采用双尺度图像分解的水下彩色图像增强

目的 为解决水下图像的色偏和低对比度等问题,提出一种基于双尺度图像分解的水下彩色图像增强算法。方法 通过基于均值和方差的对比度拉伸方法改善图像的色偏问题,并利用中值滤波降低红通道对比度拉伸后引入的噪声;采用双尺度图像分解绿通道图像补偿红通道图像细节;在处理后的红通道图像中引入原始图像红通道的真实细节与颜色。结果 选取不同水下图像作为实验数据集,将本文方法与暗通道先验的方法、基于融合的方法、自动红通道恢复方法以及一种基于卷积神经网络深度学习的方法相比较,首先从主观视觉效果进行定性分析,然后通过不同评测指标进行定量分析。主观定性分析结果表明,提出的方法相比较其他方法能够更好地解决图像色偏和红色阴影问题;定量分析中,自然图像质量评价（natural image quality evaluation,NIQE）指标和信息熵（information entropy,IE）值较基于融合的方法和深度学习的方法分别提高了1.8%和13.6%,且水下图像质量评价指标（underwater image quality measurement method,UIQM）较其他方法更优。结论 提出的双尺度图像分解方法利用水下图像成像特点解决图像色偏以及低对比度问题,具有良好的适应能力,同时算法复杂度低且鲁棒性较高,普遍适用于复杂的水下彩色图像增强。     

基于频谱分析和滑动平均滤波的混合储能容量配置方案

以风电为典型的可再生能源由于其随机性和间歇性的特点,其入网功率波动大,为减小并网时对电网造成的冲击,文中研究一种混合储能系统(Hybrid Energy Storage System,HESS)来平滑风电出力波动,使入网波动符合并网规范。基于傅里叶变换对风电原始数据进行频谱分析,并得到符合风电接入电网规范的理想目标输出,将两种功率的差值做为混合储能系统的补偿功率,再由滑动平均滤波方法分配混合储能中蓄电池和超级电容器的功率补偿量,考虑并网波动、充放电效率和荷电状态来确定蓄电池和超级电容器的额定功率和容量,在计及蓄电池损耗的基础上,考虑储能折旧和维护因素,计算混合储能系统的配置成本。算例表明混合型储能比单一型储能配置成本更低,更具有经济性,验证了该方法的可行性。     

推力矢量飞机鲁棒故障检测与辨识和 指令滤波容错控制系统设计

针对推力矢量飞机(TVA)在超机动飞行中的舵面故障、执行器故障、参数摄动和外界干扰等问题,提出了一种鲁棒故障检测与辨识和指令滤波容错控制(RFDI-CFFTC)系统设计方法.首先针对TVA故障模型提出了一种基于多观测器的RFDI机制,通过引入自适应律和观测器来补偿参数摄动和外界干扰的影响,实现对舵面故障和执行器故障的准...     

基于向量集逆区间滤波的故障观测器设计

针对未知但有界扰动和噪声的线性时不变系统,提出一种基于向量集逆区间滤波的执行器故障观测器设计方法,以实现噪声未知但有界环境下的故障区间估计.通过将执行器故障视为增广状态向量,构造与原系统等价的增广系统;基于增广系统设计故障观测器,得到系统执行器故障的区间估计,同时利用多时刻的测量输出进行区间滤波;采用观测器估计区间和集逆收缩区间的交集,得到更紧致的当前时刻的状态区间,降低区间计算的包裹效应.仿真实例验证了所提方法的有效性和实用性.     

针对多目标的分布式多边融合定位

针对基于接收信号强度指数(Received Signal Strength Indicator,RSSI)的多目标定位问题,结合点估计与椭圆估计算法,提出一种新的分布式多边融合定位(Distributed Multi-lateral Fusion Localization,DMFL)算法.首先,通过多边定位算法进行粗定位,估计目标的大致位置.其次,基于区间分析理论在线获取泰勒展式高阶余项的边界,并通过集员递归算法求解多目标定位问题.最后,通过实验和仿真验证该算法的定位性能.结果表明,在相同的节点布置条件下,与最新的RSSI定位算法相比,该算法的定位精度更高,最大误差小于0.3 m,并可提供保证包含目标真实位置的最优区域.     

永磁同步电机有限时间预设性能控制

为实现扰动作用下对永磁同步电机角位置伺服系统的高瞬态和稳态跟踪性能控制,本文提出一种具有预设性能约束的有限时间控制方法.首先,设计扰动观测器实现对负载力矩扰动的估计与补偿.其次,引入有限时间预设性能函数以保证角跟踪误差的动态性能,并通过可逆变换将受不等式约束的角位置跟踪误差转换为等效的无约束误差形式.然后,将有限时间指...     

具有动态弹性稀疏表示的鲁棒目标跟踪算法

目标跟踪问题中目标所在环境的变化对跟踪效果有较大影响.鉴于此,提出一种基于弹性网结构的稀疏表示模型,井在粒子滤波框架下设计一种应用稀疏表示模型的抗干扰动态弹性网目标跟踪算法.同时,设计一种根据环境变化程度动态更新稀疏表示模型参数的方法,以克服光照变化等干扰对算法跟踪质量的影响.此外,所提出算法通过使用各向异性核函数计算...     

具有强解释性的贝叶斯MA型模糊系统

提出用于规则前件学习的中心点交叉涌现的大间隔贝叶斯模糊聚类(CECLM-BFC)算法.考虑不同样本间聚类中心的排斥作用使得聚类中心间距最大化,并采用粒子滤波方法在不同类别样本中交替执行,自动求解出最优聚类结果,包括聚类数、模糊隶属度和聚类中心.在模糊规则后件参数学习上使用分类面大间隔的策略,以MA型模糊系统为研究对象构造具有强解释性的贝叶斯MA型模糊系统(BMA-FS).实验结果表明,BMA-FS能够取得令人满意的分类性能,且模糊规则具有高度的解释性.     

箱粒子PHD演化网络群目标跟踪算法

群演化网络模型对群结构的构建和实时更新提供了良好的实现方式.针对粒子概率假设密度(SMC- PHD)滤波算法存在运算量大的问题,提出一种基于箱粒子概率假设密度(BP-PHD)滤波的演化网络群目标跟踪算法.将群演化网络模型得到的群结构信息反馈回BP-PHD滤波过程中,从而实现群目标的跟踪和群数目的估计.对比实验表明,所提出算法可以在保证跟踪效果的同时减少计算量,并且在杂波密集的条件下具有更好的跟踪精度和鲁棒性.     

基于信息融合的电网作业智能终端定位算法

现有的用于电网作业的智能终端设备在定位时采用GPS和无线基站定位.GPS定位和无线基站定位因在部分区域存在信号弱或者无信号的情况,导致定位误差大,定位漂移.本文提出了AGPS、无线基站定位和行人航位推测相结合的基于粒子滤波的信息融合定位算法,并分析了算法实现原理.实验表明,在GPS信号较弱或者无信号的条件下,智能终端依然可完成高精度定位.