基于双平面DR的骨折股骨三维姿态估计

针对骨折股骨DR缺少三维模态下空间信息的问题,提出一种基于双平面DR进行2D-3D非刚性配准的姿态估计方法,实现骨外科手术术前骨折股骨的三维可视化.本文提出的方法相比于单纯的DR或CT成像诊断方式,具有成本低、成像快、有害辐射小、精度高等优点.该方法首先利用正、侧位骨折股骨DR获得与通用模型投影轮廓的二维配准参数;然后利用基于针孔相机模型的标定法确定二维平面到三维空间的变换关系,最后将通用模型分成骨折的两段,确定每段的姿态,获得患者股骨个体化骨折姿态.实验结果为平均旋转误差小于1.5°,平均平移误差小于2 mm,配准成功率大于90％,表明该方法具有较高的精度和鲁棒性,可为骨外科手术的术前诊断及手术计划制定提供更为有效的三维影像信息.     

一种温湿度、照度多功能传感器的研究

本文提出一种多层感知技术。针对复合信息测量问题，该技术采用了分层式结构，使测量算法得以简化并有效解决了三参数信号的重构问题。为验证该方案的有效性，研制了一种新型多功能传感器，系由CdS和Fe3O4等化合物在同一基底上烧结而成，它可以同时测量温度、湿度及照度。     

基于IIR陷波器应对频率失调的窄带ANC系统新结构

窄带主动噪声控制（ANC ）系统中往往存在频率失调（FM ）问题，传统的频率失调补偿（FMC ）系统能应对一定程度的FM，但当噪声信号非平稳或失调量较大时，系统将无法工作。针对此问题，本文提出一种带有频率估计的窄带ANC系统新结构，其采用声学和非声学两路传感器获取参考信号，引入可变极半径及平滑下降（PG ）算法构建IIR陷波器，完成参考信号的频率估计，通过一阶FIR滤波器实现幅值和相位的调节。仿真表明，在保证合理的稳态误差情况下，与传统的FMC系统相比，新系统能够应对较大的FM ，且具有良好的收敛和追踪性能。     

一种含次级通道在线辨识的窄带主动噪声控制系统

分析了噪声危害设备产生的谐波噪声,特别是以500 Hz或600 Hz以下的低频成分为对象,介绍了主动噪声控制(ANC)技术的原理、意义及发展现状。在实际声学场所,由于控制系统易受初级噪声功率、残余噪声幅值等因素影响而不稳定。在分析控制系统收敛条件的基础上,通过对系统误差引入一个比例因子从而改进系统模型,并以一维管道为实验平台,基于高速数字信号处理器(DSP)设计了含次级通道在线辨识的主动噪声控制器。实验结果表明,在250 Hz左右的频段上能够达到16 dB的降噪效果。     

基于泄漏残余误差分离器的窄带主动噪声控制系统

传统窄带主动噪声控制系统中,各窄带噪声分量由各控制器并行处理,而相应的控制系数却仍由系统的整体残余误差进行更新。这导致各控制器之间相互影响,从而降低了系统的收敛速度。为保证各控制器单独利用自身的残余误差来更新控制系数,实现残余误差信号的频率分量分离,该文提出一种基于泄漏残余误差分离器的窄带主动噪声控制系统,并对新系统进行初步统计分析。理论分析、仿真及实验表明,这种引入泄漏因子的残余误差分离器,在不牺牲稳态性能情况下,提升了系统的鲁棒性和收敛性。     

Adaptive ANFIS-based filter for active control of sinusoidal primary noise in nonlinear path

Linear active noise control (ANC) system is promising in suppressing broadband and narrowband noise in a linear acoustic site.However,in some situations,the acoustic systems are nonlinear which make the primary noise being nonlinear distortion at the canceling point,and the linear ANC system maybe can not work well for these cases.This paper presents an adaptive network-based fuzzy inference system (ANFIS)-based nonlinear filter for active noise control,which is expected to be successfully applied to situations with nonlinear distortion.In the proposed adaptive control algorithm,the parameters are updated by gradient descent method.In the simulations,the secondary-path FIR model coefficients are estimated in advance by off-line system identification method,and one case for sinusoidal primary noise with nonlinear distortion is presented,which verifies the effectiveness of the proposed system in suppressing sinusoidal noise generated by rotating machines,e.g.,engines in vehicles.     

非线性多功能传感器信号重构的抗差估计方法研究

在非线性多功能传感器的信号重构过程中,训练样本集不可避免地夹杂粗差数据。为了得到既有较强抗差性又有较高效率的估值,采用抗差最小二乘法在粗差干扰条件下进行参数估计。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘形式结合在一起,因此在抵抗粗差的同时保持了最小二乘法的优点。非线性信号重构的粗差抑制结果表明,抗差最小二乘法计算速度快,且具有良好的抗粗差能力和收敛可靠性。     

高压大电流坡印亭矢量原理功率变送器

高压大电流传统的测量方法是应用互感器将被测量降低到一个适当的数值，然后再利用电工仪器仪表测量。然而，由于互感器铁心的副作用，测量结果不可避免地存在死区和相角非线性误差。文中分析实现了一种新型的测量高压、大电流的功率变送器，该变送器基于坡印亭矢量原理，无铁心，还可用于测量高压配送线有功和无功功率，替代传统的互感器，可以避免互感器固有的相角非线性误差，并具有重量轻、成本低等优点。同时开发的变送器信号的二次测量装置，解决了微弱信号放大、参数计算和过程显示问题。     

复合信息的多层传感技术

基于多功能传感器对复合信息进行分离和表达问题，本文提出了一种新的解决方案，即多层传感和融合技术，可以有效地处理复合信息，提高计算效率，为验证该方案的有效性，研制了一种新型多功能传感器，系由CdS和Fe3O4等化合物在同一基底上烧结而成，它可以同时用来测量环境温度，湿度和照度，针对复合信息的表达问题，本文还尝试了一种新的多层融合技术，即变量置信度策略。     

基于自适应LASSO先验的稀疏贝叶斯学习算法

为了提高稀疏信号恢复的准确性, 开展了基于自适应套索算子(Least absolute shrinkage and selection operator, LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian learning, SBL)算法研究. 1) 在稀疏贝叶斯模型构建阶段, 构造了一种新的多层贝叶斯框架, 赋予信号中元素独立的LASSO先验. 该先验比现有稀疏先验更有效地鼓励稀疏并且该模型中所有参数更新存在闭合解. 然后在该多层贝叶斯框架的基础上提出了一种基于自适应LASSO先验的SBL算法. 2) 为降低提出的算法的计算复杂度, 在贝叶斯推断阶段利用空间轮换变元方法对提出的算法进行改进, 避免了矩阵求逆运算, 使参数更新快速高效, 从而提出了一种基于自适应LASSO先验的快速SBL算法. 本文提出的算法的稀疏恢复性能通过实验进行了验证, 分别针对不同大小测量矩阵的稀疏信号恢复以及单快拍波达方向(Direction of arrival, DOA)估计开展了实验. 实验结果表明: 提出基于自适应LASSO先验的SBL算法比现有算法具有更高的稀疏恢复准确度; 提出的快速算法的准确度略低于提出的基于自适应LASSO先验的SBL算法, 但计算复杂度明显降低.