仿 射 非 线 性 系 统 的 能 控 性

研究仿射非线性系统的能控性问题. 利用向量场族对应的积分曲线定义系统的能控性,建立一个新的基于漂移向量场弱泊松稳定的能控性判据,并给出了完整的证明 .利用该结论对定义在紧致黎曼流形上的解析系统,给出了漂移向量场为保守场条件下的能控性的充要条件,并用状态流形的紧致性证明了弱泊松稳定性的几个等价条件.进一步利用保守系统的判据给出了一般仿射非线性系统能控的充分条件,并应用所得结论分析了欠驱动航天器姿态系统的能控性.

     

带有持续扰动的时滞非线性大系统的最优跟踪控制

研究具有外界持续扰动的时滞非线性大系统的无静差最优跟踪控制问题 .将时滞非线性大系统分解为带有互联项的N个时滞非线性子系统,基于内模原理对子系统构造扰动补偿器,将带有外部持续扰动的子系统化为无扰动的增广系统 .通过灵敏度法求解不含时滞的两点边值问题,得到子系统的最优跟踪控制律,截取最优跟踪控制律的前N项作为次优控制律来近似系统的最优控制律. 仿真实例表明了该设计方法的有效性.

     

滑动窗运动补偿时域滤波在可扩展小波视频编码中的应用

针对可扩展小波视频编码,改进了原有滑动窗运动补偿时域滤波结构,在最高级MCTF采用Haar小波提升算法代替原有的自适应MCTF结构.实验结果表明,改进算法在少量降低PSNR的情况下,减少内存开销约28%,减少编码时间约35%.     

基于嵌入式的指纹预处理算法研究

针对嵌入式系统需要满足实时性的要求,提出了一种改进的指纹图像预处理算法。首先采用梯度法计算指纹的方向图,并根据指纹纹线局部区域变化的特点,提出了一种新的指纹方向校正法。该方法基于方向一致性分析,结合Poincare index 方法来区分出奇异区和噪声区域,并利用邻域的方向信息对噪声区域进行平滑处理;然后由指纹纹线方向选择相应的方向滤波模板对指纹图像进行滤波;最后通过二值化、细化得到比较清晰的指纹点线图。实验表明,文中算法能够有效地保持和恢复指纹图像的纹线结构,且算法简单,能满足嵌入式系统的要求。     

一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰。实验表明,经该方法增强后的图像,其主观视觉效果明显改善。     

基于方向滤波的指纹图像增强算法研究

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤。其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

基于分段块频域自适应滤波算法的长延时回声消除

在网络电话、电话会议、车载电话、IP电话等免提电话系统以及其他一些通信系统中,要想得到高质量的回声消除效果,必须抑制声学回声、尤其是长延时回声.然而对于长延时回声的抑制,如果采用传统的基于LMS/NLMS的自适应算法,则会产生大而复杂的计算量,且收敛速度慢.为解决此问题,本文对分段块频域自适应滤波算法进行了研究,即首先对该算法进行了描述,然后通过录制两个语音信号进行仿真.仿真结果表明,该方法具有非常好的长延时声学回声消除效果.     

基于双种群的小生境差分进化算法

将非线性方程组的求解问题转化为函数优化问题,当方程组有多个解时,它的适应值函数就是具有多个最优解的多峰函数.为此,提出了基于双种群的小生境差分进化算法.在该算法中,进化在两个不同的子群间并行进行,通过使用不同的变异策略,实现种群在解空间具有尽可能分散的探索能力的同时在局部具有尽可能细致的搜索能力.通过子群重组实现子群间的信息交换,然后引入小生境淘汰机制.对典型测试函数的优化结果表明,该算法能找到全部解,而且精度好.     

不同算法下生成的数字高程模型对比分析研究

目前数字高程模型的生成在大多数商用地理信息系统软件或遥感图像处理软件中都能实现,但提供的算法有所不同.结合目前常用专业软件提供的不同算法,对同一数据源的高程数据分别生成数字高程模型(DEM),进行对比分析后发现:使用现有专业软件生成的DEM均存在着差异,这些差异主要来源于不同软件采用的算法差别,并且DEM的差异具有空间分布的规律性和负高差多于正高差的特点.由此得出以下结论,TIN算法具有生成的DEM精度高等优点,LRS和Non-LRS算法具有生成的DEM结构简单等优点.若要进行三维显示、土方量计算等,则选择TIN算法生成;若要检查高程数据错误,则选择LRS或Non-LRS算法生成.     

量测噪声相关条件情况下的多传感器状态融合估计

对于量测噪声相关的多传感器系统,采用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价模型,从而可以直接利用现有的融合算法进行状态融合,由此给出了量测噪声相关情况下多传感器的状态融合算法.该算法和已有的算法相比具有两大优点,该算法不仅考虑了量测噪声相关而且简单可行,而且该算法和已有的算法相比更具有一般性,对于有特征值相同的情形同样适用.数值仿真结果表明了该算法的有效性.