基于能量特征的微震信号初至拾取研究

微震信号初至拾取是微震资料处理的基础,针对微震资料信噪比低,传统方法拾取精度差、无法适应噪声强度变化、复杂波形拾取困难等问题,提出了一种基于能量特征的微震信号初至拾取新方法。该方法首先对微震记录的信噪比进行估计,然后通过滑动时窗提取其提升小波包能量不纯度特征及改进的时窗能量比特征,根据构造的特征函数进行能量特征分析从而得到特征曲线,最后利用特征曲线的极值点拾取微震信号的初至到时。将该方法应用于仿真信号和实际微震资料,结果表明,该方法抗噪性好,不受噪声强度变化的影响,能够准确拾取最大峰值有延时的微震信号初至。     

一种短波快速无抖动符号同步设计

文章以平方定时估计算法为基础,研究了一种改进的定时同步算法。该算法在做平方运算之前加数字预滤波器以减小噪声的影响,然后结合二阶卡尔曼滤波,在考虑短波信道频率偏移的影响下,对定时误差进行平滑滤波,以减小定时抖动。仿真结果表明：改进算法大大降低了定时估计的均方误差,提高了定时性能。     

基于贝叶斯估计的小波脑电信号去噪算法研究

针对传统脑电去噪算法易丢失细节特征、峰值信噪比低、计算量大等问题,对脑电信号70～200 ms的尖波部分和持续时间小于70 ms的棘波部分,采用拉普拉斯分布为去噪模型,利用贝叶斯估计方法对小波变换后的系数进行估计,将估计后的信号进行重构,以达到去噪的目的.采用信噪比、均方根误差、作为去噪的评价指标,对比贝叶斯估计算法、全局阈值算法、改进阈值算法和自适应阈值算法的优缺点.通过对比发现贝叶斯算法的信噪比远高于其他算法,该方法获得了较大的峰值信噪比增益,而在四组均方根分析数据中,贝叶斯估计算法取得的误差较小,去噪效果更好.在能量和功率谱的分析中,充分验证了贝叶斯估计算法的去噪优越性,有效保留了原始信号的高频和低频部分的细节信息.     

生产计划模糊控制方法的性能分析

基于管理者判决心理的生产计划模糊控制方法应用于特定成本结构的平方费用模型,取得了与优化算法非常接近的结果。本文分析了变成本结构情形下其模糊模型的灵敏度。结果表明：生产计划模糊控制方法具有稳定性和鲁棒性。     

基于卷积矩形窗的电子式互感器测量算法

针对电子式互感器测量算法中的频谱泄露现象和栅栏效应,提出了一种基于卷积矩形窗的离散傅里叶变换(CRW-DFT)算法作为测量算法以提高电子式互感器测量精度,利用矩形窗的卷积运算构造了卷积窗函数,并完成了谐波幅值、相位计算公式的推导和分析.对基于卷积矩形窗的CRW-DFT算法进行MATLAB仿真实验,结果表明卷积窗在整数倍频率附近的谱泄漏效应均低于同宽度的其他现有窗函数,表明该算法能够有效减小频谱泄漏和栅栏效应对测量结果的影响,当其用于具有较小同步误差的谐波分析时,非同步采样引起的测量误差将最小,能够有效地提高电子式互感器测量的精确度.     

基于蚁群算法的硬币识别研究

蚁群算法具有离散性、并行性、正反馈性和鲁棒性,是目前较为先进的优化算法.利用蚁群算法的聚类能力,提出一种硬币识别新方法.根据硬币图像的特点,确定了6个有效的图像纹理特征函数,通过对硬币图像的特征函数值进行蚁群聚类,可有效实现各类硬币图像的识别.实验结果表明,该算法用于硬币识别可达到100%的识别率,并且识别时间较短,是一种有效的硬币识别方法.     

用于分割无损检测图像的快速模糊C均值算法

无损检测图像中目标类和背景类差异较大,模糊C均值算法无法有效地将目标分割出来,因此提出一种用于分割无损检测图像的快速模糊C均值算法。在聚类过程中,引入局部空间信息和灰度信息,以提高算法的鲁棒性;用条件值表征样本容量来平衡不同大小的类群,以解决类大小敏感问题;基于新的约束条件得到新的隶属度和聚类中心表达式,并给出算法具体步骤;对预处理后图像的灰度级进行分类,图像分割所需要的时间不再取决于图像的尺寸,而是图像的灰度级数,大幅度降低了算法的时间复杂度。采用类大小差异较大的合成图像和无损检测图像进行仿真实验,以分割精度(SA)、F-value、G-mean以及图像分割所需要的时间为评价指标来评价算法的性能。实验结果表明：在原始测试图像被高斯噪声、椒盐噪声、瑞利噪声和乘性噪声污染时,与其他模糊聚类算法相比,本文算法具有更好的鲁棒性,分割精度更高,为97.93%,F-value为88.50%,G-mean为93.83%,图像分割时间也更少,为14.06 ms。实验证明了本文算法的有效性。     

白点定位图像处理算法

为了解决全自主足球机器人自定位难题,采用白点定位图像处理算法求解足球场地白线边缘中点作为自定位特征点.通过沿预定义一维扫描线的彩色滤波、求最大梯度点和亚像素分解求中点等3个步骤,求解出若干定位白点,为机器人自定位做准备.结果表明:白点定位图像处理算法,定位精度最大误差为1.2mm,程序运行平均时间为15ms,定位过程抗干扰能力强,完全能够满足足球机器人自定位准确性、实时性和鲁棒性的要求.     

低相干高鲁棒性观测矩阵优化

针对目前压缩感知观测矩阵普适性低和优化算法鲁棒性不足的问题,提出了一种基于紧框架和稀疏表示误差的观测矩阵优化算法。该算法首先将格拉姆矩阵同时逼近单位矩阵和紧框架,以降低感知矩阵的平均互相干性;然后将稀疏表示误差作为正则项加入传统优化模型中,来提高观测矩阵的鲁棒性;最后利用解析法求解观测矩阵,保证算法的收敛性。实验结果表明,与现有的优化矩阵相比,所构造观测矩阵的平均互相干系数至少可降低0.03,且具有更强的鲁棒性。     

基于十项余弦窗插值FFT的谐波相量算法

提出了一种基于十项余弦窗的插值FFT算法,分析了余弦组合窗的特性,从旁瓣特性的优势出发,运用旁瓣峰值较低的十项余弦窗,并用双谱线插值算法推导出其对应的修正公式.仿真计算结果表明,谐波幅值误差小于0.001%,相位误差小于0.001%.新的插值FFT算法与常用的Hannning窗、Blackman窗插值FFT算法的测量结果对比,进一步说明了该算法可以有效提高电力系统谐波测量精度,具备实际应用价值.     

基于差分进化优化的约简最小二乘支持向量机

针对最小二乘支持向量回归机的解缺乏稀疏性、预测速度慢等问题,采用向量相关分析在高维特征空间约简支持向量.为使约简模型能最佳逼近原模型,提出原模型与约简模型预测训练样本的平方误差和作为新性能评价准则.为得到最优约简模型,定义了离散加法、减法和乘法算子,并将新性能评价准则作为适应度函数,采用整数编码的差分进化算法进行全局优...     

导频辅助的OFDM信道估计算法的比较与分析

正交频分复用（0FDM）作为一种频谱利用率较高的技术,越来越受到人们的关注．通过对基于导频的OFDM信道估计的基本算法、块状导频插入的LMMSE（线性最小均方误差）算法和梳状导频插入的LS（最小平方误差）算法的介绍,对各种算法的性能、适用性和复杂度进行了分析．     

嵌入邻域像素的彩色图像鲁棒聚类分割算法

为提高彩色图像模糊聚类分割算法的抗噪性,给出一种嵌入像素邻域信息的彩色图像鲁棒聚类分割算法。为适合彩色图像分割,以协方差马氏距离代替模糊C均值聚类算法目标函数中的平方欧氏距离;将样本协方差矩阵行列式作为正则项融入聚类目标函数,以增强算法普适性;将邻域像素滤波信息嵌入聚类目标函数,以改善聚类算法的抗噪性能。针对噪声干扰彩色图像的分割测试结果表明,所给分割算法抗噪鲁棒性良好。     

XY平台伺服系统交叉耦合自适应控制

目的 研究设计XY双轴伺服进给系统交叉耦合自适应控制器,探讨在改善位置误差和轮廓误差的同时,具有良好的鲁棒性.方法 先对直流伺服进给系统进行建模,再设计一种简而有效的轮廓误差算法并以此为基础设计交叉耦合自适应控制器,利用LabVlEW软件中的运动控制与仿真模块对其进行模拟仿真.结果 在外力干扰的条件下,CCAC在直线路径下对位置和轮廓误差的改善效果均优于PI控制器和CCC,为PI的31.49％ ～53.31％,为CCC的32.81％～56.07％;在圆形路径下,CCAC对位置和轮廓误差的改善效果同样优于PI控制器和CCC,为PI的31.48％ ～53.34％,为CCC的31.34％ ～55.58％.结论 交叉耦合自适应控制器对位置误差与轮廓误差具有明显的改善效果,并且可增强系统的鲁棒性,提高系统的快速性.     

截面数据的随机成本前沿面模型的半参数分析

针对横截面数据的随机前沿面成本函数，给出了其半参数方法误差密度估计。因为随机前沿面模型中有2个随机误差因子，若用卷积进行密度估计将是非常复杂的?这里用特征函数构造概率密度估计从而避免了应用卷积进行密度估计的复杂操作：但是这种方法也有不足之处，就在于它对模型有一些弱的假定：点估计依赖于误差因子与模型参数的假定，密度估计依赖于误差因子特征函数的假定．     

直流电机模型时变参数的在线辨识方法分析

为解决直流电动机实际运行中模型参数因受到运行环境、工况等条件的影响而导致其建模不精确的问题,研究和比较了递推最小二乘法、指数遗忘的递推最小二乘法、矩阵规范化的递推最小二乘法、投影算法、正则化的最小二乘法5种实时参数估计方法。引入平方误差积分准则、时间平方误差积分准则、绝对误差积分准则和时间绝对误差积分准则,对实时参数估计的精度和效果进行评判。计算机仿真结果表明,对于时变的直流电动机模型参数,RLSEF算法具有在误差积分准则意义下的最优辨识精度。     

一种抵抗插值误差的数字水印方法

几何攻击会给数字水印带来同步误差和插值误差,现有的多数抗几何攻击的鲁棒水印方法都把焦点集中在同步误差上,对插值误差的研究甚少。介绍了常见的插值算法并指明了插值误差产生的原因,能够实现最佳的嵌入率、嵌入失真以及鲁棒性之间平衡的QIM（quantization index modulation）水印算法,进而分析了插值误差对QIM算法的影响,在此基础上提出了针对插值误差的逐像素点选择QIM水印算法。实验在纹理程度不同的10幅图像上进行。实验证明,提出的水印算法对插值误差的鲁棒性优于原始的QIM水印算法。     

基于Kalman滤波的MEMS陀螺测量误差估计研究

针对微机械陀螺仪存在的测量精度较低的问题,本文采用Kalman滤波算法,对微机械陀螺仪在测量上存在的零位误差、标度因数误差、非线性平方敏感误差、加速度的敏感误差等进行了估计,建立了Kalman滤波的微机械陀螺仪测量误差估计模型,并采用Kalman滤波器对微机械陀螺仪的各项误差进行估计分析。分析结果表明,除了非线性平方敏感误差对不同角速率值的影响近似相同外,其他各项误差随着工作角速率的大小变化而变化,误差对小角速率工作测量影响较大。因此,使用微机械陀螺仪对精密仪器运动角速率测量时,要对其测量结果按标定曲线进行修正。该研究作为实际测量速率的有效补偿,提高了测量精度,具有一定的实际应用价值。     

基于图像分割和可变窗的联合立体匹配

提出一种基于图像分割和可变窗的联合立体匹配算法。首先对参考图像和目标图像进行图像分割,根据视差在同一色彩分割区域平滑的假设,计算出分割区域的匹配代价;然后由窗口内的匹配误差均值、误差方差、偏向误差确定最佳可变窗并求出其匹配代价;最后综合两类匹配代价通过局部优化方法获得稠密视差图。实验结果表明,该算法能够较好的处理低纹理和深度不连续区域,得到较高匹配精度的同时降低了匹配时间。     

并行磁共振图像的非二次正则化保边性重建

针对并行磁共振在欠采样率较高情况下重建图像存在的混迭伪影和噪声问题,提出一种非二次正则化的保边性图像重建算法.基于SENSE技术,该算法以保边平滑性的非二次凸函数为正则化项,构建一个非二次代价函数,并运用非线性共轭梯度算法求解该最小化问题,实现并行磁共振图像的保边性重建.为了评价算法的有效性和鲁棒性,以归一化均方误差作为评价准则,分析并行磁共振欠采样率最大时真实数据和仿真数据的图像重建.结果表明,该算法显著减少欠采样率较高时并行磁共振图像的混迭伪影,并能够有效抑制噪声和保留边缘信息.相比于其他图像重建算法,该算法能够快速收敛.