基于伪自适应阈值零速检测法的室内个人导航系统

为了限制惯导误差的增长,根据人行走的规律提出了一种基于个人的多种步态模式下的伪自适应阈值零速检测法.通过加速度方差和陀螺模值的平方和作为检测依据,设置一个滑动的时间窗口来判断行人的运动模式,以此来自调节阈值的大小,对跑、走、台阶等运动模式都具有稳定可靠的检测效果.由于航向角不可观测,无法使用卡尔曼零速修正算法对航向角进行修正.采用融合室内地图的粒子滤波算法使穿越墙壁的粒子权重为零,对于大误差数据,通过自适应重采样的方法来有效避免粒子的严重退化现象.实验结果表明:速度在3 m/s内零速检测的准确率达到97%以上.采用融合室内地图的粒子滤波算法后,正常行走约210 m的距离室内定位误差从原来的2.3 m降低到0.2m.     

低功耗手机计步算法

针对长时间运行手机计步软件对手机电量消耗较大的问题,提出一种低功耗手机计步算法。根据行走时手机三轴加速度数据变化呈现上下波动的特点,在加速度数据变化方向改变时记录最高极值点和最低极值点数值,当两个极值点的幅度值大于幅度阈值时进行计步。测试结果表明该算法总体平均计步准确性可达97%,并且能够从传感器采样功耗和CPU计算功耗两方面降低计步过程的功耗。     

一种基于多级自适应门限的计步算法

计步是智能穿戴设备和智能手机的重要功能,在健身、医疗和导航定位领域被广泛使用.针对现有计步算法中对不同运动状态变化适应性差、不能有效排除手腕抖动等非行走因素干扰的问题,提出多级自适应门限计步算法.该方法分为3级门限控制:先检测加速度信号中的峰值点和谷值点;接着基于获得的峰值点和谷值点,计算人物的步频特征,根据所得步频特征判断人物的运动状态,如慢走、快走或跑步;最后,针对每种运动状态,自适应分配对应的时间差阈值和动态峰谷值差值阈值,实现多级自适应门限计步.试验结果表明,所提多级自适应门限计步算法可完成对人物不同运动状态、传感器不同姿态的高精度计步,计步准确率可达95%以上.     

自适应零速修正辅助的微惯性定位系统研究

针对GNSS失效情况下微惯性器件漂移大引起的定位精度低的问题,研究了一种多条件辨识零速时刻,基于速度信息构建观测方程的零速修正算法,以提高微惯性系统的定位精度. 论文阐述了行人步态特性,在分析行人步态的基础上设计了基于加速度量测方差、加速度量测幅值和角速度量测能量的多条件零速检测方法,并针对室内外不同环境设置了自适应阈值. 在此基础上,构建了速度信息为系统观测值的Kalman滤波器,在零速对姿态、速度及位置误差进行估计并修正. 实验结果表明,基于上述自适应定位修正算法可有效增强零速检测的可靠性,抑制定位误差的累积,定位的精度是行进距离的1.32%.     

基于导频chirpZ变换的基带OFDM水声通信多普勒估计方法

在OFDM水声通信中,收发双方非匀速运动时,传统的多普勒估计方法误差较大.提出了一种基于导频chirp Z变换的基带OFDM水声通信多普勒估计方法.该方法针对OFDM水声通信中的基带传输特性,取低频端的子载波为导频信号,对每个OFDM符号进行Chirp Z变换估计其多普勒因子.该方法估计精度高,仿真结果表明相对运动速度小于20 m/s时,估计多普勒因子的误差小于3.6×10-6,较传统的时域相关法误差小2个数量级;初速度小于20 m/s、加速度小于1.4 m/s2时估计的多普勒因子与符号平均多普勒因子的误差均小于3.6×10-6;用线性插值方法对多普勒补偿,不同运动速度、加速度以及多径条件下的仿真性能,验证了变速运动时该方法对OFDM接收信号多普勒估计及补偿的有效性.     

基于卡尔曼滤波的WiFi-PDR融合室内定位

为降低室内环境复杂性对WiFi指纹定位的影响,提出将支持向量机(SVM)分类与回归分析相结合的WiFi指纹定位算法,以提高定位精度。在基于智能手持设备惯性传感器的行走航位推算(PDR)中,为降低惯性传感器的误差及定位误差的累积,通过状态转换的方法识别行走周期并进行计步,提出对原始加速度数据进行预处理和根据实时加速度数据动态设置状态转换参数的算法。在改进的WiFi定位算法及PDR算法基础上,提出使用联邦卡尔曼滤波融合两种方法,并根据人体运动学确定各级滤波器的状态方程和量测方程。实验证明了该算法的有效性。     

基于随机游走的无线传感器网络节点定位方法

为提高无线传感器网络中的节点定位精度,提出一种自适应随机游走模型的节点定位算法.首先将随机游走应用于网络拓扑结构连通性中,构建节点间相对距离模型,并设计自适应算法,提高该模型有效性;然后通过将该模型嵌入经典定位算法distance vector-hop（DV-Hop）中实现系统节点定位工作.仿真和实验结果表明,该算法具有良好的鲁棒性和定位精度,误差比DV-Hop算法减少了20%~30%.     

基于超声层析成像技术的气/液两相流检测仿真

为了检测过程工业领域中气/液两相流的流动状态及组分分布,利用超声层析成像技术对气/液两相流进行仿真研究.考虑到传感器数量对图像重建质量影响较大,首先,对传感器数量进行了对比研究,传感器数量越多,图像重建质量越优;其次,利用线性反投影算法对不同流型进行了图像重建;然后,进一步引入自适应阈值滤波算法对原始重建结果进行二值化处理;最后,计算了阈值处理后的二值化图像与标准图像的相关系数.结果表明:线性反投影算法能有效对各种流型进行图像重建,而自适应阈值滤波算法能显著提高成像质量.     

一种用于人体运动捕获的自适应混合滤波融合算法

针对基于惯性传感器的人体运动捕获系统存在陀螺漂移和噪声干扰等问题,提出一种多元传感器信息融合的自适应混合滤波融合算法。算法首先利用快速高斯牛顿法对加速度计和磁力计数据进行姿态信息迭代估算,用四元数将参考坐标系中的加速度和磁场强度分量转换到载体坐标中,将转换后的值与当前时刻测量值的差值代入高斯牛顿迭代算法中用于四元数的实时值估计,通过确定搜索步长的最优值来缩短迭代次数,提高算法收敛速度。设计自适应的互补滤波器将高斯牛顿法解算的姿态信息作为观测矢量对陀螺漂移进行补偿,分别使用高通滤波器和低通滤波器处理陀螺仪数据和高斯牛顿算法优化过后的加速度计、磁力计数据。在互补滤波器中引入重力矢量及地磁参考矢量自适应调节滤波器参数用于实时调整不同算法的权重大小,融合后输出最终的姿态信息,实现最优估计。进行实验对比分析本算法和其他算法融合效果,结果表明,本算法有效降低陀螺累积误差、线性加速度及磁场对解算精度的干扰,磁干扰状态下误差为0.94 °,自由运动状态下误差为1 °。对比扩展卡尔曼滤波融合算法,本文算法执行时间缩短25 %,有效提升了运动捕获系统的性能。     

H.266/VVC分步全零块判决快速算法

为了减少编码计算复杂度,提出分步全零块判决快速算法. 基于硬决策量化公式推导固定阈值,判决出真全零块. 通过与变换块尺寸和量化参数（QP）相关的自适应阈值,判决出伪全零块. 通过提取出8个与量化结果密切相关的特征,基于全连接神经网络（FCNN）对剩余未判决的块进行最后判决. 实验结果表明,提出的分步全零块判决快速算法在Low Delay B和Random Access配置下,在性能平均损失分别仅为0.458%和0.575%的情况下,分别平均减少了7.382%和7.237%的编码复杂度.     

Adaptive Dual-Threshold Edge Detection Based on Wavelet Transform

In order to solve the problems of local-maximum modulus extraction and threshold selection in the edge detection of finite-resolution digital images, a new wavelet transform based adaptive dual-threshold edge detection algorithm is proposed. The local-maximum modulus is extracted by linear interpolation in wavelet domain. With the analysis on histogram, the image is filtered with an adaptive dual-threshold method, which effectively detects the contours of small structures as well as the boundaries of large objects. A wavelet domain‘s propagation func-tion is used to further select weak edges. Experimental results have shown the self-adaptivity of the threshold to images having the same kind of histogram, and the efficiency even in noise-tampered images.     

基于小波域特征和贝叶斯估计的目标检测算法

为了改进目标检测算法,在小波域建立基于贝叶斯概率估计的模型,得到一个自适应最佳阈值,并利用该阈值得到待检测的目标。对待检测的图像序列进行基于滑动窗口的双Haar小波变换,对小波变换后的低频分量建立基于核密度函数的贝叶斯概率估计模型,通过训练和学习,得到自适应的最佳阈值,利用该阈值对低频分量进行判别,得到只含有目标的二值化图像。选取室内室外一个和多个运动目标的6个视频序列对该算法的有效性进行检验,并同其他算法相比,可以给出更好的检测结果。     

基于组合导航技术的管道地理坐标定位算法

针对长输管道地理坐标定位问题,提出了一种基于组合导航技术并应用管道磁标处地理信息进行分段修正的管道地理坐标定位算法.该算法基于惯导/里程仪组合导航的基本原理,应用误差模型对航迹误差进行修正.通过研究陀螺仪和里程仪的误差特性,建立了陀螺仪和里程仪的误差模型,针对低精度加速度计应用于惯性导航系统时存在速度和航迹解算误差较大的问题,提出了应用加速度信息对里程仪速度进行修正的速度解算方法.实验结果表明,算法解算所得位置误差为0.16%,可为长输管道提供三维地理坐标定位信息.     

基于背景复杂度自适应距离阈值的修正SuBSENSE算法

针对自适应敏感度分割(self-balanced sensitivity segmenter, SuBSENSE)算法在真实复杂场景下距离阈值更新适应性差,导致检测效果不佳的问题,提出一种基于背景复杂度自适应距离阈值修正的SuBSENSE算法。结合时间一致性和空间一致性定义了一种背景复杂度的度量方式,以此为标准,通过距离阈值修正策略获取准确的距离阈值,以便获得更好的检测效果。本算法与像素自适应分割(based adaptive segmenter,PBAS)算法和传统SuBSENSE算法进行了对比。试验表明,在动态场景下,本算法获取的前景更加精确,精度比PBAS算法和传统SuBSENSE算法提高了6.70%和0.80%,召回率比PBAS算法和传统SuBSENSE算法分别提高了9.37%和1.24%。本算法优于对比算法,在动态场景下具有更高的鲁棒性和检测精度。     

一类非线性系统的新型预报器

针对一类时变结构的非线性系统,提出一种结构适应式自校正预报器,当系统结构发生变化时,该预报器能自动地利用增维、减维算法,改变自身的结构,实时估计参数。用结构适应式自校正预报器,对一段时期内全国石油产量按季预报和某油田产量按年预报,平均相对预报误差分别为１．８６％和２．１２％,比普通的自校正调节器精度有较大提高。     

基于多特征融合的视频镜头边界检测算法

为了建立一种通用、鲁棒的镜头边界检测算法,根据镜头转换的特性和多种视频特征融合的思想,选取了YUV直方图特征、纹理特征和边缘特征进行特征融合并计算帧间差值,采用全局阈值与自适应阈值相结合的方法,对镜头边界检测加以控制,提高阈值选取的准确性。实验结果表明,该算法能够有效地实现视频镜头边界检测,并对闪光、字幕有着较强的鲁棒性。     

基于匹配误差的导航图路网数据预处理技术研究

针对嵌入式环境中路网数据量过大影响地图匹配实时性的问题,文章提出了基于匹配误差的路网数据预处理方法,该方法在地图匹配前应用改进的自适应限差Douglas-Peucker算法对路网进行了数据预处理。改进算法分别以匹配误差、地图精度及道路间距为输入参数,通过赋予三者适当的权值计算加权平均值,之后以该值为精度限差对路网数据进行压缩。实验结果表明,路网预处理能够有效降低路网数据量并提高地图匹配的实时性。     

MIMO系统V-BLAST自适应迭代极大似然检测研究

为了提高系统传输性能,有效利用信道资源,提高频谱利用率.在时变衰落信道下采用了分层垂直空时结构,同时文中提出了一种自适应极大似然估计检测方法,系统根据各平均误码率及反馈信噪比自适应地选择调制类型,按列检出数据,该方法收敛时间快,高阶调制牺牲增益低的信道换取整体频谱效率提高.试验结果表明自适应垂直BLAST迭代检测每0.1%误码率可以比传统检测算法提高4.1dB.自适应极大似然估计检测的分层垂直空时结构其频谱效率优于单纯的垂直BLAST检测.     

基于小波模极大值的火灾图像边缘检测方法

目的 提出一种基于小波模极大值和自适应阈值的火灾图像边缘检测方法 .方法 计算火灾图像小波变换后的梯度模极大值,采用自适应阈值法去除伪边缘,从而实现火灾图像的边缘检测.结果 实验结果 表明,笔者算法可以从带有噪声的火灾图像中有效地进行边缘检测,并且算法计算量小,具有良好的鲁棒性与实时性.结论 能够提高边缘检测的准确性,并且能够满足火灾图像边缘检测的实时性要求.