自适应滤除工频干扰的快速实现

提出了一种滤除工频干扰自适应相干模板法，这种方法利用信号的相干性质，从原始输入信号中得到工频干扰的模板，进而从原始输入信号减去工频干扰的模板，以达到滤除工频干扰的目的。自适应相干模板法不需要附加的参考信号通道，方法简单，计算量极少，无需专用硬件使可实现。     

单片机应用系统中去除工频干扰的快速实现

工频干扰是各类工控测量系统中最常见的一种干扰信号,对有用信号的检测起着极大的妨碍作用.因此,在各类测量系统中,都需考虑工频干扰的抑制问题.本文以自适应相干模板法为基础,讨论用该方法在单片机应用系统中去除工频干扰的快速实现问题.     

单片机应用系统中去除工频干扰的快速实现

工频干扰是各类工控制量系统中最常见的一种干扰信号，对有用信号的检测起着极大的妨碍作用，因此，在各类测量系统中，都需考虑工频干扰的抑制问题，本文以自适应相干模板法为基础，讨论用该方法在单片机应用系统中去除工频干扰的快速实现问题。     

煤矿井下电磁无线随钻测量信号滤波研究

针对采用自适应滤波最小均方算法和递推最小二乘算法提取煤矿井下电磁无线随钻测量(EMMWD)信号存在收敛速度慢与运算时间长等问题,提出了一种稳定快速横向递归最小二乘(SFT-RLS)算法,用于自适应滤除井下非稳态电气干扰与工频及其2倍频、3倍频干扰,实时提取微弱EM-MWD信号。该算法基于RLS算法,利用4个并行滤波器结构可降低运算时间,并利用加权最小二乘误差进行反馈以提高稳定性。仿真试验结果表明,SFT-RLS算法可实现对采样率为1kHz的EM-MWD信号进行自适应滤波和自适应陷波,平均每次迭代运行时间小于156.98μs,实现了快速稳定收敛运算与实时自适应滤波;SFTRLS算法自适应滤波可抑制信号与干扰比为-115dB的非稳态电气干扰;SFT-RLS算法自适应陷波可实时滤除工频及其2倍频、3倍频干扰,有效提取频率为6.25Hz的时间脉冲位置调制的EM-MWD信号波形,为正确解码EM-MWD信号提供了可靠数据。     

电视跟踪系统中运动目标的精确提取与快速跟踪

为了使电视跟踪系统在自动作业时能够抵抗外界干扰,提出了一种基于二级精度的运动目标精确提取和快速跟踪方法。该方法采用二次帧差法与四分图像的双波门法对视频图像进行处理,自动获取运动目标的初始模板,然后根据轨迹预测算子对目标进行自适应特征匹配实现有效跟踪。在某电视跟踪系统中应用该算法进行低空飞行目标跟踪实验,取得了良好的跟踪效果。实验结果表明,该方法不仅满足目标跟踪的实时性,而且能够有效提高目标识别的准确率。     

基于QP_TR信任域方法的低信噪比序列图像目标跟踪*

运动平台上低信噪比序列图像中的目标跟踪面临着两大困难:平台运动导致图像存在全局平移,使得目标在相邻帧间脱离跟踪算法搜索窗;图像中的干扰使得跟踪窗口经常跳动而导致跟踪失败.鉴于QP_TR信任域算法的优良性能,针对上述两个问题提出了一种新的基于QP_TR信任域和Kalman滤波的跟踪算法.该算法利用QP_TR进行图像稳定和模板匹配,通过Kalman滤波器状态估计滤除干扰.与三步搜索方法相比,加大了搜索窗大小的同时减少了模板匹配的次数,提高了性能.在真实图像序列上进行的实验表明,该算法能有效地稳定运动图像,实现运动平台上低信噪比序列图像中目标的稳定跟踪.     

基于LabVIEW的自然电位采集系统设计

以LabVIEW开发环境和混合信号微控制器MSP430AFE251为核心,设计了适用于水文工程地质应用需要的自然电位信号采集系统.针对自然电场信号微弱、噪声高、双极性、工频干扰强、测量重复性差、野外电池供电的基本特点,设计了低功耗、高精度、高稳定性、抗工频干扰强的微弱信号采集系统;为保证对自然电位信号的实时曲线观测和数据再次分析,采用LabVIEW开发上位机程序,同时利用Lab-VIEW提供的自适应滤波器工具包消除噪声干扰,使信号采集更加准确.通过对整个自然电位采集系统的实际测试,表明该系统在水文工程地质自然电位信号测量应用效果优秀.     

基于改进混合高斯模型的自适应运动车辆检测算法

道路视频监控中经常存在车辆缓慢运动或短暂停留的情况。针对传统混合高斯模型背景减除法对环境突变敏感和对缓慢运动目标丢失信息的问题,提出一种改进的自适应车辆检测方法。首先,在参数更新前对像素值分类并根据分类结果设置模型更新率,抑制缓慢运动前景被训练成背景;引入一个跟踪环境变化的度量因子,当环境突变时实现背景减除和帧差法的自适应切换,滤除环境变化的干扰;最后通过生态学滤波得到准确的运动目标。实验表明,该算法对白天实时路况视频中的运动车辆具有较好的检测效果。     

改进的辅助变换相干干扰抑制波束形成技术

提出一种相干干扰下自适应波束形成方法。该方法同时约束非相干干扰与相干干扰,更好地实现对此两类干扰方向的自适应零陷滤波。采用变换预处理,避免抑制期望信号;恢复噪声特性并采用对角加载技术,增强算法稳健性;采用拉格朗日乘子法得到最优波束形成算法。理论分析与仿真结果表明,保持阵列孔径不变时,该算法提高了输出信干噪比和稳健性。     

基于粒子群优化的模板匹配跟踪算法

针对基于模板匹配的跟踪算法运行速度较慢、成功率较低的问题,提出了一种基于粒子群优化(PSO)的模板匹配跟踪算法。该算法采用粒子群优化算法作为模板匹配算法候选模板的搜索策略,并采用自适应的更新目标模板。首先,在设定的搜索区域内随机采集30个候选模板,计算出个体最优候选模板和全局最优候选模板;其次,根据粒子群优化算法进行迭代求出匹配值最佳的候选模板即为目标;最后,根据最佳候选模板的匹配值大小来自适应更新目标模板。理论分析和实验仿真表明,与基于模板匹配的跟踪算法和基于粗精搜索的模板匹配跟踪算法相比,基于粒子群优化的模板匹配跟踪算法的计算量平均要少91.1%和69.8%,且成功率为原算法的2.02倍和1.94倍。实验结果表明,基于粒子群优化的模板匹配跟踪算法能实现很好的实时跟踪,并且提高了跟踪的鲁棒性。     

心电信号去噪的数学形态学滤波器

为探索验证一种基于数学形态滤波器的去除心电基线漂移和工频干扰的高性能滤波器设计方法,借鉴数学形态学一维信号滤波原理,提出自适应阈值ECG去噪算法的思路,讨论了3σ统计准则在ECG自适应阈值滤波中的作用,利用改进的算法对心电图中常见的工频干扰和基线漂移进行校正。通过对MIT-BIH心率变异数据库中多组数据的仿真验证研究,验证了该算法能有效实现心电信号的噪声预处理;数学形态学理论在心电信号处理中具有良好性能,是实时处理一维生物医学信号有潜力的工具。     

模糊直方图模型的运动目标跟踪

为改善跟踪系统对跟踪场景中目标色度和光照变化鲁棒性,提出基于模糊直方图的目标模型建立方法。首先,在色度论域内定义色度模糊等级,根据模糊隶属度函数建立目标区域模糊直方图,由此降低目标直方图模型对色度等级阈值的敏感性。然后,利用模糊直方图模型进行反向投影,建立跟踪场景的概率分布图。最后,利用Camshift方法实现目标的识别、定位与跟踪。仿真实验结果表明:与传统方法相比,采用模糊直方图模型的跟踪方法对色度漂移等干扰具有更好的适应性,目标在顺光、侧光以及逆光环境下移动时,该方法能够完成目标的准确定位与跟踪,单帧平均跟踪时间与基本Camshift方法相当,单帧最大跟踪时间小于40 ms,满足电视跟踪等系统实时性要求。     

加权模型下的相似匹配跟踪方法

针对传统跟踪方法易受相似物遮挡而导致丢失目标问题,提出一种加权模型下的相似匹配跟踪方法。首先,将目标区域分割成局部特征块,并为其分配权重,建立带权局部特征块组成的外观模型;然后,利用目标的颜色、位置特征进行相似性匹配,为了避免复杂背景干扰,在匹配前划分前景区域,从而实现较准确跟踪;最后,提出一种遮挡决策模型更新机制,通过对目标发生严重遮挡进行判定,保证模型的匹配鲁棒性。实验结果表明,利用加权模型以及多特征相似匹配,使得该方法能够得到较高的跟踪准确率,平均误差仅为13.21,跟踪重叠率为0.71。     

利用选择性模型不定时更新的视觉跟踪算法

目的 在目标跟踪中,基本粒子滤波算法和传统模型更新策略在遮挡、光照变化以及自身旋转等情况下通常存在鲁棒性较差的问题。为解决该问题,提出一种基于选择性模型不定时更新的粒子滤波视觉跟踪算法。方法 本文算法在粒子滤波框架下,定时检测目标变化,采用最速梯度下降法判断更新时机。仅当目标本身逐渐姿态改变而不受背景干扰时更新目标模型;在发生遮挡或光照改变较大时则不更新,保持当前模型继续跟踪。结果 通过对示例视频的计算机视觉跟踪,在跟踪目标中心位置误差、覆盖率、精度及成功率比较上,本文算法均能表现出较优的实验结果,这表明:本文算法能够对目标模型进行选择性更新,与对比算法比较,总体能够更加有效解决视频中遮挡、光照变化以及自身旋转等情况下的鲁棒跟踪问题。结论 由于本文算法未考虑尺度,在尺度不变的多种复杂变化条件下,本文算法均具有较好的鲁棒性。     

利用巴氏系数判定模型更新的视觉跟踪算法

在视频跟踪时,传统的粒子滤波算法在目标区域出现遮挡、光照变化等情况下通常存在鲁棒性较差的问题,因此提出一种采用巴氏(Bhattacharyya)系数判断模型更新时机的鲁棒视觉跟踪算法。本算法以粒子滤波算法为框架,每隔一定帧数抽样检测目标变化,利用当前模型与候选模型之间的巴氏系数统计特征的相似性,从而判断更新时机。仅当目标逐渐姿态改变且无背景干扰时更新目标模型;在发生遮挡或光照改变较大时则不更新,保持当前模型继续跟踪。本算法判断是否出现影响目标匹配因素,从而适时采取模型更新策略。实验结果表明,本算法通过选择性更新模型,在未考虑尺度变化的情况下,能够更加有效抑制背景干扰和避免模型漂移,在诸多复杂场景中具有一定的鲁棒性。     

基于静态自适应外观模型纠正的目标跟踪算法

针对单目标跟踪过程中难以长期稳定跟踪的问题,提出一种基于静态-自适应外观模型纠正的跟踪算法。首先将跟踪过程中可能遇到的干扰因素分为来自环境和目标本身两类,分别提出静态外观模型和自适应外观模型,静态外观模型用于全局匹配,自适应外观模型用于局部跟踪,静态模型纠正自适应模型的跟踪漂移问题;使用单链接层次聚类算法去除两种模型融合后引入的噪声;针对运动目标消失再出现时难以捕获的问题,使用静态模型进行全局搜索,捕获目标。对于实验中的视频序列,视频序列中目标的中心位置准确率为0.9,计算机每秒能够处理26帧图像。实验结果表明,该跟踪算法框架可以实现长期稳定的跟踪,具有良好的鲁棒性和实时性。     

基于特征融合及自适应模型更新的相关滤波目标跟踪算法

针对单一特征目标跟踪算法因背景干扰、目标遮挡造成的跟踪失败问题,以及跟踪过程中每帧进行模型更新容易造成错误更新和实时性差的问题,提出了一种基于特征融合及自适应模型更新策略的相关滤波目标跟踪算法-多特征自适应相关滤波目标跟踪算法。该算法在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征,加强对边缘特征的学习;在模型更新阶段通过计算预测区域与真实区域的奇异值特征向量相似度,并结合设定的阈值判断是否需要进行模型更新,通过自适应更新的方式减少模型的更新次数。在标准测试视频集下验证所提算法,并与两种经典相关滤波算法进行比较,结果表明该算法能够较好地适应背景干扰及目标遮挡问题,跟踪目标的平均中心误差减少了9.05像素,平均距离精度提高12.2%,平均重叠率提高4.53%。     

基于高增益观测器的AUV水平面轨迹跟踪控制

通过研究欠驱动自治水下机器人（AUV）在水平面的运动规律,针对欠驱动AUV水平面轨迹跟踪控制中的非完整约束、模型中的耦合性和非线性、海流干扰、跟踪精度问题进行了深入的研究,运用高增益观测器结合反步控制方法对欠驱动AUV轨迹跟踪进行有效控制。定义了AUV的地面坐标系和船体坐标系,并完成了地面坐标系向船体坐标系的转换,建立了欠驱动AUV的水平面运动学模型和动力学模型。为欠驱动AUV所提出的高增益观测器结合反步控制方案,在保证跟踪系统稳定性的前提下,可以有效地提高跟踪精度,能够消除外界干扰对控制效果的影响,并使得控制输入满足实际工程的应用约束条件。控制方法的稳定性均采用Lyapunov稳定性理论加以证明,并通过数值仿真验证了所设计控制器的有效性。     

Robust control of 3-DOF parallel robot driven by PMAs based on nominal stiffness model

This paper deals with an efficient implementation of robust controller on 3-DOF parallel robot driven by pneumatic muscle actuators (PMAs). PMA is a new flexible pneumatic actuator with relatively complex mathematical model. For the purpose of controlling robot, a new method to establish mathematical model of PMA is proposed. Based on analysis of stiffness characteristics of PMA, the concept of nominal stiffness coefficient is put forward and applied to establishment of mathematical model of PMA. According to 3-DOF robotic decoupling property, two rotational freedom of X, Y-axis are controlled by robust controller. Based on the dynamics, trajectory tracking control in simulation performs well under the circumstances of different interference via robust controller. Experimental results show that robust controller has satisfactory tracking performance and the characteristic of high real time. Its maximum tracking errors around X–Y axis are not more than 0.4°. Due to its less interference in motion around Z-axis, controlling Z-axis also has good tracking performance via computed torque method.     

基于LabVIEW的风力机最大功率点跟踪仿真研究

基于风力机的发电效率因环境风速变化而改变,本文选用LabVIEW为仿真平台建立风力机最大功率点的追踪系统。首先根据风力机的风能捕获输出功率公式,在LabVIEW平台上搭建了风力机系统模块、风力机控制模块、风轮转速调节模块、风速变化判断模块等。为了弥补传统扰动法存在的追踪精度等问题,利用变步长的扰动观测法对输出功率进行最大功率点追踪,使风力机的输出功率保持在最大输出功率。实验结果表明该系统在不同的仿真风速环境下,能有效的追踪风力机最大输出功率点。