飞机舱音记录器非话语信号盲分离性能

飞机驾驶舱话音记录器(Cockpit voice recorder,CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成的.目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听,存在不易准确分辨出各种独立的声音信号的缺点.本文提出采用基于高效快速的独立分量分析(Efficient variant of fastI-CA,EFICA)算法和可调整权值的二阶盲分离(Weight-adjusted variant second-order blind identification,WA-SOBI)的混合算法对舱音信号进行分离实验.采用不同算法的仿真结果比较表明,混合盲处理算法具有更为优越的分离性能.     

自由浮动空间双臂机器人抓持内力的优化控制

运用非线性规划方法，提出了一种本体位置、姿态均不受控的自由浮动空间双臂机器人的内力优化与控制策略。首先根据空间双臂机器人及负载的动力学方程，建立了抓持系统合成动力学方程，进而将机器人各手臂关节广义驱动力矩的范数作为目标函数，内力作为优化变量，采用了序列一次规划法来解决空间机器人的动态内力优化计算问题，并对双臂六自由度空间机器人进行了内力优化控制仿真实验，结果表明了该方法的有效性。     

基于SVM的舱音识别方法

<正>CVR是黑匣子的重要组成部分,通常通过CVR信息来分析飞机故障或导致飞行事故的原因,因为CVR记录了飞机整个飞行过程中几乎所有的座舱声音,包括飞行员间及机组人员间的对话、飞机与塔台之间的通讯,发动机的振动声、开关按钮声以及其他一些背景声。这些声音为还原现场环境提供了一个客观有效的声音证据。因此,舱音识别很有实际操作意义。舱音识别方法有很多的,文献中分析了声音特征包括声音的短时过零率、短时能量以及线性谱等的优缺点,然     

高斯粒子滤波器及其在非线性估计中的应用

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。在符合高斯假设和一定的粒子数的情况下,谈算法可以获得近似最优解。与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象。在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法。     

基于最大后验概率的SAR图像自适应超分辨率盲重建

提出了一种SAR图像自适应超分
辨率(SR)盲重建算法。首先给出了一种图像退化过程中 模糊核函数的选择策略;然后基于最大后验概率提出了新的SAR图像配准与SR盲重建的框架 ;再次,针对每一幅低分辨率图像引入了重要性权值并随之给出了迭代算法的总体框架,使 得算法具有自适应性。试验表明,算法在SAR图像SR重建上取得了良好的效果,并且具 有较好的收敛性。