一种降低电离层梯度影响的Hatch滤波算法

目前,地基增强系统（Ground-Based Augment System,GBAS）中的主要问题是：尽管使用载波平滑降低了伪距噪,利用差分技术消除了用户和基准站间的大部分共同误差,从而减少了差分改正值中的误差。但是电离层时间梯度和空间梯度于这两个过程中产生了额外的误差,阻碍了差分改正值质量的进一步提高。基于对电离层时间和空间梯度引起的额外误差的分析,并考虑平滑伪距噪声,文章提出了一种新的Hatch滤波方法,该滤波器的时间常数是随卫星仰角、电离层时间和空间梯度以及用户与参考站之间的距离而实时变化的。该方法降低了差分改正值误差,提高了定位精度。并且通过差分定位仿真并对比传统的单频Hatch滤波方法,发现使用该方法后,减小了差分校正值的误差。     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

基于中值滤波和梯度锐化的边缘检测

实现一种基于中值滤波和梯度锐化的边缘检测方法。首先采用既能过滤噪声又能保护边缘信息的中值滤波对图像进行平滑处理。然后采用梯度锐化加强边缘像素强度,通过简单的二值化获得图像的初始边缘,系统采用连通区域标记的方法去除位于图像封闭边界内的残留黑块。最后通过实验结果与人工提取的结果比较,进行误差分析,找出本文算法的不足之处,以便对该算法进行改进。实践证明,本文的边缘检测方法对含有噪声点且灰度分布比较均匀的图像有很好的效果。     

基于横纵向联合控制的多目标优化车辆跟驰研究

为解决车辆在拥堵环境中因车速波动较大所带来的跟驰平稳性较差、跟踪无效或不安全等问题,提出了基于车辆模型和深度强化学习的多目标优化跟驰方案。首先基于车辆横纵向动力学建立车辆跟驰模型,然后根据车间距误差、速度误差、横向偏差及相对偏航角等,利用深度确定性策略梯度算法得到跟驰车的加速度和转向角,以更平稳安全地控制跟驰车辆。经NGSIM公开驾驶数据集进行测试与验证,该方案可有效地提升跟驰车辆的稳定、舒适与安全性,对保证交通安全和提升道路通行能力具有重要意义。     

有源电力滤波器谐波检测方法研究

针对常用的ip-iq谐波电流检测方法因采用数字低通滤波器而存在滤波效果和实时性不能同时兼顾的问题,提出了一种采用数学形态滤波器代替数字低通滤波器的改进方法。通过选取适当的结构元素,结合形态学的基本运算,设计了低通形态滤波器。仿真结果表明,在保证检测精度的情况下,改进方法的实时性要明显好于常用的谐波检测方法,具有一定的参考、实用价值。     

提升细节捕捉能力的非下采样轮廓波变换

针对传统NSCT(非下采样轮廓波变换)算法中NSP(多尺度分解方法)对细节信息捕捉能力较差及利用其进行图像融合得到的融合图像出现细节丢失问题,提出改进的NSCT算法。不同于传统NSCT算法,该算法首先采用细节捕捉能力较强的非下采样形态学小波分解替代NSP分解,实现对源图像的多尺度分解,将源图像分解成水平高频、垂直高频、对角高频和低频4部分;然后利用NDFB(非下采样的方向性滤波器)对高频部分进行多方向分解得到一系列高频信息,实现改进型NSCT分解。实验结果表明,该算法的细节捕捉能力较传统算法好,在相同融合规则下其图像融合效果更好,各项融合指标值均有所提高,其中平均梯度提高了10%,且易于实现,可广泛用于多分辨率图像融合,是一种有效的融合图像算法。     

基于人类视觉模型的各向异性扩散滤波方法

针对各向异性扩散模型中扩散系数的梯度阈值确定问题进行了研究,提出了一种基于人类视觉模型的各向异性扩散滤波器。首先在PM方程的基础上研究了各向异性扩散系数中梯度阈值的取值问题。根据仿生学原理,分析了韦伯比曲线,将图像根据背景亮度划分为不同的区域,分别采用不同的公式计算梯度阈值。然后讨论了改进后算法在8邻域内的离散实现问题。仿真结果表明,与传统的恒常梯度阈值扩散模型相比,改进后的算法在有效保留图像重要信息的同时对噪声的抑制效果更为理想。     

温度梯度机理下激光参数对激光成形的影响

以纯铝板和低碳钢板为主要研究对象，对温度梯度机理下激光输入功率、扫描速度、离焦量以及扫描次数等参数与成形弯曲角之间的关系进行了试验研究，深入分析了温度梯度机理下影响成形的主要因素。     

基于局地气候分区的街区地表形态特征与热湿环境的关联性研究

为研究湿热地区街区尺度地表形态特征对城市热湿环境的影响, 基于局地气候分区的分类方法, 在湿热地区广州市选取了7个典型街区并对其进行地表形态特征的参数化表达; 采用实测与ENVI-met模拟相结合的方法, 分析了不同街区地表形态特征条件下的热湿环境参数时空分布特征。结果表明, 具有高层密集建筑群的街区内呈现出较低的空气温度, 而紧凑低层建筑区呈现出高温低湿的热湿环境, 开敞空间的街区内空气温度与相对湿度分布更均衡, 空间差异性较小。此外, 基于实测数据对ENVI-met软件模拟湿热地区街区热湿环境的结果精度进行了验证, 结果表明ENVI-met整体上可以较好地预测湿热地区不同街区内的热湿环境特征, 但对于紧凑低层建筑区的模拟精度偏低。     

基于全局数据混洗的小样本数据预测方法

以广州车牌竞拍价格数据集为数据来源, 采用线性回归并结合k折交叉验证, 研究小样本数据集的预测方法。为解决小样本局部特异性数据导致的验证误差增大的问题, 提出验证之前先对数据进行全局混洗的策略。最后通过实验验证了此策略可以明显降低验证误差, 以此为基础, 通过多组实验验证, 确定了合适的参数, 结果表明最终预测值的总平均正确率达到了95%。