运动员体能训练极限负荷强度模糊估计方法

体能训练极限负荷的特征随机性很强,相关指标强度非线性、模糊性变化较大,难以准确估计极限负荷强度,为此,文中提出一种运动员体能训练极限负荷强度模糊估计方法。通过采集运动员体能训练数据进行聚类处理,并确定极限负荷强度模糊估计指标。采用模糊AHP法确定指标权重,通过一致性分析方法验证指标权重赋值结果的可信度;利用模糊综合评价法搭建负荷强度模糊估计模型,得到极限负荷强度模糊估计结果。实验结果表明,所提方法具有较高的估计准确性,指标计算误差率较低且耗时短,所得评价结果与真实评价结果拟合度较高。

基于FFT的欠采样带宽信号频率无模糊估计

在宽频段内进行信号参数估计时，从节约高速ＡＤＣ硬件花费和减少系统的复杂性两方面考虑，信号欠采样是一种可行的方法。现有一些方法虽然能有效地消除频率估计模糊，但是要损失其他特征信息和没有考虑信号带宽对频率估计的影响。本文基于ＦＦＴ技术和分类算法提出一种新的多个欠Ｎｙｑｕｉｓｔ采样的带宽信号频率无模糊估计方法。只要严格地选取ＡＤＣ的采样速率，频率估计误差就能控制在与信号带宽和其他因素有关的误差范围内。同时，该方法还保留了信号的其他特征信息。计算机模拟实验验证了方法的有效性。

基于最小二乘准则的模糊估计和图像复原

在计算光学显微成像技术中,点扩展函数往往是未知的,且不易获取,从而给图像复原带来很大困难。基于最小二乘准则和最优化理论,提出了利用变尺度法的三维点扩展函数参数估计算法;针对传统EM算法存在复原效果细节丢失严重等问题,提出最小二乘共轭梯度三维图像复原算法。算法在点扩展函数参数估计和求解真实图像之间进行交替迭代,从而得到图像的最优估计。实验表明,新算法在较短时间内,能够较准确地估计出点扩展函数参数,并得到较好的复原结果。

一种结合边缘检测的模糊估计新方法

传统的图像质量评价方法MSE和PSNR都是基于全参考(FR)的质量评价方法,这就要求在对图像进行质量评价时给出参考图像,因此这种方法在实际应用中并不实用,而无参考(NR)图像质量评价正好解决了这一问题,因此具有重要意义。针对数字图像的客观质量评价,从模糊距离检测角度,提出了一种结合边缘检测的图像模糊估计的无参考图像质量评价方法,对比现有模糊检测方法,此方法比单独的边缘检测方法和模糊估计方法更为有效。经过对结果的分析与比较,本文方法的检测结果与主观感知质量有很好的相关性,而且算法具有复杂性低、无需参考源、检测准确性高、可移植性强等特点,因此实用性比较强。

单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。

距离频率ML方法无模糊估计动目标径向速度

在合成孔径雷达-地面动目标检测系统中,需要无模糊地估计运动目标的径向速度.当径向速度接近最大不模糊速度时,传统多通道最大似然方法的估计性能下降.针对以上问题,提出一种基于距离频率干涉相位的最大似然估计方法.相较于传统方法,所提方法有效地降低了概率密度函数扩散的影响,当径向速度接近最大不模糊速度时能够实现准确估计.从相关系数和干涉相位两个方面分析了噪声对径向速度估计的影响机理,并通过增加独立样本来减小噪声的影响.

利用颜色滤波阵列特性和模糊估计检测篡改

由于有功能强大的计算机和图像处理软件的存在,普通用户可以将数字图像篡改成他们想得到的任何形式。如果这些篡改图用在媒体或法律上,对社会将造成很大的影响,所以检测数字篡改变成了一个非常严峻的问题。在大多数情况下,数字篡改图像是很逼真的,但是在处理过程中也会留下一些痕迹。将图像的颜色滤波阵列特性和模糊估计的方法结合起来对图像进行篡改检测,对多幅图像操作,实验证明有不错的检测效果。

利用模糊估计和传感器噪声检测篡改图像

由于有功能强大的计算机和图像处理软件的存在,普通用户可以将数字图像篡改成他们想得到的任何形式。所以检测数字篡改变成了一个非常严峻的问题。在大多数情况下,数字篡改图像是很逼真的,但是在处理过程中也会留下一些痕迹。文章将图像的模糊估计和传感器的模板噪声检测篡改的方法结合起来,对多幅图像操作,实验证明有不错的检测效果。

三缸泵动力端的振动监测与故障诊断──（一）振动状态的模糊估计与功率谱分析

借助文献［１］中的模糊数学法对三缸泵动力端的振动状态的恶劣程度进行估计，并通过功率谱分析，指出动力端的故障原因、动力端滚动轴承故障的高频特征，以及振动测试中液力端对动力端的影响。

基于改进模糊估计的高铁移动通信方法

传统的移动通信控制方法不能有效解决列车高速过程中,由于快速跨越不同通信区域造成的多普勒频移干扰问题,无法确保高速移动网络通信的稳定性;提出一种基于模糊估计和数据通信误差修正方法,通过分析多普勒频移对通信信号的干扰特征,运用模糊估计的原理调整信号传输特征,及时过滤通信信道中的多普勒频率干扰,再运用数据通信误差修正模型对错误数据进行修正,确保高速网络通信数据传输的稳定性;仿真测试表明,该方法下的高速列车在跨越不同通信区域时,具有较高的阶跃响应速度和较低的稳态误差,具有较高的应用价值。

单通道干涉相位无模糊估计快速动目标速度

为了解决合成孔径雷达-地面动目标检测系统中快速运动目标径向速度过大导致模糊的问题,提出一种基于单通道两视干涉相位无模糊估计方法。该方法首先在距离频率构造两视数据,再将两视数据进行干涉处理。利用两视干涉相位与方位慢时间的关系无模糊估计径向速度,该方法具有不受相位缠绕影响的优点。分析了所提算法在杂波背景和多目标情况下的应用,并研究了所提算法应用条件和最大不模糊速度。通过仿真和实测数据处理验证了所提方法的有效性。与基于包络的单通道方法对比分析,所提算法具有估计精度高和运算复杂度低的优点。

利用参考图像的遥感图像模糊估计与恢复

提出一种新的利用参考图像的模糊估计与恢复方法。同一场景不同时相的图像,由于拍摄条件的不同,清晰化程度也往往不同,将高质量的图像作为参考,为模糊估计和恢复提供先验知识,在Bayes统一的框架内进行快速PSF估计,然后使用总变分最小化方法进行恢复。通过真实遥感图像实验,结果表明所提出的方法可以有效地估计退化模糊、恢复未失真图像。

基于模糊估计融合显著性检测的自动抠图算法

提出了一种新的自动抠图算法框架。首先,估计输入图像各个区域的模糊程度;其次,对图像进行显著性的计算;然后融合模糊度和显著性信息,大致分割出前景和背景,从而自动生成标注前景、背景、未知区域的三色图;最后,采用基于采样的抠图算法就可以准确地完成前景目标物体的自动抠图。该算法无须人工辅助或附加信息。在标准数据集和实拍图像上的实验结果证明了该算法的准确性和实用性,可广泛应用于图像和视频的编辑合成。

基于模糊估计的可调分数阶PID控制器设计

可变分数阶微分环节直接影响分数阶PID控制器性能,设计分数阶PID控制器需要根据被控对象传递函数凭经验调整微分阶次。采用Oustaloup间接离散法数字实现分数阶微积分,再基于模糊估计由特定分数阶次近似得到任意分数阶次微积分环节,根据参数整定规则确立各环节系数,设计了一种可调分数阶次的PID控制器。仿真实验证明,此方法得到的微积分环节对控制系统性能没有影响,根据整数阶被控对象传递函数调节微分阶次,分数阶PID控制器有较好的控制效果。

滞后系统想象输出的模糊估计

一、引言在一些复杂系统精确数学模型很难建立的系统中,有不少是具有滞后特性的系统,例如锅炉的燃烧系统等。这些系统无论采取精确模型的控制方法还是采用模糊控制的方法,要想得到相同的控制性能指标,利用过程输出作为反馈信号进行控制,都比对相应的无滞后特性的系统困难。那么,能不能人为地将过程分成两部分,一部分是无滞后过程部分,一部分为纯滞后部分。

基于空间非一致模糊核标定的红外图像超分辨率重建方法

近年来,红外成像系统在工业、安防、遥感等领域获得了广泛的应用,但由于制造工艺及成本制约,红外系统的分辨率仍然较低。基于深度神经网络的单帧图像超分辨率重建技术是提高红外图像分辨率的有效方法,获得了广泛研究,并在仿真图像上取得了显著进展,但应用于实际场景图像时容易出现伪影或图像模糊等现象。造成这种性能差异的主要原因是目前方法大多假定造成图像退化的模糊核是空间一致的,然而实际红外光学系统不可避免地存在像差、热离焦等,由此造成的图像模糊的模糊核并非空间一致的。针对这一问题,提出了一种非盲模糊核估计方法,通过采集特定的靶标图像,并设计模糊核估计网络,求解空间非一致模糊核;设计基于图像分块的超分辨率重建方法,将图像块和对应区域的模糊核一起输入非盲超分辨率重建网络进行子块图像重建,再通过子块合并和重叠区域图像融合,得到最终的高分辨率图像。实验结果表明,光学系统自身引起了模糊核随空间位置缓慢变化,在实验室条件下标定模糊核并基于图像分块进行超分辨率重建的方法可显著提高红外图像超分辨率重建的效果。

基于模糊核估计的图像盲超分辨率神经网络

模糊图像的超分辨率重建具有挑战性并且有重要的实用价值.为此,提出一种基于模糊核估计的图像盲超分辨率神经网络(Blurred image blind super-resolution network via kernel estimation,BESRNet).该网络主要包括两个部分:模糊核估计网络(Blur kernel estimation network,BKENet)和模糊核自适应的图像重建网络(Kernel adaptive superresolution network,SRNet).给定任意低分辨率图像(Low-resolution image,LR),首先利用模糊核估计子网络从输入图像估计出实际的模糊核,然后根据估计到的模糊核,利用模糊核自适应的图像重建子网络完成输入图像的超分辨率重建.与其他图像盲超分辨率方法不同,所提出的模糊核估计网络能够显式地从输入低分辨率图像中估计出完整的模糊核,然后模糊核自适应的图像重建网络根据估计到的模糊核,动态地调整网络各层的图像特征,从而适应不同输入图像的模糊.在多个基准数据集上进行了有效性实验,定性和定量的结果都表明该网络优于同类的图像盲超分辨率神经网络.

基于参数估计-滑模阻抗控制的SEA性能分析

重载四足机器人的足部与地面接触过程和步态转换过程中会受到不确定的冲击载荷作用,易导致足部机构载荷过大从而造成结构的冲击损坏。因此,针对使用液压串联弹性执行器(series elastic actuators,SEA)作为足部末端在非结构环境下动态性能差的问题,提出了基于环境参数估计的滑模阻抗控制方法(environmental parameter estimation sliding mode,EPESM)。以阀控液压缸的活塞位移传递函数为基础建立了基于位置内环的SEA阻抗控制模型,并以PID作为基础控制器;为改善SEA阻抗控制的动态性能,根据Lyapunov第二法构建稳定的自适应环境参数估计方法对SEA期望位置进行前馈补偿;为提升自适应环境参数估计方法在SEA工作过程中不同阶段的动态性能和环境变化适应性,使用模糊控制方法对自适应环境参数估计方法中的自适应参数进行寻优;以SEA状态方程为基础构建滑模控制器与PID控制器进行动态性能对比分析。仿真结果表明:在变SEA弹簧刚度工况和变环境刚度下,EPESM阻抗控制的响应速度明显更快,可将调节时间从平均5 s缩短到1 s内,能更快地达到预期位移和预期接触力,且能略微降低稳态误差,使接触力误差保持在±6 N内。在动态跟踪工况下,EPESM阻抗控制的动态性能更好,在快速进入跟踪状态后,可以长时间保持0.2 s以内的相位滞后和5.2%的幅值误差。

基于空间变化模糊核估计的图像盲超分辨率重建

针对退化模式已知的图像超分辨率算法对于复杂退化的真实场景重建效果并不好,并且现有的盲图像超分往往假设模糊核空间不变,但在现实图像中的模糊核通常是空间可变的等问题。文章提出了一种基于空间变化模糊核估计的图像盲超分辨率网络(Spatially Variant Kernel Estimation Super-Resolution Network,SKESRNet),SKESRNet由三部分构成:特征提取模块、模糊核重构模块和图像重建模块。给定任意模糊下的低分辨率图像,该网络首先利用特征提取模块得到输入图像的特征,然后根据得到的特征,利用模糊核重构模块估计出图像的模糊核,最后在图像重建模块完成输入图像的超分辨率重建。文章在多个基准数据集上进行了实验,结果表明该网络优于同类的图像盲超分辨率重建网络。

一种基于结构提取的图像盲去模糊方法

针对图像盲去模糊问题,即在模糊核未知情况下由观测到的模糊图像恢复原始的清晰图像,常用的方法是先估计模糊核,然后用估计的模糊核通过非盲去模糊恢复出清晰图像,其中模糊核的估计是盲去模糊的关键。为了去除纹理和小尺度细节对模糊核估计的干扰,提高模糊核的准确性,提出一个基于结构提取的图像盲去模糊模型。新模型不仅对清晰图像进行图像梯度(边缘)稀疏性约束,还将清晰图像分为结构和纹理两部分,其中结构部分包含图像的光滑部分及其大尺度边缘,然后利用结构部分的梯度代替图像梯度估计来模糊核,最后采取非盲去模糊算法恢复出清晰图像。在多个图像数据集上的实验结果表明,文中方法在定量和视觉效果两方面都显著优于相关方法,在灰度图像数据集上文中方法较具代表性方法所获得去模糊结果的平均PSRN值高1.16dB。