基于相位谱和调谐幅度谱的显著性检测方法

针对目前视觉注意选择领域中的谱残余方法(SR)显著图对比度较差、细节显著性检测效果不理想的问题,通过分析图像频谱特性与显著性的关系,提出了一种基于频谱分析的显著性区域检测方法。该方法通过保留傅里叶相位谱并对幅度谱进行分段非线性调谐,达到抑制图像冗余信息、增强图像显著性信息的效果。实验结果表明,本文基于相位谱和幅度谱调谐(PTA)的显著性检测方法得到的显著图较SR方法对比度更高,对显著细节的检测效果也更明显。     

航迹融合算法在多传感器融合中的应用

研究寻的制导优化控制问题,针对传统单一传感器导引不能满足性能要求,提出采用多传感器复合制导.航迹融合是多传感器数据融合中一个非常重要的方面.由于公共过程噪声的原因,使在应用状态估计融合系统中,来自不同传感器的航迹估计误差未必有独立性,为了使航迹与航迹关联和融合,提出自适应航迹和协方差加权航迹融合的算法.通过仿真研究说明自适应航迹融合和协方差加权航迹融合的算法对多传感器数据融合技术有很明显的作用,数据融合效果好,为复合寻的制导优化设计提供了依据.     

医学图像中粘连细胞分割方法研究

研究粘连细胞图像的分割问题。针对医学细胞图像中,细胞经常发生粘连,细胞粘连部分由于发生像素灰度混合,造成图像不清晰。传统的应用灰度的分割算法由于不能很好的区分粘连部分的灰度,不能完整的分割细胞的问题。为了解决上述问题,提出了自适应阀值调整的粘连细胞分割方法。通过求得粘连部位的细胞像素的具体特征,运用阀值的自适应变化区分粘连部位像素之间的不同,对像素进行划分,克服了传统方法像素划分不清的弊端。实验表明,方法能够有效的分割医学图像中的粘连细胞,取得了比较好的效果。     

PID控制器设计与仿真研究

研究优化PID控制器性能问题,在过程控制中,系统存在纯滞后性、时变性、非线性的复杂系统,传统模糊控制和PID控制方法解决上述问题效果不佳,导致超调量大和调节时间长。为了解决控制系统中超调量大和调节时间长等难题,在Smith预估器和传统PID控制的基础上,结合模糊PID控制的优点,提出一种模糊PID-Smith的智能控制方法。方法通过对模型的纯滞后进行补偿,来减小纯滞后系统的超调量,从而增强系统的稳定性。通过对火电机组主汽温控制系统进行仿真,结果表明,方法降低了超调量,减少了调节时间,极大地改善了控制性能,提高了控制系统的自适应性和鲁棒性。     

基于神经网络的助力搬运装置自适应控制方法研究

为提高助力搬运装置在建筑工地等复杂路况下的适用性,通过对国内外助力系统及其控制方法发展现状的调查和分析,提出一种智能助力控制系统。首先建立控制模型,在智能控制的研究中发现BP神经网络能够对输入信息进行识别并分类处理,且计算较简单,容易实现,但BP神经网络隐含层节点数难以确定、易陷入局部最小值,因此,采用遗传算法对BP神经网络进行优化(GA-BP),并设计具体实现方法。采集平坦、斜坡两种路况的数据,通过人工赋予理想输出数据,将其一部分作为训练数据,对GA-BP神经网络及BP神经网络进行对比训练,另一部分作为验证数据,检验两种网络的训练结果。使用MATLAB进行数据仿真分析,验证GA-BP神经网络控制方法的可行性。试验结果表明:这种控制方法能够有效地解决助力搬运装置在复杂路况下的自适应控制问题。     

二维有限元自适应网格规划生成

在设计基准点、沿指定曲线等网格加密生成方式的基础上，根据二维区域几何特征和分析对象物理特性估计，通过选择合适的网格加密生成方式，作用于分析对象上，规划构造有限元自适应网格单元尺寸信息场，进而提出基于Delaunay部分的动态节点一单元一体化算法，实现几何特征和物理特性整体自适应的有限元网格自动生成。算例表明此方法可生成高质量、符合分析要求的有限元自适应网格。     

基于小波变换的超声信号自适应消噪方法研究

超声检测中，特定的缺陷回波信号一般都有一定的相关性，因而可利用自适应噪声抵消来增强缺陷回波信号。针对最小均方（LMS）算法自适应噪声抵消的缺点，提出了基于小波变换的自适应噪声抵消方法，通过Matlab软件将该算法应用于超声缺陷信号的仿真处理。结果表明，该算法大大提高了缺陷回波信号的信噪比，且具有较高的缺陷定位精度和纵向分辨率。     

Analysis and tuning of adaptive generalized predictive control

The adaptive Generalized Predictive Controller (Clarke et al., 1987a, b) is capable of controlling plants with variable dead-time, unknown model orders and unstable poles and zeros. This paper shows how the GPC control law can be written in an equivalent general linear transfer function form which simplifies closed-loop (eg. root locus) analysis. Three recommended strategies for selecting the design parameters during the commissioning stage allow the user to adjust the closed-loop speed of response on-line using only a single active tuning parameter. Experimental runs confirm the ability of adaptive GPC to provide a consistent closed-loop response in spite of large process changes.     

工业过程的先进控制

在分析工业过程特点的基础上，总结了工业过程先进控制的发展现状，阐述了PID控制器参数整定和模型预测控制的基本概念和内容，讨论了工业过程先进控制的核心内容及其带来的可观的经济效益，并探讨了先进控制软件的产业化问题。     

Adaptive tracking control of leader–follower systems with unknown dynamics and partial measurements

In this paper, a decentralized adaptive tracking control is developed for a second-order leader–follower system with unknown dynamics and relative position measurements. Linearly parameterized models are used to describe the unknown dynamics of a self-active leader and all followers. A new distributed system is obtained by using the relative position and velocity measurements as the state variables. By only using the relative position measurements, a dynamic output–feedback tracking control together with decentralized adaptive laws is designed for each follower. At the same time, the stability of the tracking error system and the parameter convergence are analyzed with the help of a common Lyapunov function method. Some simulation results are presented to validate the proposed adaptive tracking control.