直流电机电刷磨损预测的粒子滤波方法

针对直流电机电刷磨损的跟踪与预测问题,提出了一种改进型粒子滤波器的电机电刷磨损状态演变预测方法。首先建立直流电机的动态模型,通过电刷磨损仿真分析获得一定时间间隔的电流输出数据,此输出数据作为测量数据用作为预测模型的输入。接着,根据测量数据的变化规律建立电机电刷磨损预测的模型形式,然后通过采用所提出的多项式重采样粒子滤波方法来预测电机电刷磨损状态的演变。案例数据分析结果表明,所提出的基于粒子滤波的电刷磨损预测方法是有效的且计算过程简便。     

截面测量数据的B样条曲面拟合

针对激光扫描仪测量得到的截面型数据,提出了对截面线重新采样的方法,分析了重采样数据拟合曲线的误差,及平方误差随重采样比例变化的规律,从而通过控制误差来确定重采样数目.构造插值于截面数据点的非均匀B样条,再对其进行相同数目的采样,得到了呈矩形分布的点阵,采用双向平均积累弦长参数化方法确定、方向节点矢量,用插值的方法进行曲面拟合.此种方法不仅避免了对轮廓线进行相容性的处理,而且减少了模型数据量,提高了曲面重构的效率.     

基于随机投影和稀疏表示的跟踪算法

针对目标跟踪过程中存在的诸多技术问题,该文提出一种鲁棒的目标跟踪方法。首先,该文采用基于稀疏表示的全局模板描述目标的表观状态,通过构造正负模板以区分目标和背景;然后采用随机投影法对表示模板和候选目标进行降维,以降低算法的时间复杂度;采用粒子滤波法作为目标的运动模型,通过多项式重采样方法进行粒子重采样,以保持粒子的多样性;设计了正负模板更新策略,将正模板分为固定集和更新集,对这两部分在相似度计算和正模板更新时采取不同的处理方法,并且在其中加入目标遮挡的判决机制,从而可以有效避免遮挡的影响;实验结果表明,该算法能够准确跟踪受遮挡、运动模糊等多种复杂场景的目标,与现有跟踪方法相比,所提算法具有更好的准确性和稳定性。     

一种改进型的粒子滤波器

针对复杂背景条件下图像序列中跟踪运动目标的问题,提出一种改进的粒子滤波图像跟踪算法,该算法利用遗传算法的研究成果,采用选择、交叉、变异等步骤实现对粒子的重采样,解决了粒子滤波器所面临的粒子退化和匮乏问题.由于该算法利用了遗传算法的全局寻优特性,因此该算法具有较强的稳健性.同时,粒子滤波可实现非线性非高斯状态空间模型的最优估计,将该粒子滤波用于目标跟踪,具有较好的过遮挡能力.实验结果表明,该算法状态估计性能好,能够很好地实现复杂图像序列中的目标跟踪.     

用时域平均法检查齿轮失效

该文讨论了履带车辆传动箱、变速箱的速度波动和重采样系数算法对同步触发时域平均理论诊断效果的影响,提出了一种计算重采样系数的新算法。     

基于隐性马尔可夫模型的手势识别设计和优化

新型的笔式交互技术要求能够高效地识别用户手势,适应用户的手绘风格。本文建立了基于隐形马尔可夫的手势识别模型,在此基础上提出了在重采样阶段的中点补偿方法和编码阶段的方向编码优化方法。实验结果表明该识别模型能以更精简的采样点数量表示手势并给出良好的识别结果,减少了模型训练的运算量。     

基于p-q-r法的电力系统谐波检测方法

指出只要三相电压、电流对称，无论电压是否有畸变，在三相四线制电路中用p-q-r法检测系统的谐波电流时，ip,iq中只含有3七次谐波（七为整数）。根据重采样理论，在保证ip,iq中的直流分量Ip,Iq的频谱不混叠的情况下可以对ip,iq进行4倍重采样，针对ip,iq中只含有3七次谐波这一特征可以设计均值滤波器，以减小计算量，提高滤波器的动态响应速度。此外，还可以通过控制r轴电流ir将电压畸变时的中线电流补偿到零。     

Landsat7图象系统级几何校正算法研究

Landsat7的双向扫描模式、姿态波动和增强型专题制图仪ETM (Enhanced Thematic Mapper )传感器本身的特点等必然导致遥感图象的几何畸变,同时复杂的成像几何模型也增加了几何校正的难度.为此,在研究了其成像几何模型,分析了影响畸变的因素后,给出了完整的系统级几何校正算法,包括视线产生和投影、姿态合成和重采样等,并对重采样中的间隙插值和延迟进行了深入分析,采用了简化方法.实验结果表明,校正后图象的定位精度、变形度和行间相关度达到了系统级几何校正的要求,验证了算法在保证速度的前提下,具有较高的正确性.     

基于记忆模式的NO_x支持向量回归预测研究

低NO_x排放是电站锅炉燃烧优化的主要目标之一,影响燃煤锅炉NO_x排放因素众多且复杂,对锅炉燃烧过程NO_x浓度进行准确预测是低NO_x燃烧优化的基础。机组全工况运行时表现出强时变性,静态预测模型难以保证预测精度,考虑到观测样本的时效性,模拟记忆模式对观测数据进行重采样,进而基于支持向量回归算法构建NO_x排放预测模型,构造一种基于记忆模式的支持向量回归算法。以某机组热态试验数据为基础,对算法进行了仿真分析,结果表明,该算法在保证回归建模精度的同时,在训练速度、稳定性以及泛化性能等方面较传统支持向量回归算法更有优势。     

改进粒子滤波算法研究

重采样思想能解决粒子滤波中的粒子退化问题,但却导致粒子多样性丧失的现象,使描述状态后验概率密度的粒子不够充分。围绕如何增加粒子的多样性,已提出的改进算法包括MCMC移动步骤及正则化粒子滤波（RPF）算法。讨论2种改进算法的基本思想及步骤,通过对一典型标量非线性系统的仿真实验,分析改进算法的性能特点。实验结果表明,2种改进算法都有效增加了粒子的多样性,缓解了粒子匮乏问题。