基于模糊自适应免疫算法的非线性系统模型参数估计

复杂生产工艺中非线性系统的模型参数估计是系统建模优化问题中的难点, 为避免优化算法过早收敛于错误的参数估计值, 根据生物免疫机理和模糊逻辑原理提出了一种新颖的模糊自适应免疫算法, 该算法采用混沌超变异操作增强算法搜索能力, 并用免疫网络调节策略保持抗体群的多样性, 同时采用模糊逻辑调节算法参数以提高算法的自适应能力. 函数优化仿真结果表明其具有较好的收敛性能, 并能够克服早收敛问题. 最后将其成功应用于重油热解非线性模型参数估计中, 验证了该算法解决实际建模问题的可行性和有效性.     

含随机穿越特征指标的离散系统满意估计问题

当待估量的期望值是一个有界区域时, 对待估量穿越目的域边界问题进行了讨论. 通过对离散估计系统的区域极点、随机穿越特征量等指标的相容性进行分析, 给出了一种满足多指标要求的满意待机估计策略, 并设计了基于双线性矩阵不等式组(BMIs)的求解算法. 所给出的待机估计策略可保证待估量在目的域内平均滞留度满足一定的指标, 同时相对目的域边沿的平均穿越周期尽可能小, 从而达到了待估量在目的域内、外的时间分布更加均匀 的目的. 数值算例说明了所设计的估计策略满足多指标要求.     

一种基于图像表观的鲁棒姿态估计方法

提出一种利用图像的表观特征进行头部姿态估计的方法.该方法首先使用了一维Gabor 滤波器对头部图像进行特征提取,然后对提取得到的一维Gabor 特征进一步使用了基于核函数的局部费舍尔判别分析方法增强特征的判别能力.与传统二维Gabor 特征相比,一维Gabor 特征除了在计算速度和存储空间上具有明显的优势以外,更与姿态紧密相关.而基于核函数的局部费舍尔判别分析方法,能够解决姿态问题中存在的非线性问题和多模态问题.大量的实验结果表明,该算法对于姿态估计问题是有效的.特别需要指出的是,该算法具有良好的推广能力     

UWB无线传感器网络中基于匹配滤波检测的TOA估计

深入研究了UWB(ultra wideband)无线传感器网络中基于匹配滤波门限检测的TOA(time of arrival)估计算法.针对现有算法的不足,提出了一种三步TOA估计算法:先确定DP(direct path)搜索区域,然后使用门限检测确定DP的粗略位置,最后精确搜索到DP的中心.其中,用于计算检测门限的门限因子依据匹配滤波输出的峭度动态设置,设置模型独立于信道模式,其正确性通过与使用固定门限因子所获得的性能对比进行了验证.与其他算法的性能对比仿真结果表明,所提出的三步TOA估计算法在运算效率和TOA估计精度上取得了较好折衷,适合于当前实际应用.还通过对TOA估计误差的统计分析讨论了测距结果的可信度:依据峭度将测距结果划分为可信和不可信两个级别,并为各级别的TOA估计误差分别了建立概率密度模型.在定位模块中有效利用这些可信度信息,可进一步提高定位精度.     

鲁棒区间类型2可能性C均值聚类

提出了一种鲁棒区间类型2可能性C均值(IT2PCM)聚类规则,其实质是采用交替迭代结构进行聚类的交替类估计,但隶属度函数通过区间类型2模糊集合来选择.在提出的方法中,类原型的更新方程通过将降型与解模糊相结合的形式来计算.在鲁棒统计的框架下,通过φ函数的分析指出这种更新方程对类内不确定的模式以及野点具有鲁棒性.最后,与现有的鲁棒聚类规则进行比较.仿真结果说明了IT2PCM良好的鲁棒性.     

无人机OFDM数据链路中信道估计算法研究

针对无人机信道的特点,以及采用正交频分复用技术进行无人机数据链路传输的优点.在对OFDM关键技术信道估计进行研究时,要确保接收端能够准确的检测出由于无线信道变化造成的码间干扰,准确的解调出原信号.根据系统需要设计了梳状导频和块状导频联合的导频插入方式,该方式可以在数据传输和信道估计性能上做到折中,并对常用的信道估计算法进行分析研究提出了改进的最小均方误差信道估计算法,最后建立频率选择性信道模型对不同的信道估计算法进行仿真,分析仿真结果可以看出该导频插入方式和信道估计算法具有较低的复杂度,而且又具有良好的信道估计性能,适合在实际系统中应用.     

一种斜体印刷字倾斜角度检测算法

斜体印刷字倾斜校正是光学字符识别中字符列切割的重要步骤,为了解决传统算法难以满足字符多样性等问题,提出了一种新的斜体印刷字倾斜角度检测算法.算法将文本行中所有斜体字看成一个整体,首先采用水平模糊去除字符多样性影响的同时保留足够多的倾斜角度信息,再通过垂直投影统计分析测得倾斜角度,从而实现斜体印刷字的倾斜检测与校正.理论分析及仿真结果表明,算法对中文、英文、数字及不同字体的倾斜字符均有效,测角正确率高、计算量小,具有良好的应用前景.     

基于图像质量分区的指纹特征提取

低质量指纹图像的特征提取和变形指纹的匹配是当前指纹识别研究中的两个主要问题。很多算法在特征提取时不区分高、低质量区域,结果在高质量区域耗费了过多的运算时间和计算资源。本文提出了一种基于图像质量分区的指纹特征提取方法,先用一种简单的图像区域质量计算方法评价各区域的图像质量,然后对高质量区域直接从灰度图像跟踪纹线、提取节点,对低质量区域执行传统的方向计算、增强、二值化和细化后提取特征。实验结果表明,该方法不仅提高了特征提取的速度,在准确性上也有所提高。     

测距传感器数据在线自适应加权融合

针对移动机器人的测距系统,采用了红外线传感器与超声波传感器共同测距,避免了因使用单个传感器进行多次测量而降低系统的实时性和产生信号串扰问题;应用自适应加权数据融合估计算法对实时测量数据进行在线融合估计,只对当前采样时刻的测量数据进行自适应加权融合,而各传感器的加权因子则通过传感器的测量数据进行方差在线学习估计以自适应方式进行调整,使融合结果的均方误差始终最小,实现两种传感器在功能上的互补;实验结果表明,该方法提高了整体测距精度,得到了被测距离更加准确的估计.     

网络化控制系统中状态估计策略的进展

在网络化控制系统(Networked Control Systems,简记为NCSs)中,由于网络的介入使控制系统的规模和复杂性显著增加,且产生了各种新问题,为了使控制更加容易,需要设计合理的估计策略.主要从控制和通信2个角度出发,集中考虑了在量化影响、时延与丢包、不确定性等通信受限因素下状态估计策略的研究与进展.一直以来,状态估计都是诸如过程监控、故障诊断等控制领域中不可缺少的重要部分,当前已成为网络化控制系统研究的热点和准点,为抵消网络环境不确定性对闭环系统性能的影响,设计最优的状态估计策略必将成为不可缺少的因素之一.