提高相关测速中亚时间采样间隔精度的数学处理方法

该文首先针对相关分析技术测量速度的误差来源进行了分析 ,指出测量误差主要源于采样离散化所引入的误差 ;为了减小测量误差 ,应该对直接计算得到的离散的互相关函数进行进一步处理。利用计算机模拟了穿越两相流光束的透射信号 ,计算了两相流仿真信号的速度 ,并分别给出了未予修正以及采用插值法和最小二乘拟合对互相关函数修正的仿真结果 ;分析表明 ,最小二乘拟合是比较好的修正方法 ,该结论还可以进一步推广到PIV及DPIV测速技术中。最后利用直流电机产生的已知速度场对该文提出的修正方法进行了实验验证。     

图像匹配最大互相关算法的专用ASIC硬件实现方法研究

探讨一种专用ASIC硬件实现方法,这种方法将DSP的灵活性与ASIC的高效性相结合,构造了单DSP＋多ASIC的嵌入式计算机,对图像匹配获得了满意的效果。并由此提出了更高性能的硬件实现结构。     

互相关与阻尼比扰动混沌系统结合的检测方法

文章基于互相关检测方法和阻尼比扰动Duffing振子检测系统的检测原理,提出了互相关与阻尼比扰动Duffing振子检测系统相结合的一种新检测方法。文中利用新检测方法在白、色噪声背景下对方波信号进行检测,仿真结果表明新检测方法的信噪比明显优于单独采用互相关检测方法或阻尼比扰动的混沌检测方法的信噪比,分别为-43.4dB、-42.1dB和-40.5dB。     

基于互相关时间延迟估计的心音源定位方法

提出一种用于正常噪声环境下的心音源定位方法。利用3个传感器同步记录胸前3个位置的心音信号,对自动识别出的心音成分采用互相关法,估计同一心音源发出的信号到达2个传感器的时间延迟。利用时间延迟和传感器坐标确定心音源在传感器连线上的投影点坐标,由投影点与心音源的关系定位心音源。实验结果显示,对于采集到的健康人心音信号,利用该方法可以定位第一心音源。     

互相关法在管道雨水流速测量中的应用研究

针对雨水管道中流体成分的多样性和流动型态的复杂性,借鉴粒子图像测速中的流场测量思想,提出了一种基于互相关分析的管道雨水流速测量方法;传统的互相关方法计算量很大,文章对互相关分析的快速算法进行了研究,并将FFTW快速傅里叶变换算法库应用于测量软件的实现中;使用堰槽建立了管道雨水流速标定装置,在不同的流速下对该方法进行了实验验证;实验证明,利用速度场提取平均速度的方法很好地平滑了管道中流体流动的复杂多变性,相对测量误差在6％以内,能够比较准确地测量出雨水的平均流速,可有效应用于实际测量.     

基于互相关的有效奇异值消噪方法

为了提高信号的信噪比,针对奇异值分解消噪方法中用于重构的有效奇异值个数难以确定问题,提出了一种基于互相关的有效奇异值选取方法,进而达到消噪的目的。该方法利用单个奇异值重构得到的分量信号,求互相关,从而确定用于重构的有效奇异值个数。通过采用含有不同频率成分的带噪信号对该方法进行验证,并与同类奇异值选择方法进行对比,结果表明,该方法不仅简单易行而且效果较好。     

基于互相关的超声非介入测压方法

非介入测压对液压系统的故障诊断与检测具有关键作用,为了提高超声非介入式测压的测量精度,提出了一种基于互相关理论的超声延时计算方法,实验结果与客观实际较为相符,验证了基于互相关理论的超声非介入压力测量技术的可行性,为小管径液压系统的在线压力测量提供了一种新的方法.     

频率域基于梯度预处理的互相关图像配准方法

传统的频率域图像配准方法有两种：基于互相关的图像配准方法和基于相位相关的图像配准方法。这两种方法都是通过确定逆傅立叶变换域最大峰值位置来获得配准信息。互相关图像配准方法与相位相关图像配准方法相比,主要存在两个缺点：一是峰值的跨度过大,二是有时存在多个峰值。本文对传统方法进行了改进,提出了频率域基于梯度预处理互相关的图像配准方法,该方法首先对待配准图像进行梯度预处理,然后对预处理后的图像用传统的互相关方法进行配准。实验表明,该方法很好地克服了上述传统方法的不足,并能获得精确的配准结果。     

基于编码驱动的超声波测深仪互相关算法研究

传统的超声波测深算法只能在较高信噪比环境下进行有效测量,针对较深湖泊以及海洋深度测量中低信噪比特点,介绍了一种编码驱动的超声波互相关测深算法。编码互相关算法是一种有效估计渡越时间的方法。通过理论推导的方式证明了编码互相关算法具有良好的抗干扰性能,经过仿真论证了编码互相关在测深方面的优势,并在实验中验证了该算法的可行性。     

提高传感系统准确度的软件方法及其应用

传感系统的2项主要误差是非线性误差和重复性,为了提高传感系统的准确度,提出了减小这2项误差的软件方法:即用神经网络技术减小非线性; 用微机软件数字滤波技术减小重复性.与传统技术比,系统的量程扩大30%以上,非线性减小到0.1%FS以下,重复性也大幅减小,应用效果显著.     

改进的RANSAC方法在基础矩阵中的应用

为提高求解精度,提出一种基于改进的随机抽样一致性（RANSAC）算法的基础矩阵求解方法。采用加权策略,将局内点占全部匹配点的比例作为权重函数的自变量;利用本质矩阵和基础矩阵的关系,鉴于本质矩阵两个非零奇异值应该相等这个特性,利用加权因子和本质矩阵的奇异值构造目标函数,这两点改进意味着目标函数中有两个约束条件的限制;利用matlab遗传算法工具箱来求解目标函数的最小值,可以得到准确的基础矩阵。模版图像实验和场景图像实验验证了该算法的有效性。     

小波分析法在光纤陀螺随机误差补偿中的应用

光纤陀螺随机漂移是惯性导航系统产生误差的重要因素。尽量降低陀螺仪的漂移率是进一步提高惯性导航系统精度的重要途径,也是保证光纤陀螺静态误差补偿精度的前提。从抑制光纤陀螺随机噪声的角度出发,利用小波分析法对光纤陀螺的静态输出进行滤波处理,通过对比滤波前后陀螺的输出曲线、标准差以及各项随机误差系数,能够看出:该方法有效地补偿了光纤陀螺的随机误差。     

MUF评价软件系统设计

为对平衡区的物料进行快速准确评价,采用DELPHI程序编程语言设计MUF评价软件系统,以快速准确地进行MUF计算。     

振动环境下MEMS陀螺动态误差补偿方法

为解决微机电(micro electromechanical system,MEMS)陀螺仪在随机振动力学环境中的动态误差问题,提出一种MEMS陀螺仪动态误差的补偿方法,建立动态误差模型。通过对MEMS陀螺仪动态误差影响因素的分析,在MEMS陀螺仪静态误差模型基础上加入与振动输入相关的误差项,减小由于随机振动引入的误差,提高MEMS陀螺仪在随机振动环境下的测量精度。结合实例,对所提模型进行仿真分析,验证了其可行性和有效性。     

一种分析闲聊协议的数学方法

该文总结了目前基于随机闲聊(Gossip)的可靠多播协议,这类协议也被称为流行病风格的多播协议。在此研究基础之上建立了随机闲聊的一般数学模型,给出了闲聊的两个基本要素。该文的数学方法基于随机图理论,通过引入相变理论找到了闲聊的扇出系数和模型可靠性之间的数学关系,同时分析了闲聊的通讯开销以及闲聊网络中结点的负载情况。仿真结果肯定了该文的结论。     

虚拟测试系统的测试误差分析

在测试系统中,测试误差影响测试数据的精度.消弱其对测试结果的影响是至关重要的.首先讨论了随机误差的分布、测度,然后建立两种数据模型:基于LabVIEW平台的参数测试系统观测数据模型和理想数据模型.以此模型为基础,分析数据中的系统误差和研究系统误差的检验方法.提出了基于后验检验统计的系统误差检测法.最后修改观测数据的模型.结合此模型研究系统误差和随机误差的评定指标.     

提高汽包水位测量精度的一种有效方法

介绍了利用计算机的软件功能，对介质的密度进行补偿计算，从而提高汽包水位测量精度的原理和方法。     

相控阵测量雷达跟踪起伏动目标精度分析

目标不同的航路及其运动特点对雷达测量数据质量影响很大.为了估算整个航路目标动态定位精度,依雷达测量目标工作原理,给出航路分段处理原则.对雷达测量数据与GPS测量真值比对的一次差,提出了基于三次B样条的雷达系统误差分离方法.通过处理某飞行任务的大量测量数据,估算出了不同航路的雷达动态测距、测角系统误差和随机误差.结果表明,雷达测距系统误差与斜距成正比;测角系统误差为设计指标的2倍多;其随机误差与设计指标相符.     

Construction and cross-correlation analysis of the affective physiological response database

Six kinds of emotions, namely joy, surprise, disgust, grief, anger and fear, are elicited from 300 ordinary college students by means of high-rated movie clips. The signals of galvanic skin response (GSR), heart rate (HR), blood volume pulse (BVP), electrocardiogram (ECG), respiration (Rsp.), facial electromyography (EMG) and two channels of electroencephalography (EEG) from the frontal lobe were recorded while the subjects were watching the affective eliciting materials. The samples of each kind of signals are analyzed by using random matrix theory (RMT). From the distribution of the eigenvalues and eigenvectors of the correlation matrices of BVP, facial EMG and two EEGs, we find that the statistical properties of these four kinds of signals coincide with the RMT predictions. However, the largest eigenvalue and the corresponding eigenvector component distribution of the correlation matrices of GSR, HR, ECG and Rsp. have deviated significantly from the RMT predictions. Our experiments also reveal that the correlations between two arbitrary samples of BVP, facial EMG or EEGs does not result from affective response but from random noises, whereas the amplitude variations of GSR, HR, ECG and Rsp. contain the correlated affective physiological response patterns. According to the data analysis results of RMT, 110 features are firstly extracted from the GSR and HR signals, and then a subset of the initial features is selected by using the Backward Selection algorithm. The affective data samples each of which is a vector of the features are classified by using a Fisher classifier, and furthermore, the user-independent emotion recognition systems with good prediction performance are constructed during the model selection process.