科氏流量计DSP算法及其仿真研究

提出用于科氏流量计的信号处理的新的DSP算法和仿真方法.包括线性调频Z变换算法,该算法用于信号测频初始化.通过只在窄带内密集抽样的方法,和传统方法比较,线性调频Z变换算法可以减少由于不足点采样而造成的频谱泄漏,改善计算精度并减少运算时间.还包括用于频率跟踪的锁相环仿真,锁相环可以极好地平滑噪声,跟踪频率变化,最终用于计算两路信号相位差.通过在MATLAB环境下的仿真,我们得出结论:琐相环方法是进行科氏流量计频率和相角跟踪的可行性方法,能够较好地满足跟踪精度的要求.     

基于载波频率辅助相位的GPS信号跟踪算法

针对传统全球定位系统(GPS)接收机在高动态环境下跟踪性能不理想,提出一种基于载波频率辅助相位的GPS信号跟踪算法。利用锁频环(FLL)辅助锁相环(PLL)的方式代替传统单一跟踪环路,通过卡尔曼(Kalman)滤波器对接收机各跟踪通道中频信号进行综合处理。根据多条跟踪通道的伪距和伪距率残差对系统状态参量进行综合估计,并搭建Kalman滤波器的状态方程和量测方程,给出了跟踪环路反馈量,与传统标量跟踪模式下的跟踪性能进行了对比。仿真结果表明,基于载波频率辅助相位的GPS信号跟踪算法进入稳态时间减小了100 ms,位置误差精度提高了5 m,速度误差精度提高了近3 m/s,在接收机用户快速运动的环境下,能够很好地处理高动态信号。     

基于多段信号融合的实时高精度频率估计算法

在利用信号融合来进行频率估计时,由于相位不连续性会造成很大的误差,通过相位校正,可以得到很好的估计效果,然而其运算量也将随之增加,本文利用频谱细化的思想,提出一种新的多段等长同频信号融合算法。为验证算法的有效性,对算法进行仿真,仿真结果表明,该算法在提高算法精度的同时,大大降低了运算量,使其更适合于对实时性要求较高的应用。     

斜视模式下基于Legendre展开的改进CS成像算法

在SAR的斜视模式下,针对传统的CS成像算法相位展开精度差的缺点,提出一种改进算法将Legendre展开应用其中。传统的成像算法主要对回波信号的二维频域的传递函数,还有算法流程中的三个相位校正函数应用Taylor多项式进行展开。将Legendre多项式取代Taylor多项式对算法进行处理,并进行了详细的推导,与传统的基于Taylor多项式进行展开的成像算法相比,减少了回波相位近似误差,相位展开精度得到了提高。最后从峰值旁瓣比和积分旁瓣比的角度评估了SAR图像的成像质量。理论推导和仿真结果都表明成像质量得到了进一步的提高。     

基于改进卷积神经网络的铁轨伤损图像识别

铁轨探伤技术的可靠性关系到铁路运行的安全性。分析BP神经网络、卷积神经网络算法在图片识别中的优势,提出一种结合BP、卷积网络的新算法应用于铁轨伤损检测。改进算法利用卷积神经网络对铁轨样本进行特征提取,仅一次前向运算获得低维度铁轨图,再由BP神经网络对低维度铁轨图特征进行分类训练与测试。实验结果表明,改进算法在已训练好的模型测试中得到较好的误差收敛曲线与较高的测试精度,与BP算法、卷积算法相比,该算法训练时间更少,对铁轨伤损图片识别效果更好,在铁轨伤损检测方面有较好的应用前景。     

A correcting method about GB-SAR rail displacement

This paper presents a new method to correct rail errors of ground-based synthetic aperture radar (GB-SAR) in the discontinue mode. Generally, light positioning is performed to mark the GB-SAR position in the discontinuous observation mode. Usually we assume there is no difference between the marked position and the real installation position. But in fact, it is hard to keep the GB-SAR positions of two campaigns the same, so repositioning errors cannot be neglected. In order to solve this problem, we propose an algorithm to correct the rail error after analysing the GB-SAR rail error geometry. Results of the simulation experiment and the real experiment of a landslide in Lvliang, Shanxi, China, show the proposed method achieves a millimetre-level precision, enabling the discontinuous GB-SAR observation (D-GBSAR) mode to be used in engineering projects.     

多方向振动测试的石英挠性加速度计高阶误差系数辨识

高精度的误差系数可准确评价加速度计的精度与性能,从石英挠性加速度计误差模型入手,对其进行多方向振动测试试验,利用总体最小二乘（TLS）算法辨识加速度计模型方程中的高阶误差系数,建立较高精度的加速度计数学误差模型。为验证算法的有效性及所实施试验的可靠性,和传统重力场多点测试辨识加速度计参数方法作对比,同时,提出误差系数和决定系数两个指标来评价振动测试的辨识效果。结果表明：采用多方向振动测试结合总体最小二乘算法方案所辨识出加速度计高阶误系数精度较高,在实践中具有较好的借鉴意义。     

DFT变换法在科氏质量流量计相位差检测中的应用研究

提出了一种新的采用DFT(离散付利叶变换)实现科氏质量流量计的相位检测方法.该算法首先从理论上分析存在非整周期采样引起的误差随时间的变化规律,提出通过相位变化修正计算DFT的采样点数,使计算DFT的点数接近整周期,最终获得较好的相位计算结果.仿真试验结果表明,这种方法还能够实现频率跟踪,克服频率变化引起的相位计算误差,提高跟踪精度.     

一种任意曲线长度的测量方法及其应用

在进行作物形态测量的研究中对叶片长度的测量要求较高的测量精度。而有关长度测量的算法较少,其中较为常用的是利用链码来进行曲线长度的测量算法,该算法要求对图像上的玉米叶子进行预处理之后,才能进行对叶片长度的测量,然而由于细化操作的误差和链码描述曲线的误差,无法满足对任意叶片长度的测量精度要求。基于以上需求,提出了一种利用抛物样条曲线和数值积分进行任意曲线长度测量的算法,该算法可以直接对图像上的玉米叶片进行长度测量,而测量之前无需对图像进行任何预处理,避免了细化操作和链码描述导致的误差,其测量精度满足了该项目的要求。经实验该算法的平均测量相对误差可以控制在1%以内。由于该算法理论上基于数学,所以具有较高的可靠性,可应用于对测量速度要求不高,而对测量精度要求较高,测量结果稳定性要求较好的其它项目之中。     

样条模型在近地卫星精密定轨仿真中的应用

考虑到基于双星定位系统的近地卫星精密定轨待估参数的时间相关性,该文提出一种基于卫星离散状态信息和样条模型的近地卫星精密定轨节省参数建模新方法,构建了基于三次标准B样条模型的近地卫星轨道参数和系统误差估计模型,在传统精密定轨数值算法的基础上设计了针对样条待估参数的改进融合算法,并通过仿真产生距离和观测数据进行了近地卫星精密定轨仿真实验。理论分析和仿真计算结果表明,与传统精密定轨数值方法相比,该方法可以在有效避免法化矩阵的复共线性问题的前提下获得较好的定轨精度,而且该算法具有计算量小,计算速度块,稳健性好等特点。     

改进的最小均方自适应滤波算法

针对传统的固定步长最小均方(LMS)算法应用于雷达杂波自适应滤波器系统存在收敛速度与收敛精确度相矛盾的问题,提出一种新的变步长LMS自适应滤波算法。在其基础步长迭代公式中,通过组合自相关误差与前一步长因子来实时更新迭代下一步长因子的方法,达到具有较快的收敛速度和较小的失调,并且不受已经存在的不相关噪声的干扰的效果。仿真结果表明,所提方法的实验效果与传统固定步长LMS算法及已有算法相比,在收敛速率、收敛精度、抑制噪声方面都有很大的改善,证明所提算法是有效、可行的,且与理论分析一致。     

双四步路径相移均值法

在光栅投影三维表面测量系统中,光学仪器的伽玛非线性和随机噪声是影响相位展开精度的两个主要因素。双三步相移法具有同时降低这两类误差的独特优势,但仍然存在非线性误差较大且相位测量精度较低两个方面的问题。针对以上问题,提出了双四步路径相移法,首先将双三步相移法中对齐平均的思想应用于四步相移法,以降低非线性误差对测量精度的影响;进而提出了相位域空间变换多频外差方法,以利用所有测量相位进行相位平均,进一步降低随机误差的影响,提高测量精度。实验结果表明,该算法能够有效地提高相位展开的精度,具有更强的适应性。     

无线定位系统中的异步测距算法研究

分析了无线定位系统中传统异步测距算法节点时钟漂移对定位精度的影响,为了减小测距误差,提出了一种改进的伪对称双边双向测距算法(PSDS-TWR).该算法采用多请求单确认的测距方法.仿真和分析结果表明,该方法减小了时钟漂移所带来的测距误差,提高了定位精度.     

永久散射体雷达干涉研究综述

传统D\|InSAR技术虽然在地表形变测量应用中得到广泛应用,但其测量精度容易受失相干、大气效应、DEM误差等的影响,测量结果有时甚至不可靠。为了突破这些限制,在D\|InSAR技术中引入时间维,筛选出时序SAR图像上受失相干影响较小的像元,建立并解算相位模型,从而提取形变信息。PS\|InSAR技术自出现以来,经过不断改进,在受失相干影响较大的长期缓慢形变监测中发挥了重要作用,一直是近年来雷达干涉领域研究的重点问题。详细梳理了PS\|InSAR技术的发展历史,总结了关键技术环节的改进算法以及应用领域,指出现有PS\|InSAR技术仍然存在的问题以及可能的发展趋势。     

基于自适应提升的概率矩阵分解算法

针对推荐系统中概率矩阵分解模型(PMF)泛化能力(对新用户和物品的推荐性能)较差、预测准确性不高的问题,提出一种新的基于自适应提升的概率矩阵分解算法(AdaBoostPMF)。该算法首先为每个样本分配样本权重;然后根据PMF中的每一轮随机梯度下降法学习用户和物品特征向量,并计算总体预测误差均值和标准差。从全局的角度利用AdaBoost思想自适应调整样本权重,使算法更注重学习预测误差较大的样本;最后对预测误差分配样本权重,让用户和物品特征向量找到更合适的优化方向。相比传统的PMF算法,AdaBoostPMF算法能够将预测精度平均提高约2.5%。实验结果表明,该算法通过加权预测误差较大的样本,能够较好地拟合用户特征向量和物品特征向量,提高预测精度,可以有效地应用于研究个性化推荐。     

基于相空间重构的自适应残差修正支持向量回归预测算法

针对模拟电路故障预测存在的非线性时间序列预测问题和传统支持向量回归（SVR）多步预测时出现的误差累积问题,提出了一种基于相空间重构的自适应残差修正SVR预测算法。首先,分析了SVR多步预测方法对时间序列趋势预测的意义和多步预测导致的误差积累问题;其次,将相空间重构技术引入SVR预测中,对表征模拟电路状态的时间序列进行相空间重构,并进而进行SVR预测;然后,在对多步预测过程中产生的误差累积序列进行二次SVR预测的基础上,实现对初始预测误差的自适应修正;最后,对所提算法进行了预测仿真验证。仿真验证和模拟电路的健康度预测实验结果表明,所提算法能有效降低多步预测导致的误差积累,显著提高回归估计精度,更好地预测模拟电路状态的变化趋势。     

An algorithm for high precision attitude determination when using low precision sensors

The technology for high precision attitude determination when using low precision sensors is a key requirement of a modern small satellite. This paper presents a new attitude determination algorithm termed preprocess EKF(PP-EKF) based on preprocessing of the sensor data. It can enhance the overall modeling accuracy by using the quadratic penalty function to correct the dynamic model error and angular velocity error in realtime, based on the information fusion of the current and the past measurement information. The measurement model of the EKF is linearized by introducing the q method. The solution error of this process is also corrected to further improve the accuracy of the measurement model and make better use of measurement data from the low precision sensors, to obtain good attitude determination results. Finally, the simulation results demonstrate the high reliability and other advantages of the proposed algorithm.     

一种变步长星座匹配多模算法

常数模算法(CMA)在QAM信号上的星座图匹配,存在剩余误差大、无法纠正相位偏差等问题。为此,在研究盲均衡算法的基础上,根据高阶QAM 信号的星座图特点,构造新型的均衡估值函数,并采用误差能量作为步长变化的依据,提出一种变步长星座匹配多模算法。仿真实验结果表明,该算法具有较好的收敛效果,且能改善位偏转,保持CMA算法的鲁棒性。     

附有约束条件的整周模糊度解算

载波相位测量的相对精度目前可以达毫米级,其周期性造成了模糊度无法确知,必须对其进行解算。传统的模糊度解算方法精度虽然较高但耗时,无法满足实时动态定位;附有几何约束算法的定位速度虽然较高,但由于基线先验信息的误差导致可靠性不高。提出了一种模糊度的解算方法,通过对基线向量的约束提高模糊度解算速度,该算法即使在先验信息出现一定误差的情况下,依然能较准确地估算模糊度,从而保证模糊度解算结果的可靠性。仿真结果表明：该算法能有效地提高整周模糊度解算效率,并且具有一定的容错力,适合于动态定位。     

一种基于加权处理和误差修正的DV-Hop定位算法研究

针对传统的DV-Hop算法在定位过程中出现的容易引起误差的问题,提出了一种综合考虑所有信标节点的平均跳距并引入权值修正,将信标节点当作未知节点计算误差进而优化精度的距离估计算法,使网络平均跳距和节点位置估计值更加准确。通过相关仿真实验表明:改进算法优化了原算法的定位精度和定位稳定性,达到了预期目标。