新的模糊边缘检测算法及在煤车定位中的应用

针对煤车智能取样对车厢定位的要求,提出了一种改进的模糊边缘检测算法.该算法通过阈值计算分段定义隶属度函数模糊特征,使图像目标区域边缘的灰度级达到较大增强,适合对较大目标区域(车厢)的多级灰度图像边缘检测;另外,该算法根据边缘的一般特征及不同的灰度区域自适应地选取算法参数,实时性好.工程应用表明,该方法在车厢边缘检测中,精度高、实时性强,能满足实际需要.     

基于自适应自然梯度法的在线高斯过程建模*

为了满足在线建模算法的实时性要求,提出了在高斯过程的训练中使用自适应自然梯度法（ANG）,即基于自适应自然梯度法的在线高斯过程回归建模算法。将此算法运用在Micky-Glass系统和连续搅拌反应釜(CSTR)模型的建立中,并与稀疏在线高斯过程算法进行比较。仿真结果表明此算法满足了非线性系统建模的实时性和精度的要求,同时克服了其他方法计算量很大、不符合在线算法的实时性要求的缺点。     

基于区域匹配的实时加速技术

针对区域立体匹配计算量大实时性差的困难,分析了相关匹配算法的实际工作过程,采用消除冗余因子和Box滤波、多级分辨率匹配减小计算复杂度,对算法结构进行了改进和优化,并利用超线程和OpenMP技术对算法进行了加速,提出了一种实时区域匹配算法.对算法进行实验,结果表明算法符合了视觉导航的准确性和实时性要求,并且对于提高其他区域匹配算法实时性也具有重要借鉴意义.     

一种基于多级维纳滤波的改进空时抗干扰算法

传统的空时自适应处理（STAP）算法不仅计算量大, 而且不能抑制与导航信号来自同一方向的窄带干扰。针对此问题, 提出了一种改进的STAP抗干扰算法, 将时频域结合的IIR格型陷波器与改进MSNWF的功率倒置算法相结合, 通过IIR格型陷波器预测并抑制窄带干扰, 通过改进MSNWF抑制宽带干扰并实现降维处理。这种新的算法不仅能更有效地抑制窄带和宽带干扰, 而且提升了计算速度和输出信干噪比（SINR）。     

H.264帧内预测的FPGA实现

实现H.264实时性面临的主要障碍是计算量大,预测操作占其总计算量的30%以上。该文使用FPGA实现一种以梯度作为判据的快速帧内预测算法。该算法借助FPGA逻辑资源丰富、高速并行运算、I/O接口丰富的特点,采用多级流水线、乒乓操作的电路结构。相应的帧内预测模块结构清晰,处理速度较DSP（TMS320C6211）提高46.41倍,满足了视频图像处理的实时性要求。     

改进的运动模糊图像复原算法

提出了一种改进的运动模糊复原算法,首先利用改进的高通滤波(方向微分)快速算法判定运动模糊方向,然后利用边缘检测算法计算模糊尺度,从而确定点扩散函数,最后通过维纳滤波算法对模糊图像进行恢复。针对K值估计问题,提出了一种新的K值自动估计算法。实验结果表明,该方法鲁棒性强、实时性好,图像复原效果好。     

一类实时的数字仿真算法

求解微分方程是连续系统半实物仿真中的一项关键技术.应用于复杂系统半实物仿真的实时算法要求具有较大的稳定区域、较高的计算精度和较小的运算量,以便满足实时性要求.常用的AB法基于离散相似原理,计算量小但稳定区域小.常用的实时RK法基于泰勒级数匹配原理,稳定区域较大但计算量大.为了满足复杂系统半实物仿真的需要,综合了泰勒级数匹配原理和离散相似原理的优点,构造了一类实时的四阶混合数字仿真算法,并且分析了该类算法的稳定性、实时性和计算精度.最后,利用标准算例对该类算法进行了检验,仿真结果表明,该类算法计算量小、稳定区域大、精度高,在半实物仿真中具有一定的优越性.     

基于C6416的匀速直线运动的模糊图像恢复

为解决相机与景物之间由于相对运动而造成的图像模糊问题.提出在定点DSP C6416上,通过优化维纳滤波算法来实现模糊图像的实时恢复.提出基于实数的一维维纳滤波优化算法.给出该算法与其他常规维纳滤波算法的实验结果和对比评价.实验结果显示:在主频600MHZ的DSP C6416实验平台上,对512×512 8位灰度测试图片先进行模糊处理,再通过该优化算法恢复.速度达到58ms每帧,而常规一维维纳滤波算法速度为90ms每帧,二维维纳滤波算法速度为253ms每帧.恢复质量三者相同.结果表明该算法每秒能处理17帧512x512 8位灰度图片.基本能满足实时性的要求.如果采用最新的主频1GHZ的DSP C6416芯片,处理速度预计能达到35ms每帧,能实现25帧每秒的实时性要求.     

一种改进的粒子滤波跟踪算法

传统粒子滤波跟踪算法的退化现象和巨大的计算量不利于其应用,尤其在实时性要求较高的视频监控场合。引入均值漂移算法进行粒子的采样调整,采用积分直方图加快每个粒子的直方图计算速度,以改进传统粒子滤波跟踪算法的速度和跟踪效果,满足实时跟踪需要。实验结果证明了改进算法的有效性。     

简化型PCNN 的混合噪声图像滤波算法研究

针对脉冲噪声和高斯噪声构成混合噪声的特点,提出了一种基于简化型脉冲耦合神经网络( Pulse Coupled Neural Network,PCNN) 滤波算法,利用了简化模型的几个技术特性,适当的选取参数,并在算法中结合了形态学方法、中值滤波和维纳滤波,该算法相对于均值滤波和中值滤波算法来说具有更好的抑制混合噪声干扰的能力,能较好地保持图像的边缘和细节信息。通过大量实验证实,应用简化型PCNN 滤波算法对滤除灰度图像所受混合噪声的效果较好。在与其他算法的比较中,该算法优于传统的滤波算法,不但能有效地滤除混合噪声,并且计算量适中,具有较好的实时性,同时随着图像受混合噪声污染程度的增大,优势更加明 显。     

神经网络PID控制器在湿法烟气脱硫中的应用

针对在石灰石／石膏湿法烟气脱硫工艺中吸收塔浆液pH值变化过程存在高度非线性,时变性以及各种不确定性,常规PID控制难以达到满意的控制效果的问题,提出了一种基于Levenberg-Marquardt算法的神经网络PID控制器,对浆液pH值变化过程进行辨识和控制。该算法的本质是提供牛顿法的速度和保证收敛的最速下降法之间的一个折中,适合于性能指标是平方误差的神经网络训练。仿真实验表明,该算法收敛速度快,控制系统无超调,稳态精度高,能够快速跟踪浆液pH值的变化并对其进行有效控制,且具有较强的抗干扰能力,满足实时控制的要求。     

线性扫频干扰检测算法及抗干扰方法研究

提出一种考虑虚警概率和漏检概率指标的低复杂度线性扫频干扰检测算法,并对算法性能进行了理论分析,为实际通信系统判断受扰情况提供依据;提出一种基于Q学习的抗扫频干扰算法,可在无线通信系统遭遇扫频干扰时,自主选择最佳通信信道和最长驻留时间。仿真结果表明所提检测算法可有效检测出线性扫频干扰信号,以较低复杂度得到与理论分析结果相近的检测性能。所提抗扫频干扰学习算法可在干扰环境中自主选择通信信道,高效规避扫频干扰,实现持续可靠的信息传输。     

基于SACON模型和五帧差分法的目标检测算法

在充分研究现有运动目标检测算法的基础上,针对当前常用运动目标检测算法易受光照和噪声的影响,不易提取完整运动目标,提出了一种新的结合SACON背景模型与五帧差分法的运动目标检测算法.对传统的SACON算法进行改进得到运动区域,与五帧差分算法提取的运动目标相结合,采用动态阈值以适应光线突变,通过孔洞填充等后处理,综合得到运动前景图像.该算法有效地处理了孔洞和噪声问题,具有很好的实时性以及抗干扰能力,能够精确地检测出运动目标.     

一种新的子空间投影抗干扰改进算法

子空间投影算法是一类重要的天线阵抗干扰算法。在强干扰环境下,子空间投影抗干扰算法能够有效抑制强干扰,但同时也会造成有用信号损耗。本文从天线阵列增益的角度出发,提出一种基于子空间投影的抗干扰新算法,以有效降低有用信号损耗。仿真实验结果证明,本文提出的新算法可使阵列输出载噪比至少提高1.2dB。     

优化混沌扩频序列的抗干扰性能分析

为了提高基于混沌序列的直序码分多址系统(DS/CDMA)抗干扰性能,提出一种优化混沌序列性能的优选算法,将得到的优化序列应用于DS/CDMA系统中,研究分别在加入单频干扰、部分频段干扰、脉冲干扰情况下的抗干扰性能。结果表明优化后的改进型Logistic映射混沌序列可利用的码数目众多,抗干扰能力强,且系统误码率较低,与Gold序列相比,在相同误码率情况(10^(-1))下,信噪比至少可改善2dB,更适合用于DS/CDMA系统和通信抗干扰技术中。     

不可逆电消融手术中心电同步算法及系统设计

随着不可逆电脉冲穿孔消融手术等疗法的发展,传统的心电信号同步设备从精确度、抗干扰能力以及安全性的角度无法满足要求。针对此问题,提出了适用于不可逆电消融手术的心电同步算法,包括一种区间可预测性条件和一种消融区间起点精确标定算法。在满足可预测条件的情况下对消融区间起点进行精确标定,实现在强干扰条件下的心电信号同步。经过实时心电信号和MIT-BIH心律失常数据库的验证,表明系统和算法具有较高的精度和可靠性,并可在嵌入式系统上实现。     

视频监控领域基于多特征融合与自适应模型更新的目标跟踪

随着视频处理技术和网络技术的发展,视频监控应用逐渐渗透到了人们日常活动中的方方面面,如何设计实现精度高、鲁棒性好的目标跟踪技术仍然是当今研究的热点及难点。本文在工程应用实践的基础上,提出一多特征融合与自适应模型更新的空时上下文目标跟踪算法,通过将丰富多样的多特征信息整合到空时上下文模型中。由于多特征具有互补特性,可以克服单一特征对目标区域描述不足的缺陷,提升算法的抗干扰能力。同时,本文也提出了一种自适应学习因子策略,增强了模型的泛化能力。大量的仿真实验结果表明本文所提算法的跟踪性能超过传统的空时上下文文目标跟踪算法,对复杂的跟踪场景具有更强的鲁棒性与抗干扰能力。     

Exploiting cyclostationary difference in anti-jamming method based on single channel source separation

Traditional time/frequency domain filter-based methods would fail due to the serious overlapping of the communication signal and jamming in time/frequency domain. In order to solve this problem, an anti-jamming algorithm based on single channel source separation by exploiting cyclostationary difference is proposed for direct sequence spread spectrum (DSSS) communication. Firstly, the cyclostationary difference among source signals is used to establish the single channel source separation model based on partial priori information of the DSSS signal. Secondly, cost function of the algorithm is constructed by the training sequences and the minimum mean square error criterion; after that, the optimal separation matrix of the pilot mixed signal can be calculated based on this cost function. Thirdly, the purpose of anti-jamming for DSSS communication can be achieved by separating the communication signal from the service mixed signal based on the optimal separation matrix calculated before. Simulation results show that, compared with the unseparated signal of high bit error rate (BER) close to 0.5, the proposed antijamming algorithm is more effective in anti-jamming with the BER as low as 10^–3, which is not only applicable to narrowband jamming such as the single-tone/multi-tone jamming, but also applicable to broadband jamming such as the sweep-spot jamming.     

一种新的变步长频域块LMS算法

针对现有直接序列扩频（DSSS）通信抗干扰系统中的传统频域块最小均方误差（FBLMS）算法在收敛速度和稳态误差之间存在矛盾的问题,提出了一种新的变步长算法--VSS-FBLMS算法,该算法通过输出信号中剩余干扰所占整体噪声信号的比例来调节变步长因子,步长因子随着干扰的被滤除而逐渐减小,使得DSSS通信抗干扰系统获得更好的抑制干扰效果。首先对传统FBLMS算法的DSSS抗干扰系统进行了介绍,然后对提出的VSS-FBLMS算法进行分析,最后将新算法和传统算法加入DSSS通信抗干扰系统中进行仿真对比。理论分析和仿真结果表明,VSS-FBLMS算法不仅可以有效滤除窄带干扰,而且抗干扰性能优于传统FBLMS算法,收敛速率和稳态误差也都优于传统FBLMS算法。