基于均值偏移粒子滤波的自适应跟踪

针对视频中运动人体的跟踪,提出了一种基于均值偏移粒子滤波的自适应跟踪算法。该算法首先对所要跟踪的人体目标进行分块,并选择与周围环境颜色相似度最小的块模板作为跟踪区域;然后使用基于均值偏移的粒子滤波方法进行跟踪,并设计了自适应更新块模板尺度的方法;最后在粒子滤波的状态估计阶段后,加入自适应观测模型,根据块模板尺度的变化情况,自适应地选择高斯噪声方差和粒子数目。实验证明,在出现遮挡或人体运动方向改变的情况下,本文算法的跟踪效果比传统均值偏移粒子滤波更好。     

采用自适应先验表观模型的目标跟踪方法

为有效解决可变目标在跟踪过程中的"漂移"问题,提出一种基于自适应先验表观模型的目标跟踪方法。该方法首先在一致架构内融合HDP-EVO演化聚类模型和在线Boosting学习。以Dirichlet过程为先验分布,对总体表观示例进行聚类分析,获得随时间自适应演化的表观类先验知识,进而利用共享的表观类混合比例的权重平滑约束各时刻的表观模型。改进Gibbs抽样过程,使之能融入目标示例的分类误差,并交替迭代地从数据中自主学习聚类和表观分类器。最后,根据表观模型中各表观类的权重系数组合它们的分类评分去定位目标位置。仿真实验表明新方法学习的表观模型能较鲁棒地自适应于目标的表观变化,提高了跟踪精度。     

基于概率图模型目标建模的视觉跟踪算法

提出了一种视觉跟踪任务中基于局部特征和概率图模型的目标建模方法,将目标表示为一组具有仿射不变性的区域特征,并通过概率图模型描述特征之间的空间约束关系。在目标跟踪过程中,首先在空域上利用信任传播算法,推断概率图模型中各个特征的状态,然后根据推断的结果设计改进的重要性采样函数,采用粒子滤波算法在时间域上对目标进行跟踪。为了适应目标在运动中的变化,模型根据特征的稳定程度自适应地进行更新。实验结果表明,该方法具有较强的鲁棒性,能够有效实现复杂场景下的目标跟踪。     

永磁直线同步电动机自适应摩擦补偿控制

针对永磁直线同步电动机（PMLSM）伺服系统的精度受非线性摩擦力、动子质量变化等因素影响这一问题,设计了基于库仑摩擦的模型参考自适应系统,以对摩擦力进行在线补偿.设计了满足系统位置性能要求的IP位置控制器;将模型参考自适应参数辨识器与摩擦补偿自适应控制系统相结合,采用模型参考自适应参数辨识器对变化的动子质量加以辨识,使基于库仑摩擦的模型参考自适应系统中的动子质量参数得到更新.仿真结果表明,该方法提高了系统的位置跟踪精度,同时增强了系统的鲁棒性能.     

递推部分最小二乘方法及其应用

该文提出了一种递推的部分最小二乘算法.该算法利用遗忘因子法对旧参数矩阵进行加权,再和新数据矩阵组合,构成输入输出的数据矩阵,然后利用PLS核算法得到模型.结合实际工业过程的要求,给出了该算法的步骤,并运用该算法建立了煤气化炉合成气组分浓度的软测量模型.结果表明,递推的部分最小二乘算法可以有效的更新模型,使模型适应过程的...     

基于图像矩信息的CamShift视觉跟踪方法

为了适应视觉跟踪过程中目标形态的变化,使用核密度估计对视频序列中的运动目标进行色彩分布建模,运用CamShift算法进行跟踪,并结合图像矩信息确定目标区域.采用全局更新策略对目标色彩分布模型进行实时更新,进一步提高了跟踪的准确性.实验结果表明,该方法对目标在平移、旋转、局部遮挡等不同运动条件下均可实现稳定的跟踪,克服了尺度变化对跟踪带来的影响,是一种鲁棒性较强的跟踪算法.     

无人艇自适应路径跟踪控制器的设计与验证

针对航行环境和船速变化下的无人艇路径跟踪控制问题,本文提出了一种基于变增益内模控制方法的无人艇自适应路径跟踪控制器。结合状态空间型船舶线性数学模型、差分GPS和电子罗经的数据实现对无人艇操纵响应模型的在线参数估计;建立基于变增益内模控制方法的无人艇艏向控制器,并根据计算出的无人艇操纵性指数在线调节控制器的参数;利用Line-of-Sight(LOS)制导算法设计并实现无人艇的自适应路径跟踪控制器。实船实验结果表明:在实际的航行环境中,该自适应路径跟踪控制器具有良好的控制性能。     

一种直流力矩电机系统的自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和负载扰动，为提高转合位置跟踪精度，提出了一种新的自适应补偿方法。电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态模型。该方法控制器包含一个参数自适应律和等效PD控制律来估计未知LuGre模型参数和负载力矩参数并给与补偿。最后Lyapunov方法和仿真结果证明该自适应补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪，提高了转台摇摆跟踪精度。     

基于直接泄漏滤波X最小均方算法的海水泵振动控制应用研究

针对参考信号频率与振源频率偏差造成往复海水泵自适应主动控制性能下降的问题,提出直接泄漏滤波X最小均方的自适应振动控制算法。通过一种几何关系来进行参考信号的相位更新,并基于泄露滤波X最小均方误差方法,设计了直接进行频率函数控制更新和控制权系数更新的振动控制算法。通过泄露因子限制控制输出能量。为验证该方法的有效性,进行了仿真。仿真结果表明,该方法能够通过自调节参考信号频率,跟踪振源信号变化,取得良好的振动抑制效果。进行了水泵试验台架的振动控制试验,检验该自适应控制算法性能。试验结果表明,该方法能够对频率缓慢变化的水泵振动进行有效的自适应振动控制。     

一类非线性系统的混合自适应模糊辨识与控制

采用非线性模糊系统(即第二类模糊逻辑系统)来实现一类非线性系统的模糊辨识和控制,结合模型辨识过程中的模型误差和模型控制过程中的跟踪误差,提出了一个混合自适应律,运用BP算法对该自适应律进行了在线调整,使辨识参数和控制参数同时达到最优;利用Lyapunov方法证明了该控制算法的稳定性,改善了跟踪速度等性能.     

基于递归RBF神经网络的MBR膜透水率软测量

针对膜生物反应器(membrane bio-reactor,MBR)污水处理过程中膜透水率难以测量的问题,提出一种基于递归径向基神经网络(recurrent radial basis function neural network,RRBFNN)的软测量方法.首先,基于污水处理过程中的实际运行数据,应用偏最小二乘法(partial least squares,PLS)筛选出与膜透水率相关的过程变量;其次,基于RRBFNN建立膜透水率的软测量模型,利用快速梯度下降算法对RRBFNN的参数进行调整,保证了软测量模型的精度;最后,将设计的膜透水率软测量模型应用于实际污水处理过程中,使用污水处理厂实测数据对模型进行验证.验证结果表明,该软测量模型能够实现膜透水率的准确预测,具有较好的预测精度.     

Estimation of Loose Status of Jigging Bed Based on Adaptive Neuro-Fuzzy Inference System

In the separation process with a jig washer, an accurate on-line measurement of loose status of a jigging bed is essential for a successful control of coal quality and loose status is difficult to measure on-line directly in industrial process situations. So a soft-sensor technology is needed for this purpose. The soft-sensor model is developed in the experiment by an adaptive neuro-fuzzy inference system （ANFIS） which has a remarkable ability of learning and generalization. Based on the analysis of the technologic mechanism of jigging bed, the structure of the ANFIS is established to build the soft-sensor model of loose status estimation. The ANFIS is trained by a hybrid learning algorithm. Finally, the simulation results and comparison analysis are presented, which indicate that the ANFIS has better abilities of learning and generalization than the RBF and the BP networks. Thus, it is possible that the loose status of the jigging bed can be estimated on-line bv using ANFIS.     

基于AR⁃PLS的FCM聚类在线性能评价

传统偏最小二乘法(PLS)在工业过程建模中运算过程繁琐,复杂工业过程的性能评价模型难以在线获得。采用自回归潜结构投影(AR?PLS)算法对相关过程数据建立预测模型,通过模糊C均值聚类算法划分输出数据的性能等级,建立一种在线性能评价模型。仿真结果表明,该方法相比传统偏最小二乘法建模过程简便,计算复杂度低,具有一定的应用价值。     

无线Mesh网络中AMC的改进

传统的自适应调制编码（AMC）是单纯根据信道状态自适应的选择速率进行传输。为更好的提高网络性能,提出了一种联合考虑物理层的信道状态和链路层缓冲区队列长度的改进AMC,使系统能够根据实时的信道状态和缓冲区队列长度的大小,选择最合适的速率进行传输。相比较传统的AMC方法,提出的改进AMC方法能更好的提高网络性能。通过对三节点的多跳网络进行建模,在功率与带宽联合分配算法下,得到满足时延要求的最大吞吐量。仿真结果表明提出的新方法可以在满足系统时延要求的前提下,提高网络吞吐量。     

工控系统中进程间通信的设计与实现

随着工控系统规模的扩大,各服务进程之间的通信日益成为关键问题之一。提出了基于共享内存和先进先出队列的进程间通信模式。在给出工控系统3层结构的基础上,阐述了嵌入式、数据采集进程、数据服务进程和监控进程4个进程间的通信机制。同时,详细描述了报文定义、共享内存实现、先进先出队列实现、数据包类定义和Hash寻址算法等关键技术。实际应用表明,基于以上机制构建的工控系统,可以满足系统的实时性、可靠性和稳定性要求。     

基于Hadoop的鼓风机工业数据处理和存储系统

针对现有工控网系统不能高效稳定地接收并处理来自工业现场的海量传感数据问题,基于Hadoop框架,采用消息队列遥测传输(MQTT)作为数据接入协议、EMQ消息队列服务器提供订阅发布接口、Flink作为流计算平台、Kafka作为消息队列缓存分流以及OpenTSDB数据库作为数据存储,设计并实现鼓风机工业大数据处理和存储系统。实验表明,此系统消除了工业制造过程中产生的海量数据信息孤岛,实现生产设备状态动态监测及实时预警。     

飞机推出控制停机位等待惩罚策略

为减少飞机离港过程中调度者的工作负担,降低滑行成本及污染排放,在飞机离港过程传统N控制策略基础上,提出一种基于停机位等待惩罚的推出控制策略.这种策略可以为滑行道排队长度搜寻最优阈值,并且要求推出频率随当前滑行道排队长度实时变化.建立以推出成本为目标的推出控制模型及其两种变体形式,设计了一种基于连续时间马尔科夫链的迭代优化算法.首都机场实际推出数据仿真结果表明:所提出的推出控制策略能有效地将滑行等待时间转化为停机位等待时间,总滑行等待时间减少了2 995 min/d,燃油消耗比无推出策略条件下减少44.04%,离港燃油成本大大降低.     

模糊偏最小二乘及其在药物构效关系中的应用

针对高维变量系统的模糊建模易引起规则“组合爆炸”，以及变量间的耦合关系会导致模型泛化能力的减弱， 提出构建模糊偏最小二乘法(FPLS)的一种新方案.先采用非线性迭代偏最小二乘(nonlinear iterative partial least squares, NIPALS)方法从样本数据中成对地提取最优成分，使多变量系统降维，并消除其间的耦合关系;然后对提取的每 对成分采用TSK模糊系统及自适应学习算法，实现单输入单输出的非线性建模，并组合为FPLS模型.将FPLS法应用于人类 免疫缺陷病毒1型蛋白酶抑制剂构效关系，所需规则甚少，所建模型有较强的泛化能力和稳定性，显示出FPLS方法的优越 性.     

基于R-ELM的实时车牌字符识别技术

提出新的实时车牌字符识别技术.该技术对分割后的字符图像进行灰度化,归一到固定像素大小,采用R-ELM算法进行训练.该技术的优点在于能够采用较小的样本集,快速达到理想的识别率.实验数据显示,与传统的BP算法相比,效率能够提高2～3个数量级.为了有效地挖掘GPU的运算能力,系统采用弹性队列与动态符合调整方法,将字符数据组合成数据包,保证在使用图形处理器(GPU)进行识别的过程中,运算效率最大化.实验显示,与CPU相比,能够得到近2个数量级的速度提升.通过对大量实际样本图像的测试,采用该方法获得了良好的识别及加速效果.