基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法

针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。     

单一风电场平滑效应研究

随着中国风电的快速发展,风电在能源系统中比重不断增大。然而,由于风电其自身的波动特性,"弃风"现象频发。因此,分析风电出力波动规律,研究风电场平滑效应,找出平滑效应的规律,具有重要的理论意义和应用价值。利用统计分析的方法,给出了平滑效应的定义、表现、产生机理,以及定量分析方法,并以某风电场实际运行数据为例,进行了仿真验证。结果表明,平滑效应随着机组数量的增多而变强,并随着空间距离的变大而变强。     

非时隙结构认知无线网络中非授权用户传输时延分析

在非时隙结构认知无线网络中,以随机侦听多址方案为基础构建了系统的数学模型,利用柯尔莫哥洛夫费勒前向方程得出系统的稳态概率,并采用拉普拉斯斯帝尔阶斯变换推导出非授权用户数据包的平均传输时延.数值分析表明,信道忙的概率和平均退避时间与传输时延呈正比关系,不同的载波侦听多址方案对传输时延影响很大,其中全侦听多址方案的传输时延最小.     

纵向冲击下弹簧连接的压电层合杆波动分析

为保证压电振子在复杂的环境下能进行安全工作,需对压电振子受纵向冲击时的波动问题进行研究.建立了末端连接有弹簧的压电层合杆受刚性球纵向冲击时的模型,考虑力电耦合作用,得到了压电层合杆的纵向波动方程,用拉氏变换的方法并通过引用拉盖尔函数对方程进行了求解,得到了杆内位移和电势的解析解.讨论了拉氏逆变换时所用求解方法的优越性,以及电势波的传播特性和电势的分布规律;分析了压电层和弹性层的厚度比对波速的影响,以及应变波沿杆传播的特性.结果表明:引用函数的方法优于传统方法对波动方程的求解;应变波沿杆的传播特性使波前处应变发生突变,后逐渐恢复.     

多模型方法下的地区常住人口规模预测分析 ——以湖南省株洲市为例

以1993—2012年湖南省株洲市的常住人口数量为样本数据,对株洲市常住人口数据变化情况进行分析,并分别采用一元线性回归法、二次指数平滑法、GM(1,1)模型预测法,对2013—2020年株洲市的常住人口数据进行预测,得出了株洲市未来8年的常住人口增长预测数据。根据预测结果,为株洲市未来应对常住人口增长的问题提出相关建议。     

基于混合参数蚁群算法的移动机器人路径规划北大核心

针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法。在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制。实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力。     

基于改进的RPCA人脸识别算法

针对人脸识别中存在遮挡、光照、表情变化等问题,提出了一种基于改进的鲁棒主成分分析的人脸识别算法,它利用人脸的稀疏误差成分准确判断出人脸图像之间的差异。该算法首先对人脸进行低秩恢复,得到表示人脸普通特征的低秩分量和描述人脸差分信息的稀疏误差分量,然后定义稀疏度和平滑度两种描述符来表示稀疏误差分量的特征,最后联合上述两种描述符对人脸图像进行分类判别。实验结果表明,在光照条件和遮挡区域随机的情况下,提出的采用误差图像进行分类判别的算法在处理遮挡、光照、表情变化等人脸识别问题上均具有优越的识别性能。     

热红外与可见光图像融合算法研究

融合热红外与可见光图像能够达到信息的互补,弥补单一模态在某些条件下的不足,因此具有较高的研究和应用价值。采用了一种基于稀疏表示模型的热红外与可见光图像融合算法。首先,根据一定量图像样本学习出较为完备的字典。其次,对于给定的两模态图像对,通过稀疏表示模型在学习出的字典上分别对其进行稀A表示。同时,为了提高鲁棒性,使用了拉普拉斯约束对表示系数进行正则化。然后,根据融合算法对两模态图像进行有效融合。最后,在公共的图像以及收集的图像上进行了实验,实验结果表明,该算法能够有效地融合两模态图像的信息。     

基于拉普拉斯分值和超球支持向量机的轴承故障诊断方法设计

针对轴承振动信号中的故障信息往往很微弱,同时振动样本数据分布不平衡即故障样本占总样本数的比例低,从而导致故障诊断模型训练不精确而影响诊断精度的问题,提出了一种基于拉普拉斯分值和超球大间隔支持向量机的故障诊断方法;首先,采用有标签的训练样本数据和拉普拉斯分值法提取原始振动信号中的微弱故障信息,并降低其数据维数,从而得到用于故障诊断的特征向量,然后设计了一种改进的超球大间隔支持向量机的故障诊断模型,通过最小化超球体积和最大化超球边界和故障样本之间的间隔来实现故障诊断,以解决样本的不均衡问题,最终通过将测试样本数据代入决策方程并通过投票机制确定其故障类别;在Matlab环境下对轴承故障诊断进行实验,实验结果证明了文中方法能有效解决样本的不均衡情况下的故障诊断,且相对其它方法,具有诊断精度高和收敛速度快的优点.     

2D转3D处理中深度图超平滑处理算法的研究与硬件设计

该文研究了一种2D转3D处理中深度图超平滑处理算法,本算法在加权平均滤波器的基础上引入像素相关度,对平滑窗内的像素点进行选择,减少了区域外的点对中心像素的影响,有效解决了均值滤波器能引起区域边缘模糊的问题。同时,使用verilog语言实现了此算法,并且通过modelsim仿真软件进行了仿真。