一种图像分割方法的实现

本文基于模糊数学理论中的模糊Ｃ－均值聚类算法,将其思想用于图像分割。通过与其它经典方法的比较,证明了这种方法具有较好的处理效果和较强的抗噪能力。     

ADAPTIVE EXPONENT SMOOTHING GRADIENT ALGORITHM

由于ＬＭＳ算法具有权调节时间延迟和低通滤波的特性，故提出一种新的自适应指数平滑梯度算法。研究表明，当信号是一个高斯平稳过程时，在参数域｛Ω１：α∈（０，１）｝×｛Ω２：β∈（０，∞）｝上，该算法渐进无偏收敛于维纳解。本文给出了算法收敛性能和性能失调的理论分析以及计算公式。计算机模拟的数值结果表明，该算法是有效的。     

一种无人机高度传感器信息融合方法

在无人机(UAV)飞行控制系统(FCS)中,针对单一高度传感器测量精度有限,难以满足高精度高度定位需求的问题,提出一种信息融合方法。为了提高定位精度,在机上安装多个传感器测量高度,根据飞行控制系统高度状态方程,充分利用各传感器的测量信息,采用Kalman滤波技术,估计真实高度和大气数据计算机(ADC)的测量偏差,从而进行修正。仿真表明,所得结果的精度高于任何单一传感器的测量精度。因此,该方法有效地提高了系统高度信息获取的准确度。     

基于图像位移的低轨卫星自主导航技术

利用高速相机测得的地面图形相对卫星的位移,结合星敏感器测得的姿态信息,基于卫星相对地面的速度是一个非线性变化过程这一事实,实现低轨卫星的自主导航.相对于传统的陆标识别自主导航,该方法不需识别地面物体或景象,只需利用图像之间的位移关系,经相关性分析后,便可获得卫星相对于地面的速度信息.因此,不需要存储地面物体或景象的先验信息,故减轻了存储负担.文中还构建了系统的状态方程和量测方程,采用卡尔曼滤波器进行信息滤波.仿真分析显示,该系统具有较好的自主导航精度,可以应用于低轨卫星的自主导航.     

在主减速器斜撑杆上安装压电叠层作动器的直升机主动隔振

采用安装在主减斜撑杆上的压电叠层作动器建立了直升机主动隔振系统。基于压电材料本构关系推导了压电叠层作动器的驱动方程,建立了压电叠层作动器驱动的主减主动隔振系统动力学模型。采用了自适应滤波控制方法,通过最小均方算法实现了自适应控制。直升机主动隔振仿真实验表明了该系统具有高效的隔振效果。     

性能基导航中对称面内飞行技术误差模型(英文)

飞行技术误差(FTE)与导航系统误差(NSE)是性能基导航(PBN)中总系统误差(TSE)的主要组成部分。性能基导航的实施需要对总系统误差进行航前预测以及航行中的短期动态预测。当飞行技术误差预测值与导航系统误差预测值的和大于PBN导航的规定值时,将无法运行PBN导航。因此,对于总系统误差的两个主要误差分量需要精确建模和透彻分析。采用LQG/LTR方法针对ARIC模型设计了多输入多输出纵向飞行控制系统,分析了在湍流扰动下进近飞行器对称面内的飞行技术误差。基于奇异值理论提出了对称面内飞行技术误差的映射函数以及边界估计模型。模型是基于对对称面内飞行技术误差成型机理的分析提出的,提供了一种基于成型机理的分析和估计方法,从而避免了昂贵试飞和单纯的数据拟合。基于真实数据的仿真验证了对称面内飞行技术误差的理论分析。研究同时揭示了当自动飞行控制系统(AFCS)接通时性能基导航中对称面内飞行技术误差部分由湍流扰动引致,且随湍流强度的增强而增大。     

基于Kalman滤波的SINS／GPS组合导航系统的误差分析

本文对SINS／GPS系统误差模型进行了推导,在失准角小角度情况下惯性系统误差模型的基础上提出了一种基于Kalman滤波的SINS／GPs组合导航系统的二维误差分析方法。采用工程上较易实现的松耦合的组合方式,建立了位置、速度组合导航模型,并对速度组合、位置组合、速度位置组合方式进行了仿真对比分析。     

混凝土检测中基于数字滤波的传感器补偿方法

在超声探测中,为了获得信号最大响应幅度,通常都选用传感器的谐振频率作为探测频率.然而,这样会给探测信号带来较严重的振铃效应,影响反射信号的识别与提取,从而降低探测分辨力.本文提出了一种基于数字滤波方法,有效地对不理想的超声传感器频响特征进行了补偿.首先基于系统辨识算法建立了发射和接收传感器的离散传递函数模型,然后通过一个数字补偿滤波器建立补偿模型,用于抑制传感器的振铃效应.对这种方法的实际效果进行了实验验证,通过水浸测试获得传感器的标定数据,并基于这些数据建立补偿模型.实验结果表明混凝土底面反射信号能够从原混叠信号中被清晰地识别.     

基于自适应滤波的主动磁悬浮轴承位移传感器故障识别

针对采用差动式位移传感器的主动磁悬浮轴承系统,从理论上分析了控制器输出信号与转子干扰力及传 感器故障信号之间的关系和自适应滤波器的工作原理,并在此基础提出了基于自适应滤波的传感器故障识别方 法.该方法以两路位移信号的差值为参考信号对控制器的输出信号进行滤波,从而得到控制器输出信号和两路 位移信号的差值之间的相关系数,根据该相关系数的极性即可准确地判断出故障传感器.还采用Matlab对该方 法进行了仿真研究,并在一个主动磁悬浮轴承试验台上进行了试验研究,研究结果表明:该方法可以同时识别传 感器的直流故障争交流故障;转子在静态悬浮和高速旋转时,该方法均可以准确地检测到传感器故障并识别出 故障传感器.     

基于分布式Kalman滤波和BP神经网络组合的静电陀螺漂移辨识方法

提出一种新的方法,把分布式Kalman滤波(DKF)方法与后向传播神经网络(BPNN)技术相结合,用于静电陀螺漂移的模型辨识.首先,为了消除测量噪声影响,将同一个静电陀螺带有噪声的多次测量数据集映射到一个虚拟的传感器网络中,然后采用具有嵌入式紧致滤波功能的DKF对映射数据进行滤波预处理.在此基础上,将预处理结果转换为用于训练神经网络的输入数据和输出数据,然后采用BPNN辨识静电陀螺漂移.实验表明,该方法可有效用于陀螺漂移的模型辨识.