基于椭圆区域协方差描述子和卡尔曼粒子滤波的鲁棒视觉跟踪方法

针对传统的或概率性的协方差跟踪中采用的矩形区域协方差描述子不能精确反映目标的非刚性形变的问题,提出椭圆区域协方差描述子,将各种不同类型的特征融入统一的模型中,实现了基于多特征的目标跟踪,并将其与卡尔曼粒子滤波相结合,提出一种鲁棒的视觉目标跟踪方法.实验结果表明,该方法对光线变化、噪声干扰、部分和完全遮挡、目标的尺度和角度的变化以及目标的快速运动都具有较好的鲁棒性.     

离散随机线性系统最优滤波,预报和平滑估计的一种统一方法

基于射影理论及新息分析方法，讨论离散随机线性系统最优化状态估计问题。提出了一种统一处理最优滤波、预报和平滑估计的的新方法，证明了新算法的渐近稳定性。     

广义离散随机线性系统最优滤波·预报和平滑估计的统一格式

本文运用新息和射影的方法研究了广义离散线性系统最优状态估计，将状态估计转化为输出预报估计和白噪声估计，提出了广义离散随机线性系统最优滤波、预报、平滑估计的统一格式。     

非均匀采样数据系统时变故障估计与调节最优集成设计

针对一类发生连续时变故障的非均匀采样数据系统,建立了一套主动容错控制最优设计方案. 首先,为了实现基于非均匀离散采样输出对连续故障的估计,同时鉴于现有自适应故障诊断方法无法直接推广于非均匀采样数据系统,提出一种连续时间增广观测器最优设计方法,既能保证故障估计误差快速收敛同时又对外界干扰鲁棒;并且提出一个迭代算法对故障估计延迟与系统鲁棒性进行权衡;进一步地,基于所获得的故障信息,并考虑估计误差和时变故障内采样特性对容错控制带来的不利因素,设计基于状态反馈的非均匀采样容错控制器来快速恢复故障系统性能;最后,通过对四容水箱基准实例的仿真来验证所提方法的有效性.     

分布式系统中H∞滤波的最优融合

分布式多传感器系统的一个关键问题是如何在融合中心将各分站的局部估计进行最优融合。分布式Kalman滤波因其具有分布式估计的诸多优点,并能达到中心式估计的最优性能而受到广泛关注。针对分布式不确定动态系统的H＊滤波给出了最优融合公式,并证明其同样能够达到中心式的融合性能,通过仿真实例验证了该最优融合的有效性。     

时变信号相位差估计的相频匹配方法

为提高科氏流量计信号的相位差估计精度,提出一种时变信号相位差估计的相频匹配方法。该方法通过时变信号与参考信号的频率匹配、时变信号的相移信号与其正交分量的相位匹配、参考信号与时变信号及其相移信号的互相关获得时变信号的相位差估计值。计算验证结果表明:该方法准确实现了时变信号的90°相移,有效提高了时变信号的相位差估计精度。科氏流量计流量检测实验证实了所提方法的有效性和优越性。     

微机电陀螺随机误差的非平稳模型及滤波方法

以CRS03为对象,研究了微机电陀螺的随机误差建模及滤波方法.针对输出信号非平稳的特点,采用时间序列分析方法,建立了CRS03输出信号的ARIMA模型,设计了基于此模型的Kalman滤波器,对陀螺输出数据进行了处理.结果表明,该方法可有效地抑制陀螺漂移,提高其精度.     

基于视觉梯度的图像非线性扩散滤波

各项异性非线性扩散滤波方法自诞生以来,许多研究者致力于该方法的改进和优化,并取得了很大的进步。然而,这些改进模型都很少关注到人类视觉系统信息的利用。把视觉系统信息融合到梯度信息中,定义了视觉梯度这一全新的概念。在此基础上,用视觉梯度替代经典的各项异性扩散模型中的图像梯度,得到了基于视觉梯度的各向异性非线性扩散滤波模型。最后,数值实验结果说明了该模型的效果。     

基于多项式预测模型的最优自适应滤波算法

文中提出了一个通过多项式预测模型来描述待辨识系统冲击响应系数的最优自适应滤波算法.该算法首先利用具有时不变参数的多项式预测模型,来描述系统冲击响应的时变/时不变系数.当视描述的模型为其待辨识系统冲击响应时变/时不变系数进化的状态方程,而待辨识系统的输入和输出联系视为对这些状态的观测方程时,自适应滤波问题可以在Kalman滤波的框架下得以解决.由于在Gauss白噪声环境中以及状态方程准确的情况下,Kalman滤波是最大似然、最大后验和最小均方等统计意义下的最优滤波,因此当待辨识的系统冲击响应系数可以由多项式模型建模时,文中模型和相应算法也是这些统计意义下的最优自适应滤波.在分析的结果验证上述结论的同时,仿真的结果也表明:文中提出的自适应滤波算法的性能优于已知的自适应滤波算法.     

基于MCMC方法的非平稳随机信号分析的探索

在对MCMC方法和随机信号参数模型概念学习的基础上,对非平稳随机信号的时变参数模型的构建进行了探索。通过实例,说明构建时变参数模型的关键技术在于产生稳定的概率密度函数。     

Limit behaviors of extended Kalman filter as a parameter estimator for a sinusoidal signal

In this note, the basic limit behaviors of the solution to Riccati equation in the extended Kalman filter as a parameter estimator for a sinusoidal signal are analytically investigated by using lim sup and lim inf in advanced calculus. We show that if the covariance matrix has a limit, then it must be a zero matrix.     

一种汽车喇叭声级的优化检测算法

喇叭声级检测属于车辆安全检测中八项核心线内检测项目之一。针对车辆安全检测中的汽车喇叭声级检测,通过仿真分析了传统检测方法在抗环境噪声干扰方面的不足,提出了一种改进的算术均值滤波声级检测算法,介绍了该算法的基本思想及软件实现过程。实验结果表明,该算法可较好地消除车检线环境冲击噪声对声级检测的影响,从而获得较为满意的检测效果,同时该算法的实现将提高整个车检系统的准确性。     

基于虚拟通道的ICA的P-VEP提取方法的研究

本文介绍了独立分量分析算法(ICA)的原理、算法及其特点。采用ICA算法进行P-VEP的提取,考虑到仪器实际应用中单通道VEP信号的提取,本文通过引入虚拟通道,构造虚拟多通道,克服了ICA无法直接对单路信号进行独立分量分析的难题,实现P-VEP单通道单次的有效提取。经与目前临床通用的相干平均法比较,只需单通道、单次,在波形整体和P100潜伏期的提取上,效果显著,获得医师欢迎,很有进一步开发潜力。     

多效蒸发系统优化设计目标函数的建立与求解

建立了带有冷凝水闪蒸的并流多效蒸发系统优化设计新模型。该模型以整个蒸发系统的年总费用（包括加热蒸汽年费用、真空系统年费用以及蒸发器和各辅助设备的年折旧维修费用等）最小为优化目标,以生蒸汽压力、冷凝器真空度及各效有效传热温度痉为决策变量,提出一种新算法——复合形法嵌套拉格朗日乘子法和矩阵法求最优解。算例表明,生蒸汽压力、冷凝器真空度、价格参数和冷凝水闪蒸对优化结果影响显著,按新模型优化设计比常规设计可节省年费用16％左右。新算法对初值要求不高、收敛稳定性好、收敛速度快。     

Estimation of LISS(local input-to-state stability) properties for nonlinear systems

Compared with input-to-state stability(ISS) in global version,the concept of local input-to-state stability(LISS) is more relevant and meaningful in practice.The key of assessing LISS properties lies in investigating three main ingredients,the local region of initial states,the local region of external inputs and the asymptotic gain.It is the objective of this paper to propose a numerical algorithm for estimating LISS properties on the theoretical foundation of quadratic form LISS-Lyapunov function.Given de...     

数字滤波器在实时滤除心电干扰中的设计与应用

在医疗电子中的心电(ECG)监护仪的设计中,针对心电信号的特殊信号和干扰频率范围,进行了分析,并且设计了一个基于零极点对消的简单整系数滤波器,该滤波器具有严格线性相位,稳定性能好,利用DSP汇编语言进行算法的实现,提高了计算速度,有效地滤除了干扰。     

Estimation of the fundamental matrix from uncalibrated stereo hand images for 3D hand gesture recognition

All 3D hand models employed for hand gesture recognition so far use kinematic models of the hand. We propose to use computer vision models of the hand, and recover hand gestures using 3D reconstruction techniques. In this paper, we present a new method to estimate the epipolar geometry between two uncalibrated cameras from stereo hand images. We first segmented hand images using the RCE neural network based color segmentation algorithm and extracted edge points of fingers as points of interest, then match them based on the topological features of the hand. The fundamental matrix is estimated using a combination of techniques such as input data normalization, rank-2 constraint, linear criterion, nonlinear criterion as well as M-estimator. This method has been tested with real calibrated and uncalibrated images. The experimental comparison demonstrates the effectiveness and robustness of the method.     

Model conditions for asymptotic robustness in the analysis of linear relations

In covariance structure analysis, alternative methods of estimation are now regularly available. A variety of statistics, such as estimators, test statistics, and residuals, are computed. The sampling variability of these statistics is known to depend on a matrix Γ which is based on the fourth-order moments of the data. Estimates of these fourth-order moments are expensive to compute, require a lot of computer storage, and have high sampling variability in small to moderate samples. By exploiting the linear relations that typically generate the covariance structure, we have developed conditions under which a matrix Γ*, which depends only on second-order moments of the data, can be used as a substitute for Γ to obtain correct asymptotic distributions for the statistics of interest. In contrast to related work on asymptotic robustness in covariance structure analysis, our theory is developed in the general setting of arbitrary discrepancy functions and addresses a broader class of statistics that include, for instance, goodness of fit statistics that are not necessarily asymptotically χ² distributed, and statistics based on the residuals. Basically, our theory shows that the normal theory form Γ* for Γ can be used whenever an independence assumption (not only uncorrelatedness), which will always hold under normality, carries over to the model with nonnormal variables. This theory is spelled out in sufficient detail and simplicity so that it can be used in every day practice.     

多维滑动和（MA）模型参数的自适应估计

本文利用AR模型LS梯格滤波的有关公式给出了实时辨识多维MA模型参数的递推算法,该算法建立在对模型噪声和观测的自协方差阵和互协方差阵的矩估计基础上,由一个N阶反馈形式的梯格滤波器构成,可关于时间和阶次双重递推,该算法计算量为O(N)的量级,并具备梯格滤波固有的良好数值及结构特性。