基于修正粒子滤波的MEMS传感器飞行器姿态解算

针对单一采用 MEMS传感器解算飞行器姿态无法克服系统非线性噪声干扰的问题,提出了一种基于修正粒子滤波的 MEMS传感器飞行器姿态解算方法.首先,利用共轭梯度法减小陀螺仪漂移误差,然后,利用加权粒子构造概率密度函数以更新粒子权值,得到优化状态估计值;再将共轭梯度法与修正粒子滤波进行融合,确定加权因子,同时以 STM32与 MEMS传感器为核心设计姿态解算系统.实验结果表明,该方法优化了飞行器静态与动态性能,姿态解算性能良好,系统过渡时间短,跟踪特性较好,且增强了系统的鲁棒性与稳定性.     

基于射线法的物位计设计与实现

为提高黏稠和高温环境下的物位测量精度,采用非接触式的射线法,设计了一款基于S3 C2440微处理器和WinCE操作系统的高精度物位计.射线由探测器接收,经光电转换、整形、滤波成脉冲信号送到MCU.完成了系统的软、硬件设计,实现了数据的采集和处理、测量数据的显示和存储.应用表明,仪表工作稳定可靠,测量精度高,人机交互界面好,符合工业应用标准.     

基于人体姿态的P SO-SVM特征向量跌倒检测方法

在可穿戴设备检测人体跌倒情况时,单一采用加速度阈值判别方法不能完整表征人体跌倒行为变化的信息,导致对跌倒信息误判.为此,提出了一种基于人体姿态的PSO-SVM特征向量跌倒检测算法.首先通过MEMS加速度传感器节点采集人体姿态数据,并利用共轭梯度法对采集的数据进行优化处理,降低非线性误差;然后,利用支持向量机SVM(Support Vector Machine)分类器检测跌倒行为,并通过粒子群PSO(Particle Swarm Optimization)算法对SVM参数进行优化,获得最佳分类模型,根据SVM分类模型对采集的姿态数据进行分析,判断是否跌倒;最后根据人体姿态角,构建融合人体姿态角的PSO-SVM特征向量,检测跌倒过程的具体信息.实验结果表明:该检测方法取得95.5%的识别率,能够较好地区分其他非跌倒性动作,检测精度较其他方法较高,均方根误差较小,有较好的鲁棒性.     

基于形态学可变结构元素的遥感图像边缘检测方法（英文）

利用单一结构元素对遥感图像进行形态学边缘检测时,可能会出现边缘不完整、抑制噪声能力差等问题。为此,提出了一种基于可变结构元素的遥感图像形态学边缘检测方法。首先,依据遥感图像目标的多样性,构造不同尺度和包含多方位的结构元素,以此可变结构元素为基础,构建相应的形态学运算,对遥感图像进行Top-hat和Bottom-hat变换,抑制目标背景中的噪声,突出图像目标边缘;然后利用构造的可变结构元素进行形态学边缘检测,获得多幅具有不同尺度和方位边缘特征的图像;最后对各个方向边缘进行加权求和得到图像边缘,运用最小二乘法对其边缘进行拟合,从而精确地定位出目标边缘轮廓。实验结果表明,本文方法能够检测到完整的遥感图像边缘信息,边缘检测精度较高,抗噪性能优越,相比经典边缘检测算子和单一结构元素的形态学边缘检测方法,图像边缘检测效果较好,检测精度达到95%。     

基于GMR传感器校正的智能轮椅控制系统设计

为解决头部姿态智能轮椅控制精度问题,设计了一种基于巨磁阻(GMR)传感器校正与融合的头部姿态控制系统.系统以STM32F103为硬件平台,采用四元素法描述姿态信息,通过三轴陀螺仪输出角度解算姿态.由于陀螺仪漂移误差随时间积累,利用梯度下降法动态计算最优收敛步长,逐次迭代修正陀螺漂移误差.实验结果表明:传感器校准过程正确有效、校正后漂移误差减小,控制系统能精准控制智能轮椅运动.     

基于自适应LMS的导波雷达液位计回波识别与校正

非平稳及多奇异点的雷达回波信号包含虚假回波,影响液位回波信号的识别与液位测量.为解决雷达液位计的虚假回波干扰问题,提高液位识别与测量精度,提出一种回波识别与校正方法.将短时幅度函数与短时过零率函数结合,利用函数逐帧地对回波信号计算,识别液位回波信号;通过自适应最小均方误差进行系统的权矢量迭代,更新权系数,对回波信号进行处理,进行抑制虚假回波干扰.实验结果表明:该方法能够准确识别液位回波信号;液位测量精度可达到0.42％F.S,相比于其他去噪方法,该方法在抑制噪声的同时能较好地保留信号奇异性特征,有较好的鲁棒性.     

基于LSTM与改进残差网络优化的异常流量检测方法

传统的网络异常流量检测方法往往存在特征选择差与泛化能力较弱等缺陷,导致检测精度较低.为此,提出了一种基于长短记忆网络(LSTM)与改进残差神经网络优化的异常流量检测方法.首先分析网络流量特征,通过预处理来降低网络流量特征值的差异性;然后设计了一种三层堆叠LSTM网络来提取不同深度的网络流量特征;最后设计了一种带跳跃连接...     

基于修正粒子滤波的MEMS传感器飞行器姿态解算（英文）

针对单一采用MEMS传感器解算飞行器姿态无法克服系统非线性噪声干扰的问题,提出了一种基于修正粒子滤波的MEMS传感器飞行器姿态解算方法。首先,利用共轭梯度法减小陀螺仪漂移误差,然后,利用加权粒子构造概率密度函数以更新粒子权值,得到优化状态估计值;再将共轭梯度法与修正粒子滤波进行融合,确定加权因子,同时以STM32与MEMS传感器为核心设计姿态解算系统。实验结果表明,该方法优化了飞行器静态与动态性能,姿态解算性能良好,系统过渡时间短,跟踪特性较好,且增强了系统的鲁棒性与稳定性。