排序方式: 共有20条查询结果,搜索用时 109 毫秒
1.
2.
正电子发射断层成像(Positron Emission Tomography,PET)在很多疾病的早期诊断中有重要的作用,PET图像重建的难点之一是如何在保持重建图像中病灶边缘特性的同时具有良好的去噪性能.针对此问题,本文提出了一种结合图拉普拉斯正则化和深度图像先验的PET图像核重建方法 .设计了改进的U-net神经网络,将PET前向投影模型中的核系数表示为神经网络的输出;通过先验图像构建图拉普拉斯矩阵,重建问题被建模为基于神经网络的带图拉普拉斯正则化项的最大似然函数优化问题.利用优化转移方法导出了收敛的迭代重建算法,每一次迭代包括由核重建方法更新图像和利用神经网络更新核系数两个步骤.仿真和临床实验结果表明,本文提出的方法在不同的指标下都有更好的重建效果,优于已有核重建方法以及最新的基于深度系数先验的重建方法 . 相似文献
3.
针对智能电网中储能系统分布式功率分配问题, 本文提出融合了快速平均一致与多采样率的离散时间控制策略, 使各储能电池以相同相对剩余电量状态(SoC)变化率进行充放电. 为了仅用局部通信得到计算功率分配值需要的全局平均值, 在储能电池拓扑结构已知和未知两种情况下, 本文分别采用了有限时间平均一致算法和具有最优收敛率的平均一致算法. 在储能电池单个控制周期内, 平均一致算法以小于电池控制周期的采样周期进行多步迭代, 从而得到精确的估计值, 实现各储能电池的精准功率分配. 不同于传统连续时间控制方法仅给出平均一致算法的收敛性分析, 本文不仅建立了单个控制周期内快速平均一致算法的收敛率表达式, 而且给出了包含储能电池动力学和平均一致算法的整个控制系统的渐近稳定性分析. 所提方法能够更快速、更精准地实现基于相同相对SoC变化率的功率分配. 最后, 本文通过多组仿真实验验证了所提方法的有效性. 相似文献
4.
本文提出了一种新的设计两通道近似完全重构IIR滤波器组的方法.分析滤波器组由基于全通滤波器的多相网络实现,所引起的相位失真几乎完全被综合滤波器组所平衡.从QMF的完全重构理论出发,提出综合滤渡器组也由全通滤波器来实现,整个系统的设计就转化成相位均衡器的设计,并且给出构成综合滤波器组的稳定的全通滤波器的封闭解析表达式,仿真结果证明,该方法设计的系统不仅完全消除了幅度和混叠失真,相位失真可以在附加一定的信号延时的基础上进行最小化,而且计算量小,系统恒稳定. 相似文献
5.
6.
排放于水库湖泊中的污染物的扩散易受到边界影响.本文首先对静态水体中的近岸污染源扩散进行理论分析,提出了一种分段浓度模型.然后,研究了静态水体中靠近不透水边界的污染源定位问题,指出该问题中的未知参数不仅有污染源位置,还包括质量流率和初始扩散时间,分别给出了通用模型法、近似函数法、基于无迹卡尔曼滤波的估计方法求解参数估计问题.通用模型法与近似函数法分别通过求解基于原始扩散模型和分段扩散模型的约束非线性最小二乘算法获取参数估计.通用模型法可快速获取目标源相关信息,近似函数法有更稳健的参数估计性能,但需要经历多个采样时刻后才可执行.基于无迹卡尔曼滤波(Unscented Kalman filter,UKF)的估计方法结合扩散过程,可有效权衡数值计算复杂度与估计性能.在仿真实验部分,对近岸污染源扩散过程进行了水文模拟,根据模拟数据对比了不同算法的实验性能,说明了各算法的优势和不足. 相似文献
7.
8.
宁波历史上即以港城著称于世,以宁波和泉州为代表的“海上丝绸之路”,作为中国“丝绸之路”申请世界文化遗产项目的组成部分,2006年12月列入《中国世界文化遗产预备名单》。 相似文献
9.
四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题, 提出了一种基于扩展状态卡尔曼滤波
(extended state based Kalman filter, ESKF)的模型预测控制(model predictive control, MPC)方法。 首先, 采用牛顿-欧拉方法建
立风扰影响下的四旋翼无人机动力学模型; 然后, 位置控制采用基于误差模型的 MPC 方法, 利用 ESKF 估计风扰并对控制量
进行前馈补偿; 采用反馈线性化方法将姿态动力学模型线性化, 并设计基于 ESKF-MPC 的姿态控制器;最后, 仿真结果表明测
量噪声方差为 0. 000 1 时该方法的位置跟踪均方误差比自抗扰控制方法的误差小 0. 013 m, 当方差大于 0. 000 1 时自抗扰控制
方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。 相似文献
10.
与移动瞬时源追踪相比,移动扩散源追踪相对困难.本文分析了移动扩散源扩散过程,给出了离散化浓度场模型.将连续线源目标追踪问题转化为离散点源目标追踪的次优问题,提出了一种离散化移动扩散源追踪算法.在该算法中,先采用约束最小二乘方法估计目标实时位置、到达时间等相关参数,并进一步采用仅针对位置序列的Sage-Husa卡尔曼滤波方法优化位置估计.该算法克服了一般基于动态序列的追踪方法无法直接应用于离散移动扩散源追踪问题的不足.在仿真实验中,分别在匀速率平滑曲线运动与变速非平滑曲线运动的情形下进行追踪实验,分析了追踪精度与采样间隔以及观测节点密度的关系.仿真结果说明了提出的移动扩散源追踪算法的有效性. 相似文献