具有深度自适应估计的视觉伺服优化

在手眼机器人视觉伺服中,如何确定机器人末端摄像机移动的速度和对物体的深度进行有效的估计还没有较好的解决方法.本文采用一般模型法,通过求解最优化控制问题来设计摄像机的速度,同时,利用物体初始及期望位置的深度估计值,提出了一种自适应估计的算法对物体的深度进行估计,给出了深度变化趋势,实现了基于图像的定位控制.该方法能够使机器人在工作空间范围内从任一初始位置出发到达期望位置,实现了系统的全局渐近稳定且不需要物体的几何模型及深度的精确值.最后给出的仿真实例表明了本方法的有效性.     

蝶形运动估计算法及其VLSI实现

视频技术发展要求更高速,更利于硬件实现的运动估计算法.提出了一种蝶形运动估计算法,该算法采用蝶形搜索模板、快速截止技术和运动向量预测技术.该算法较钻石搜索算法提速43.26%-80%,并且图像质量更好.同时,本文采用加法树和片内并行存储器,构建该算法的VLSI实现结构.通过两种数据映射方法(拉丁方映射和4×4块映射),该结构不但解决了快速搜索算法的数据不规则性难题,并且节省了带宽.当系统时钟为27MHz,数据总线为16位,外部存储器带宽要求仅为4.57Mbit/s.比较其它硬件实现结构,该结构采用了更少的处理单元数,更小的缓存单元,但却获得更快的速度和更高的灵活性.     

无线传感器网络中一种环状空间相关性模型*

无线传感器网络特点之一是监测事件的节点分布稠密,相互邻近的节点获得的事件观测值具有很高的相关性。因此,如何消除这种空间相关性以改善网络性能是一个重要的研究课题。提出一种适合无线传感器网络中的事件监测应用的环状空间相关性模型。该模型依据离事件源距离相等节点采样数据空间相关性更高的事实,针对能量衰减模型,采用最小二乘估计对事件源进行更精确的估计。基于新模型,进一步讨论了节点间采样值的空间相关性。模拟实验表明,对传感器网络异常事件监测应用选取适当规模的代表性节点,新模型比现有模型的精确度提高两个数量级以上。新模型能更精确地挖掘传感器网络中的空间相关性,为开发基于空间相关性的传感器网络MAC协议提供了更好的理论框架。     

DS-CDMA系统最优匹配MMSE时延估计

在分析MMSE估计准则特性的基础上,从最优匹配的角度提出了一种基于MMSE最优匹配合并的DS-CDMA单用户时延估计算法.算法通过对用户扩频序列延迟混叠向量进行分段估计,分段匹配滤波以及最优合并的方式,解决了传统MMSE时延估计中由于幅度不匹配对估计性能造成的影响.理论分析和仿真结果表明算法性能优于传统MMSE、MUSIC、以及滑动相关等时延估计算法.     

一种基于噪声功率的信道有效阶数盲估计算法

基于二阶统计量的盲均衡算法大多要求估计信道阶数。根据噪声功率随信道阶数的变化特点,提出一种新的阶数估计算法。实验表明,与传统算法相比,该算法不仅复杂度低,在低信噪比和小样本个数情况下估计性能良好,且不依赖于具体的盲信道估计算法,具有较强的适用性。     

基于线结构光视觉传感的焊缝跟踪系统研究

为了解决焊接时产生的强弧光、烟尘等对图像特征提取的干扰,提高焊缝检测的实时性与稳定性,采用基于二维图像的三维物体运动估计来提高图像特征提取速度,同时引入了可变窗口来提高图像处理的稳定性;应用焊缝特征类型库对提取出来的图像特征信息进行判断来提高图像处理的稳定性.     

联合频域盲语音分离排序算法

提出了一种新的频域盲分离排序算法。算法对不同频率点采用不同的排序算法:频率较低部分采用比较分离信号相邻频率点和谐波频率点之间幅度相关性相结合的排序算法;中频部分采用基于语音信号方位估计的排序算法;频率较高部分采用相关比较和方位估计结合的排序方法。仿真结果表明,该排序算法的鲁棒性和精确性较现有的单纯利用分离信号相关性的排序算法或者基于语音信号定位的排序算法有了一定的增强。     

多传感器数据融合在飞机地面防撞中的应用

针对我国目前对于飞机在地面经常发生的相撞或刮蹭方面的研究较少的现实情况,研究用多传感器数据融合的方法实现飞机的地面防撞。根据现有的多传感器数据融合理论,在分析数据融合过程的基础上,建立混合式数据融合模型,结合模糊神经网络方法实现面向目标的数据融合算法。同时,选用毫米波雷达、红外传感器等多类进行地面多目标的身份识别和威胁评估,从理论上验证了多传感器数据融合思想在飞机地面防撞理论中的可行性,为进一步建立飞机地面防撞系统提供理论基础。     

非理想同步情况下TD-SCDMA系统上行链路的信道估计特性

分别从理论分析和计算机仿真两方面分析了非理想同步下,TD-SCDMA系统上行链路的信道估计特性。理论推导表明,当某一用户的到达时刻发生偏移时,其信道冲激响应发生相应方向的循环移位,同时还会对信道中所有激活用户的信道冲激响应造成一个类似于高斯白噪声的固有干扰。通过计算机仿真还发现不同的移位方向对联合检测性能产生的影响也不同。     

PAAIS中的态势威胁评估模型

目标态势威胁评估是PAAIS(Pilot Assistant Artificial InteHigent System)中任务规划、应急动作规划、火力分配、攻击排序的基础.通过对超视距空战威胁态势的分析,采用了TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)算法对空中作战目标进行其威胁指数计算,建立了超视距空中威胁排序模型.和其他威胁评估算法相比,方法具建模简单,计算速度快的优点,而且便于更新.仿真实验结果表明该方法对发现的目标可及时做出威胁响应,为PAAIS制定下一步方案奠定了基础.