基于过滤驱动的透明加密文件系统模型

传统加密软件在实际应用中一般要求用户在使用前手动解密文件,使用结束后再手动加密文件,整个过程十分繁琐,且文件在操作过程中以明文形式存储在硬盘上,存在安全隐患。该文针对传统加密软件的不足,采用过滤驱动技术,设计一个透明加密的文件系统模型,并予以实现。该模型无需用户改变使用习惯,全程实时透明加密数据,有效保障了数据的安全性,提高了工作效率,改善了用户体验。     

基于九轴MEMS定位系统误差分析与补偿算法研究

基于九轴MEMS定位系统,对由陀螺仪零偏造成的位移平面偏转误差进行分析与补偿。通过实验与推导,首次给出偏差的定量分析和误差传播的数学模型。为估计偏差,设计了一种新的状态向量中仅包含陀螺仪零偏的、简化扩展卡尔曼滤波（ SEKF）技术,克服了无加速度计辅助条件下的偏差估计问题,降低了计算量,能够很好地满足位移实时估计需求。硬件实验证明：经过偏差补偿的九轴MEMS定位系统,能够准确估计有限范围内周期性运动的位移,幅值定位精确度达到90%。该系统可用于无人机、机器人定位等领域。     

基于扩展卡尔曼滤波器的AUV导航定位数据融合

导航定位是AUV(自主式水下潜器)自动化受限的关键技术.GPS等单独的定位方式又存在缺陷.故采用低成本罗经-DVL-GPS组合导航定位.因为导航定位观测的非线性关系,设计了基于扩展卡尔曼滤波器的导航定位数据融合算法.针对扩展卡尔曼滤波器存在的滤波发散现象,引入机动目标模型抑制滤波发散,研究并仿真了AUV的两种运动方式,实现了覆盖四个象限运动的导航定位仿真,结果表明算法能有效进行数据融合,提高状态估计精确度.     

欠驱动飞艇三维路径跟踪控制

针对欠驱动飞艇的路径跟踪控制问题,提出了一种基于制导向量场的三维路径跟踪控制方法.首先,引入向量场理论.接着基于牛顿–欧拉方程建立欠驱动飞艇动力学模型.基于所提模型和向量场理论构造制导向量场以获得期望姿态角和期望速度.然后结合反步法和PD控制设计路径跟踪控制器,用指令滤波器对控制器设计过程中虚拟控制的导数进行估计,避免了复杂的解析计算.所设计的控制器是由制导向量场子系统、姿态稳定环和速度跟踪环组成的内外环结构.稳定性分析证明了飞艇的路径跟踪误差最终一致有界.最后仿真结果验证了所提出方法的有效性.     

基于参考电流控制的港口电网谐波补偿系统研究与设计

通过分析港口电网谐波问题,建立三相四线制非线性负载谐波补偿系统的数学模型,提出基于参考电流控制的有源滤波控制策略,并构建了仿真系统,最后通过仿真和实验验证了该控制策略能够有效滤除电网中的谐波电流,使港口电网质量得到补偿和改善.     

基于矢量网络分析仪的无源互调测量系统研究

在矢量网络分析仪的基础上设计了无源互调测量系统.该系统由矢量网络分析仪与双工器、合路器等无源器件组成,由矢量网络分析仪提供两个源与接收机功能,并将功率放大器、双工器、合路器等集成测试装置.在此基础上,设计并搭建了互调测量系统,实验测试表明:自身互调测量达到≤-168 dBc @2×43 dBm,测试结果与标准件基本一致,其测量误差分别为0.35％,0.64％.该系统具有很高的测量精度,既可测量无源互调,又具有矢量网络分析仪的功能,并且在系统集成上具有良好的适用性,有效地拓展了矢量网络分析仪的测试功能.     

后验Monte Carlo-Gaussian采样粒子滤波WSN网络定位*

环境因素导致无线传感器网络定位存在噪声影响,实质上是非平滑的非线性问题,针对传统粒子滤波算法在处理该问题时精度不高的缺点,提出一种基于后验泊松分布的Monte Carlo-Gaussian重采样粒子滤波算法的无线传感器网络定位算法。首先,基于粒子滤波算法,借鉴扩展卡尔曼滤波算法采用近似后验高斯分布思想,设计了后验泊松分布Monte Carlo-Gaussian重采样粒子滤波器。其次,采用该滤波器设计实现了无线传感器网络定位算法,解决了非平滑非线性的噪声干扰定位问题。最后,分别对滤波器和定位算法的性能进行了对比仿真实验,结果验证了所提算法的有效性。     

基于集群滤波器的机会中继协作电磁兼容控制复杂度优化算法

移动群智网移动中继机会通信过程中的协作电磁兼容控制的高复杂度和额外资源消耗问题,是影响其通信性能和数据传输效率的关键问题。为此,提出了一种基于集群滤波器的复杂度优化算法。首先,针对移动感知终端、感知群、数据服务群和数据通信群组成的移动群智感知网,建立了移动群智网机会中继电磁兼容复杂度分析模型并验证了该模型的可行性;然后组建了IIR、FIR等多类型滤波器集群,并加入了改进的协作电磁兼容控制算法,用于优化基于集群滤波器协作电磁兼容控制的复杂度。实验结果表明:所提算法不仅可以优化协作电磁兼容机会移动中继的复杂度,而且可以降低功耗和CPU占用率等,其资源消耗低,能显著提高通信的有效性和可靠性。     

融合深度与肤色特征的自适应手部跟踪算法

手部跟踪技术是实现自然人机交互的关键。针对现有跟踪方法易受光照、环境等影响及鲁棒性差的不足,提出一种融合深度与肤色特征的自适应手部跟踪算法。考虑手部运动过程的形变,该算法首先利用深度平滑连续性选取深度阈值以实现跟踪区域的自适应尺度变化,获得手部候选区域。在此基础上建立YCbCr空间肤色归一化直方图,在粒子滤波框架下将跟踪问题转换为贝叶斯估计问题,基于最大后验准则确定手部位置,并通过监测粒子重要性权值的方差解决跟踪失效问题,实现复杂观测环境下的鲁棒跟踪。实验结果表明,该跟踪算法可适应不同复杂环境,鲁棒性良好。     

尺度补偿的相关核滤波器跟踪

相关核滤波器跟踪是工程实际中非常实用的跟踪算法,它的算法简单,只需要在下一帧进行一个样本的密集采样就能对目标进行跟踪,但是对于有尺度变化的目标跟踪的适用性不足。采用了尺度补偿的相关核滤波器跟踪算法,对相关核滤波器跟踪进行了改进。首先使用了点跟踪补偿机制对相关核滤波器尺度和位移进行补偿;其次采用了压缩感知提取的特征建立模板对目标进行建模,在关键帧进行目标的重检测来防止尺度估计带来的跟踪误差。通过实验对提出的算法进行了标准视频库的测试,并在中心点误差和实际跟踪覆盖率两个指标上与原算法进行了对比分析。实验结果表明,提出的具有尺度补偿的跟踪算法提高了相关核滤波器跟踪在有尺度属性变化视频序列中的准确率和实用性。