基于SG算法的MEMS加速度传感器信号恢复研究

针对信号恢复前期存在局部干扰噪声,导致信号恢复质量较差和恢复速率较慢的问题,提出基于 SG 算法的 MEMS 加速度传感器信号恢复方法.将小波 SG 设定为传感器的预滤波单元,降低白噪声和局部强干扰对信号恢复产生的影响,同时结合 EEMD 抑制模式的特性剔除无利用价值的信号,提取有效的信号.将经过去噪处理信号的时间域平滑特性和空间平滑特性相结合,组建联合图模型.通过联合图模型中传感器信号的关联特性设计迭代恢复算法,最终完成 MEMS 加速度传感器信号恢复.实验结果表明,基于 SG 算法的 MEMS 加速度传感器信号恢复方法,可获取高质量和高效率的信号恢复结果.     

基于机器视觉的车速传感器焊点检测

应用机器视觉检测技术对车速传感器焊点进行图像处理与检测,通过CCD工业相机进行图像的采集,根据图像的特点划定感兴趣区域ROI;分析椒盐噪声干扰的影响,采用中值滤波算法对焊点图像进行去噪;采用OSTU算法推导出最佳阈值并用阈值法进行图像分割;运用开运算算法去除因阈值分割生成的细小区块;调用Open e Vision软件算法函数库计算焊点区域面积;调试检测系统程序并进行实际生产试验,结果表明:检测系统对车速传感器焊点检测精确且高效。     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

基于TRIZ的含噪声图像目标边缘检测算法

为减少对受电弓图像进行目标检测时噪声的存在对算法发现目标的影响,根据发明问题解决理论的物质一场模型,构建出一种以矩形区域为检测模板的局部目标边缘的检测算法,并应用发明问题解决理论的冲突解决方法对算法进行改进分析,基于No.1分割原理构建了变尺寸区域模板搜索边缘的方法,基于No.35参数变化原理构建了大步长搜索边缘的方法,基于No.13反向原理构建了由目标内向外搜索边缘的方法.模拟算例表明,该算法在不显著提高计算量的条件下具有抵抗噪声的能力.以现场实际图像对算法进行验证,结果表明算法是合理可行的.     

比例差分修正的RSSI测距WSN节点定位研究

在无线传感器网络中节点定位技术占据着核心地位。基于传统RSSI的多边定位算法,提出了差分修正的井下无线传感器网络RSSI节点定位算法,通过不同锚节点之间的相互关系得到比例差分系数,将其应用在测量节点定位。目标未知节点首先读取在信标节点信息,利用卡尔曼滤波法除去信号中的噪声,获得更加精确的距离值,通过锚节点构建差分模型,利用比例差分的方法对RSSI测距进行修正,并对改进算法进行了仿真实验。结果表明,比例差分系数修正的RSSI测距定位算法的定位精度要远远高于传统RSSI测距定位算法,能够为井下的节点定位提供理论依据。     

基于低秩三分解的红外图像杂波抑制

针对红外图像中对比度较低、目标信号较弱且受背景噪声杂波干扰较大的特点,结合信号的稀疏表示理论提出了一种基于低秩三分解模型的红外图像背景杂波抑制算法。首先,分别对红外图像中目标、背景和噪声3种成份进行建模描述,得到低秩三分解模型。然后,采用二维高斯模型构造红外小目标超完备字典,利用所提出的低秩三分解模型将分块重置的图像数据矩阵分解为背景、噪声和目标3种成份。最后,对于目标分量进行阈值处理从而得到突出红外小目标的重构图像,实现杂波抑制。在3种不同情况下的实验结果表明:本文算法能够使红外图像局部信噪比提高2倍以上;与其他经典算法相比,抑制因子至少提高15%。得到的结果表明,所提算法能够有效抑制杂波,在提高红外图像信噪比的同时,对不同噪声干扰也具有较强的鲁棒性。     

移动机器人沿墙算法研究综述

沿墙算法是一种局部路径规划算法,算法的全局收敛性往往优于其他传统方法。为了促进沿墙算法在路径规划领域中的研究,综述了运用沿墙算法规划路径的移动机器人的最新进展和研究成果。根据沿墙算法的避障策略与实现,将沿墙算法分为基于目标方向角的沿墙算法、基于M-Line的沿墙算法、基于最优避障方向的沿墙算法、基于历史信息的沿墙算法以及基于多算法融合的沿墙算法,并对各类算法优缺点进行总结。然而在实际环境中,由于仿真环境的理想化、行为协作机制的僵硬化及传感器的干扰性,沿墙算法在实际应用中与理论结果间存在较大差距。考虑到现有算法仍存在诸多不足,从开发适用于复杂实际环境的沿墙算法、探索更高效合理的多行为切换机制及降低实际环境中传感器噪声影响这3个方面展望了沿墙路径规划算法的未来发展趋势。     

EKF交互多模型算法在目标跟踪的应用

针对移动目标跟踪过程中,传感器感知信息存在噪声以及运动轨迹突变导致目标观测失真甚至丢失的问题,提出了一种扩展卡尔曼滤波交互多模型算法(EKF-IMM)。该算法以交互多模型算法为主体,同时融入EKF算法做滤波处理,使得在目标跟踪过程中,不仅对目标的不同运动状态具有自适应能力,同时还能对运动状态中可能的非线性问题做更好的处理,提高算法的鲁棒性。仿真实验表明,EKF-IMM算法能很好得适应多变的目标运动,与标准KF-IMM算法相比,该算法降低了噪声对传感器的干扰,提高了定位精度。     

混沌野草扩展Kalman滤波器辨识六维力传感器下E膜模型参数

为解决动载环境下噪声污染导致六维力传感器测量精度急剧下降,以及扩展卡尔曼滤波器难以获得最优系统干扰矩阵的问题,提出了一种基于混沌野草算法优化的扩展卡尔曼滤波（CIWO-EKF）算法。根据挠度与应变之间的关系,构建了六维力传感器下E膜非线性模型。基于野草繁殖算法,以前6阶主振型信息构成的系统干扰阵为均值进行高斯采样,产生初始化的可行解。将混沌搜索技术与野草算法相融合,利用野草算法进行全局搜索,通过混沌序列对群体中适应度高于平均值的个体执行给定步数的局部搜索,指导种群向最优解方向逼近,避免搜索过程陷入局部最优。采用改进的野草算法对扩展Kalman滤波中的系统干扰矩阵进行优化处理。仿真实例表明,改进扩展卡尔曼滤波器在提高六维力传感器测量精度的同时,可以保持较好的稳定性和鲁棒性。     

靶准直传感器封装误差检测模型与修正方法

利用三个面阵电荷耦合元件(charge-coupled device,CCD)构成的靶准直传感器实现柱状腔靶高精度姿态检测时,靶准直传感器中CCD封装误差等因素的存在会给柱状靶姿态检测及定位带来不确定影响,针对此,提出了靶准直传感器的标定模型与实验方法。将直径为0.8mm的微型球靶作为检测参考目标,利用微型球靶在靶准直传感器中不同位置时CCD上成像的图像点来构建位置矩阵,利用位置矩阵,通过归一化线性优化方法求解表示CCD位姿关系的单应性矩阵,通过单应性矩阵修正因靶准直传感器封装误差给柱状靶姿态检测带来的影响。考虑到利用图像检测方法提取微型球靶中心点位置时误差的存在,在构建的位置矩阵中加入均值μ=0、方差σ=0.5的高斯噪声,模拟检测点位置误差对单应性矩阵求解的影响,分析结果显示位置误差对单应性矩阵中各个参数影响较小,从而证明了该优化方法求解单应性矩阵的鲁棒性。为验证靶准直传感器对腔靶姿态检测的准确性,实验以0.02°的步距角绕X轴旋转柱状靶,利用靶准直传感器检测柱状靶姿态变化并与实际的姿态变化进行对比分析,实验结果显示最大误差小于0.009°,证明了修正方法的可行性。     

大型自由曲面移动式三维视觉测量系统

本文介绍了一种移动式三维视觉测量系统，用于大型物体自由曲面的测量。传感器采用双目立体视觉方式，并结合编码结构光技术，使匹配过程简化。传感器移动到大型物体周围对各局部区域进行测量。采用一个平面靶标作为中介，建立了传感器位姿变换矩阵的优化目标函数，根据靶标上多个特征点求解出该矩阵，即拼接矩阵。传感器在各个位置所测三维数据通过拼接矩阵统一到全局坐标系下。视觉测量系统在2个位置对维纳斯石膏像进行了测量，并进行拼接。结果表明，该测量系统操作简单，适用范围广；x、y、z坐标拼接RMS误差分别为0．038mm、0．022mm和0．135mm。     

磁浮列车双冗余加速度传感器故障检测研究

磁浮列车双冗余加速度传感器外置于电磁铁之上,运行时受振动、电磁干扰、温湿度变化等因素影响,测量特性不稳定,体现为动态的测量噪声。现阶段工程中常采用测试对比法检测冗余传感器,动态噪声下易出现虚警漏警的问题,检测准确率低,因此提出了基于自适应多点广义似然比检验的传感器故障检测方法。采用多点判决形式,增强对离群点的鲁棒性,同时引入滑动窗方差估计,递推估计奇偶向量的方差,调整判决函数,实现对动态噪声的自适应。经小比例悬浮试验台验证,相比同类传统方法,算法在静态噪声实验中检测准确率提高15%,在动态噪声实验中检测准确率提高13%,且显著改善了虚警漏警抑制能力,对动态噪声具有良好的鲁棒性。     

红外传感器动态目标定位灰色预测修正算法研究

目前红外传感器目标定位已经被广泛用于机器人跟踪及检测等各个领域,但是红外传感器在目标定位的过程中容易被外来的干扰所影响,有时不能实时有效地检测出目标的位置,特别是运动目标的位置。文中将灰色预测算法用于红外线传感器监测运动目标位置信号的动态修正。实验表明:灰色预测算法在一定速度时能有效地弥补红外线传感器的外在干扰信号,并在干扰信号不是十分密集时能成功地修正信号。     

基于自适应Kalman滤波的SAW测温数据纠错方法

在无源无线SAW测温系统实际应用中,阅读器接收到的信号往往受到其所处环境电磁波的干扰。这些干扰将会使阅读器得到错误的测量数据。温度变化趋势和测量噪声时变的特点也给系统建模以及噪声估计带来了困难。针对实际应用中存在的问题,在Kalman滤波的基础之上,提出了一种新的自适应算法。该算法采用多项式预测的方法建立温度测量的时变系统模型,根据当前及历史测量值,自行调整预测模型参数,避免因模型不准确造成Kalman滤波效果严重下降的问题;通过对测量数据小波变换的方法,实时估计测量数据噪声方差,克服未知观测噪声的条件下精度下降的问题;当测量数据受到干扰时,测量值与纠错值之间的差值不满足高斯分布,通过对差值统计特性的分析,对测量数据进行错误数据判别与剔除,有效地抑制干扰对温度测量的影响。将这种自适应Kalman滤波算法应用到无源无线SAW测温系统中,无源无线SAW温度传感器测温实验的结果验证了该算法能有效地纠正粗大误差,提高测量系统的精度。     

基于空时域融合处理检测超大视场红外目标

针对超大视场红外凝视成像系统用于目标检测时存在的背景复杂、杂波干扰多、目标信息少等问题,提出了基于空时域融合处理的目标检测方法。该方法在空域部分优化设计Robinson算子,完成单帧图像的目标初始检测;然后结合超大视场成像特性,利用基于天地线检测的图像区域自动划分和空域虚警抑制方法,有效滤除非目标检测区中的疑似目标。在时域部分则兼顾目标时域特征,采用基于时域多特征约束的邻域判决法对真实目标进行时域确认。开展了月空背景下的空中目标检测试验,验证了本文算法的有效性。试验表明:经空域部分处理后,原始图像中的背景杂波干扰大大减少,目标局部信噪比提高了1.3倍以上,而且疑似目标数目减少了70%;经时域部分处理后,可成功检测出红外弱小目标,并输出其轨迹,检测概率在95%以上,而虚警率不足1.5%,最低目标检测信噪比为2.86。实验表明:本文方法适用于超大视场图像的红外弱小目标检测,对地物背景、恒亮孤立点源、瞬时强噪声等干扰有较强的抑制能力,对点状运动目标有良好的检测效能。     

基于鲁棒自适应SCKF的智能汽车目标状态跟踪研究

准确的自车和前车状态估计是智能汽车有效决策和控制的前提,而以往的研究通常不考虑噪声统计特性不确定的问题,导致某些情况下车辆状态估计的误差很大。为此,提出一种鲁棒自适应平方根容积卡尔曼滤波（Robust adaptive square-root cubature Kalman filter,RASCKF）算法,以降低噪声统计不确定性对估计精度的影响。首先,采用最大后验概率准则估计了过程噪声协方差和测量噪声协方差的统计值,以提高噪声稳定时状态估计的精确性。然后,基于标准化测量新息序列设计了故障检测规则,利用实时测量新息对噪声协方差进行校正处理,保证状态估计算法的鲁棒性。最后,在不同的噪声干扰工况下对RASCKF算法进行了仿真验证。结果表明,RASCKF算法在估计精度和稳定性上明显优于标准SCKF算法,有效地解决了智能汽车目标状态跟踪过程中噪声统计特性不确定的问题。     

基于高阶累积量的阵列式超声波传感器风速风向测量

针对现有超声波测风系统在实际应用中环境噪声抑制效果差、风速和风向测量精度不高的问题,提出了一种基于高阶累积量的阵列式超声波传感器风速风向测量方法。所提方法采用一种由一个超声波发射阵元和五个超声波接收阵元组成的阵列式超声波测风系统结构,并在此系统结构上,采用基于高阶累积量的多重信号分类(MUSIC)算法,抑制高斯白噪声及高斯色噪声的干扰,实现高斯混合噪声下风速风向的有效测量。所提方法与应用相关算法的测风方法相比,具有更高的噪声抑制能力及更高的风速风向测量精度。最后通过仿真实验与实测数据验证实验对所提方法的有效性进行了验证与分析,实验结果表明风速和风向角的测量误差分别为2.3%和-2°,基本达到了超声波测风方法的技术要求。     

动基座下的运动目标检测

由于动基座下运动目标的检测存在的背景干扰较大,影响运动目标检测精度的问题,本文提出了一种基于傅里叶变换和核函数-灰度统计图的动基座动目标检测算法,以便较大限度地克服光照变化、背景噪声对运动目标检测精度造成的影响。该算法首先将评价函数引入特征匹配块的选取中完成视频图像背景的分块匹配。然后,采用傅里叶变换的相位相关算法估计全局运动补偿参量;逐一计算各图像子块的高斯核函数值,建立核函数-灰度统计图并通过相邻帧高斯核函数值的变化情况判断运动目标的区域。最后,对包含运动目标的图像子块进行图像分割处理,完成动目标检测。实验仿真表明,与传统的运动目标检测算法相比,该算法中评价函数的评价系数α取0.7,帧间图像块相似度阈值T取0.3时,能有效地抑制光照变化和噪声带来的背景干扰,检测出动基座下的运动目标。该算法具有较快的计算效率,能满足工程上的实时性要求。