On the backstepping design procedure for multiple input nonlinear systems

In a recent paper, we developed a structural decomposition for multiple input multiple output nonlinear systems that are affine in control but otherwise general. In this paper, we exploit the structural properties of such a decomposition in the application of the backstepping design technique on multiple input nonlinear systems. In particular, this decomposition simplifies the conventional backstepping design and motivates new backstepping design procedures that are able to stabilize systems on which the conventional backstepping procedure is not applicable. Copyright © 2011 John Wiley & Sons, Ltd.     

Dynamics and genetic fuzzy neural network vibration control design of a smart flexible four-bar linkage mechanism

In this paper, a dynamic modeling method and an active vibration control scheme for a smart flexible four-bar linkage mechanism featuring piezoelectric actuators and strain gauge sensors are presented. The dynamics of this smart mechanism is described by the Discrete Time Transfer Matrix Method of Multibody System (MS-DTTMM). Then a nonlinear fuzzy neural network control is employed to suppress the vibration of this smart mechanism. For improving the dynamic performance of the fuzzy neural network, a genetic algorithm based on the MS-DTTMM is designed offline to tune the initial parameters of the fuzzy neural network. The MS-DTTMM avoids the global dynamics equations of the system, which results in the matrices involved are always very small, so the computational efficiency of the dynamic analysis and control system optimization can be greatly improved. Formulations of the method as well as a numerical simulation are given to demonstrate the proposed dynamic method and control scheme.     

A novel adaptive cooperative location algorithm for wireless sensor networks

To overcome the disadvantages of the location algorithm based on received signal strength indication(RSSI) in the existing wireless sensor networks(WSNs),a novel adaptive cooperative location algorithm is proposed.To tolerate some minor errors in the information of node position,a reference anchor node is employed.On the other hand,Dixon method is used to remove the outliers of RSSI,the standard deviation threshold of RSSI and the learning model are put forward to reduce the ranging error of RSSI and improve the positioning precision effectively.Simulations are run to evaluate the performance of the algorithm.The results show that the proposed algorithm offers more precise location and better stability and robustness.     

基于BPCNN的图像分割方法

研究一种双向脉冲耦合神经网络(BPCNN)的图像分割问题.首先将彩色图像量化结果或灰度图像作为BPCNN的外部输入激励,每个神经元根据BPCNN的正向脉冲产生器或逆向脉冲产生器发布脉冲信号,实现对图像的初始分割;然后根据初分割图像的区域距离合并过分割区域,最后提出一种综合多种分割评价准则的分割评价体系,并对分割结果进行了评价.实验结果表明,BPCNN算法在多类图像上均取得较好的分割效果,利用实验数据对比了多种常用分割算法,BPCNN算法在综合评价体系上有明显的优越性.     

抗压缩的照片图像与真实感计算机图形识别

数字图像取证是计算机取证、信息安全领域的一门新学科。为实现照片图像与真实感计算机图形的可靠识别,提出一种基于图像稀疏表示的数字图像取证方法,该方法在抵抗压缩方面具有较好性能,从而保证图像压缩不会改变照片图像与真实感计算机图形的真实性本质。Tetrolet变换为保护图像局部几何结构,在L1-范数最小约束下搜索4×4图像块的最优覆盖(Covering)形式,获得图像的稀疏表示。观察自适应值c的统计分布,得到一幅图像中117种Covering出现次数的归一化直方图,从而得到图像的HoC(histogram of covering)特征。实验结果表明,在饱和度(S)分量提取的HoC特征能够很好地刻画照片图像与真实感计算机图形在局部几何结构上的不同统计特性,算法在识别能力、泛化能力,尤其是抵抗压缩能力上表现出良好性能,能够应用于图像真实性检测及照片图像与计算机图形的自动分类。     

精神分裂症脑区磁共振图像分割方法研究

研究精神分裂症人脑皮层脑区图像病变区域的准确分割问题。精神分裂症患者的人脑皮层脑区灰质密度与正常区域存在差异,但病变区域与正常区域血管粘连在一起,病变组织会发出更强烈的信号,在生成的图像中像素亮度极高,高亮度造成二者像素灰度差异过小。传统的基于边沿像素灰度差的图像分割方法,无法避免由于血管粘连造成的像素灰度差异过小的缺陷,分割准确度不高。提出了一种利用像素差值约束算法的人脑皮层脑区磁共振图像分割算法。通过约束病变区域分割的衡量区域标准,从而实现人脑皮层脑区磁共振图像的准确分割。实验证明,改进算法避免了血管粘连造成的像素灰度差异过小的缺陷,提高了图像分割的准确率,为精神分裂症脑区检测提供了依据。     

基于模糊神经网络的智能车辆路径跟踪

在自主车辆路径优化控制的研究中,针对智能车辆传统的路径跟踪控制需要建立精确的数学模型且鲁棒性差的问题,提出了一种模糊神经网络的角速度控制器设计方案。首先建立了智能车辆运动学模型;然后以方向角误差和位置误差作为该控制器的输入,利用神经网络的学习能力来调整模糊参数得到性能优化的控制器,最后对直线和圆路径进行了路径跟踪仿真。仿真结果表明提出的模糊神经网络控制算法具有很高的控制精度和较好的鲁棒性,能够满足智能车辆实时精确路径跟踪的优化控制。     

基于纹理分类的极化SAR图像滤波方法

关于雷达图像优化,提高分辨率的问题,场景较为复杂的图像,固有噪声图像效果不够理想,对具有不同统计特性的像素点缺乏精确的区分。由于传统参数估计方法降噪效果不足,为解决上述问题,提出了一种基于纹理特征分类的参数估计方法。首先计算极化总功率图像的灰度共生矩阵,并提取纹理特征矢量,用K均值聚类的方法进行分类。然后根据分类结果,在滑动邻域窗内选取与中心像素同类别的像素用于参数估计。实验结果表明,改进的纹理分类的滤波方法具有更好的降噪效果,对于复杂场景的极化SAR图像表现了较大的优越性。     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

基于FPGA和ARM的GPS基带处理平台设计

本文研究了基于FPGA和ARM的GPS基带处理平台,详细介绍了C/A码跟踪环路及载波跟踪环路的设计和实现方法。采用Maxim公司的Max2769、Atmel公司的AT91SAM7SE25和Altera公司的EP3C25搭建硬件系统。Max2769完成下变频、采样并输出中频数据;ARM实现控制功能;FPGA完成解调、相关累加功能。实验结果表明基带处理平台可以稳定跟踪GPS信号,16通道情况下,冷启动时间为80秒,系统水平定位误差优于40米。