频率稳定(频率误差1 Hz)和跟踪性能,实现了在18～30 kHz范围内频率无相差锁定。     

基于蚁群优化UKF算法的汽车状态估计

针对汽车状态估计中过程噪声和观测噪声的时变特性,提出一种新的自适应滤波算法。该算法基于三自由度非线性汽车动力学模型,在利用UKF对汽车状态量进行估计的同时,引入蚁群优化算法,根据目标函数对过程噪声和观测噪声进行寻优,实现了过程噪声和观测噪声的自适应作用,估计精度的大幅提高。虚拟实验验证了蚁群优化UKF算法的鲁棒性和精度。研究结果对汽车主动控制系统的开发具有重大的理论指导意义。     

基于FOA优化SOM-RBF的压力传感器温度补偿研究

硅压阻式差压传感器受硅片和封装介质温度特性的影响,温变时,传感器输出呈现明显的非线性。文中提出一种全新温度补偿方法,采用基本RBF网络确定网络隐含层节点数,建立自适应SOM网络得到RBF网络中心值,采用FOA对RBF网络扩展参数进行寻优得到最终优化RBF网络,最后将测试数据输入网络得到补偿输出。结果表明:补偿精度随着RBF网络的优化逐步提升,补偿后平均最大相对误差精度为9.642 7×10-4,相对均方误差精度为2.476 2×10-7。模型输出结果验证了算法用于硅压力传感器温度补偿的有效性,抑制了温度对传感器输出的影响。