移动窗口多普勒平滑伪距增强的GNSS/IMU/单目视觉紧组合定位

本文针对在多源融合导航系统中GNSS伪距观测值受环境影响较大使得定位精度下降的问题,提出了基于移动窗口的多普勒平滑伪距算法。首先建立基于因子图优化的GNSS/IMU/单目视觉紧组合导航系统模型,然后使用开源数据集验证算法的有效性并与常规加权多普勒平滑伪距算法进行对比。结果表明,该算法在伪距定位中E、N和U 3个方向上定位精度分别达到1.591、2.892和2.001 m,定位精度分别提升了50.7%、61.7%、56.8%;在多源融合导航定位系统中定位精度分别达到1.390、2.561和1.606 m,比未平滑前的定位精度3个方向上分别提高了9.8%、20.0%和11.1%;同时该结果与常规加权多普勒平滑相比,定位精度分别提升了4.7%、3.1%、0.5%。

融合改进A^(*)算法和动态窗口法的自动驾驶路径规划

针对自动驾驶汽车路径规划全局最优、耗时最优和避障的需求,提出一种改进A^(*)算法和动态窗口法的融合算法。A^(*)算法主要从启发函数、权重系数、搜索邻域和搜索策略4个方面进行改进,动态窗口法主要改进评价函数。利用改进后的A^(*)算法和双向A^(*)算法完成栅格地图上的全局路径规划,去除冗余节点并平滑处理优化全局路径,利用融合动态窗口算法进行局部路径规划,完成避障。与传统的A^(*)算法相比,改进的A^(*)算法和双向A^(*)算法搜索全局路径耗时和节点显著减少,优化的A^(*)算法与动态窗口法的融合算法具有更高的效率、更好的路径规划能力和避障能力。

考虑地震动衰减特性的西安市断层近场区域划分

相较于普通远场地震动,近断层地震动破坏特性更为复杂,引发的危害也更为严重。西安市及周边地区存在多条大型正断层,对其城市建设规划隐患重大。本文以PEER(美国太平洋抗震研究中心)正断层地震动记录为主,使用参数标准化、均值化及汉宁窗平滑化等方法对地震动参数进行了处理,然后根据统计回归分析及最小二乘法线性拟合确定了近正断层地震动的临界断层距,并据此划分了西安近断层地震动区域范围。结果表明:西安周边正断层临界断层距在10~17 km之间,且水平振动的近断层区域范围总是稍大于竖向振动;从西安外环高速内近断层地震动区域划分结果可以看出,西安城区大部分为近断层地震动区域。研究结果可为西安地震小区划及抗震减灾提供一定的科学依据。

基于改进RRT^(*)算法的移动机器人路径规划

针对传统快速随机搜索树^(*)(rapidly-exploring random tree^(*),RRT^(*))算法收敛速率较慢,且不适用于动态场景等问题,提出一种基于目标点偏置和冗余节点删除的改进RRT*算法,用于解决移动机器人快速找到无碰撞最优路径的问题。此算法在RRT^(*)算法基础上,首先对采样点进行优化处理,保证路径最优的同时减少搜寻时间;其次引入路径节点最大值概念,删除扩展树冗余节点以提高算法效率;最后结合动态窗口(dynamic window approaches,DWA)算法提高路径的安全性和平滑性,实现对动态障碍物的避障。通过3种不同地图下的仿真验证,改进算法能有效提升路径质量,且大幅降低运行时间。

悬垂式玻璃绝缘子覆冰冰凌识别与评估方法研究

由于悬垂式玻璃绝缘子覆冰冰凌环境较为复杂、影响因素过多、特征难以提取,导致悬垂式玻璃绝缘子覆冰冰凌识别精准度较低。为此,提出了基于图像分析的悬垂式玻璃绝缘子覆冰冰凌识别与评估方法。采用领域平均法,对采集到的绝缘子覆冰冰凌图像进行平滑去噪处理。按照绝缘子形态参数,建立卷积神经网络层次结构。通过镜面成像原理,捕捉冰凌成像特征。按照现场环境参数,设定成像尺寸。通过换算,识别悬垂式玻璃绝缘子覆冰冰凌。根据历史数据模拟冰凌的风险指标,设置权重参数。通过权重比对,完成评估。试验结果表明,所提方法最低识别误差率为7%、评估均方根误差为0.15。应用该方法的图像更为清晰、细节保留效果更好。该方法能够有效实现悬垂式玻璃绝缘子覆冰冰凌识别,且识别与评估的精准度均较高。

煤矿救援机器人路径规划研究

针对煤矿救援机器人采用双向A*算法存在搜索效率低、路径安全性和平滑性差,及动态窗口法(DWA)融合全局路径规划算法存在实时寻路效率低等问题,提出了一种基于分层平滑优化双向A*引导DWA(HSTA*−G−DWA)算法的煤矿救援机器人路径规划方法。首先,将碰撞约束函数的调整机制引入双向A*算法中,以提高路径规划的安全性。其次,在双向A*算法的代价函数中增加归正因子函数,防止正反向搜索路径不相交的情况,同时为预估代价函数增加动态加权因子函数以剔除路径搜索过程中无关扩展节点的搜索,从而提升路径搜索效率。然后,利用分层平滑优化策略消除路径中的冗余点和转折角,以减少节点数量和路径长度,并提高路径平滑性。最后,若煤矿救援机器人按照初始全局路径行驶过程中探测到未知障碍物,则利用全局路径引导DWA实现局部动态避障。仿真实验结果表明:①静态环境下HSTA*−G−DWA算法路径搜索时间较传统A*算法和双向A*算法分别平均减少了81.82%和64.63%,路径的安全性和平滑性更好。②未知环境下HSTA*−G−DWA算法可实时避开环境中出现的未知障碍物,路径长度较快速扩展随机树(RRT)算法、改进A*算法和现有融合算法分别减少了10.34%,14.28%和2.45%,路径搜索时间较现有融合算法平均减少了70.48%。实验室环境下实验结果表明:①静态环境下,HSTA*−G−DWA算法路径搜索时间较传统A*算法平均减少了58.75%,机器人边缘距障碍物的最小距离平均增加了0.71 m。②未知环境下,相比于传统A*算法,HSTA*−G−DWA算法可实时避开环境中出现的未知障碍物且路径的平滑性更好。

数控代码中的特征数据识别与处理技术研究及实现

针对现有插补文献均缺乏对G01数控小线段识别处理细节的问题,提出了一种识别特征的滑动窗口法及相应的算法,将数控代码识别成直线、圆弧和自由曲线。给出了基于型值点的3次、5次NURBS分段光滑插值衔接所需的一、二阶导矢计算方法,使得各个特征之间能够达到GC1和GC2连续。运用5次NURBS插值曲线对自由曲线进行建模较3次NURBS插值曲线具有更好的连续性。对“S”样件的仿真实验与加工均验证了算法的可行性。对CNC插补计算和提高加工质量有参考价值。

融合改进A*算法和动态窗口法的移动机器人路径规划

针对传统A*算法存在拐点冗余、搜索效率低和规划路径曲折等问题,提出一种改进A*算法与改进动态窗口法相结合的融合算法,用于移动机器人的路径规划。针对拐点冗余问题,通过提取关键节点有效去除无用拐点;针对搜索效率低问题,在评价函数的启发函数中引入动态加权因子,改变搜索邻域,减少搜索节点,提高算法运行效率;针对规划路径曲折问题,对规划后的路径使用改进动态窗口法进行优化,提高路径平滑度。通过MATLAB仿真对比实验,证明融合算法在全局路径优化方面的优势,有效减少路径冗余节点数量、缩短路径长度。此外,所提融合算法能够增加机器人路径平滑度和运动稳定性。

基于自适应组合窗函数的SPWVD算法及应用研究

针对平滑伪Wigller-Ville分布(Smoothing Pseudo-Winger-Ville distribution,SPWVD)在处理不同信号时,需要采用对应的平滑窗参数才能达到最优时频分布的问题,提出了一种基于自适应组合窗函数的SPWVD算法。该算法将Rényi熵作为时频评价指标,以组合窗函数的窗长和系数作为参数库,提出将随机梯度下降和扰动随机梯度下降分别用于窗长和系数的选取,提升计算速度分别为遍历法的20倍和9倍,最终得到信号的最优时频图。将上述的改进方法应用于碳纤维复合材料的缺陷检测中,结果表明,自适应组合窗函数的SPWVD可以有效地对不同信号选取最优的窗函数参数,对比固定窗函数的SPWVD,自适应组合窗函数的SPWVD具有更好的时频聚集效果,更加完备地对信号进行了表征,并对缺陷进行了定量分析,具备缺陷检测的良好应用前景。

基于抽样测量的高速网络实时异常检测模型

实时异常检测是目前网络安全的研究热点.基于大规模网络流量的统计特征,寻找能够评价网络行为的稳定测度,并建立抽样测量模型.基于中心极限理论和假设检验理论,建立网络流量异常行为实时检测模型.最后定义ICMP请求报文和应答报文之间比率的网络行为测度,并实现对CERNET网络ICMP扫描攻击的实时检测.该方法和思路对其他网络安全检测研究具有一定的指导意义.

拉曼光谱的局域动态移动平均全自动基线校准算法

基线校准是极其重要的光谱预处理步骤,能够显著提高后续光谱分析算法的准确性。目前基线校准算法大多数都是手动或半自动的,手动基线校准算法完全依赖于用户的经验,个人主观因素会严重影响基线校准的准确性,半自动基线校准需要针对不同的拉曼光谱设置不同的优化参数,使用不便。提出了一种局域动态移动平均(LDMA)全自动基线校准算法,并且详细阐明了该算法的基本思想和具体算法步骤。该算法采用了改进移动平均算法(MMA)实现拉曼光谱峰的逐渐剥离,通过自动识别原始拉曼光谱的基线子区间来将整个拉曼光谱区间自动分割为多个拉曼峰子区间,从而实现了在每个拉曼峰子区间中动态改变MMA窗口半宽度和控制平滑迭代次数,最大程度地避免了基线校准过度和基线欠校准现象。无论对于凸形基线、指数形基线、反曲线形基线模拟拉曼光谱,还是真实物质的拉曼光谱,LDMA全自动基线校准算法都取得了很好的基线校准效果。

对TurboEdit周跳探测及修复算法的改进

概述了Turbo Edit算法的基本原理,指出了伪距观测值精度较低造成的小周跳探测不准的问题,分析归纳了不敏感周跳组合。设计了基于移动平滑窗口的探测模型,分别改进了Melbourne-Wübbena组合和Geometry-Free组合的周跳探测阈值条件,有效降低了伪距观测值精度较低对于周跳探测的影响。实验采用GPS和北斗实测双频数据进行了验证,结果表明,该算法能够准确地探测和修复双频非差观测数据中所有模拟的周跳。

自适应多尺度窗口平均光谱平滑

去噪算法是极其重要的光谱预处理步骤,能够显著提高后续光谱分析算法的准确性。然而,大多数去噪算法都需要通过反复试验的方式来人为设置初始参数,不能自动完成光谱去噪。为了能够对光谱进行自动且可靠的平滑去噪,提出了一种自适应多尺度窗口平均平滑(AMWA)去噪算法。该算法针对光谱中不同位置采用不同宽度的平滑窗口,这些窗口的宽度将直接影响到平滑效果。当窗口宽度选择不合适时,可能出现去噪过度,使得峰畸变或者丢失;也有可能导致去噪不足,使得光谱的较平坦区域仍包含大量的噪声。因此判断每个窗口宽度是否合适,是光谱平滑的关键。该算法通过迭代的方法不断优化各个窗口的宽度,并以统计学中的Z检验来判断窗口宽度是否为最佳。另外,为了提高假设检验的可靠性,用不同信噪比的模拟数据对假设检验中使用的阈值进行比较,发现当阈值设为1.1时可使去噪效果最佳。用模拟光谱和实际光谱对该算法进行了测试,该算法能够自动适应不同的光谱形状和噪声强度。还将AMWA去噪算法与SG算法及移动窗口平均平滑算法进行了全面的比较,AMWA算法都明显优于其他两种算法。结果表明AMWA算法不仅去噪效果更好,而且准确性及保真性也更高,对模拟光谱和实际光谱都具有极好的平滑效果。

一种曲线平滑的自适应方法

基于曲线的参数方程和信号平滑滤波以及方向链码的基本思想，提出了一种基于Ｆｒｅｅｍａｎ链码和以张长为参数的参数方程的离散曲线自适应平滑算法，解决了图象处理中曲线提取后存在的不光滑问题。最后给出了一些对比实验结果，证明了本算法的有效性。

随机分布多导体圆柱目标散射的快速计算及其成像模拟

用二维迭代方法快速地解析计算多导体圆柱目标的散射场,其中各圆柱目标自身的一次散射以各自中心为原点的柱面波函数叠加,匹配各圆柱表面的边界条件获得展开系数;各圆柱间的散射相互作用由坐标变换实现,具体体现在圆柱中心偏移产生的初始相位上.为考虑各个柱目标间的二次散射,将每个柱目标自身的一次散射看成另一柱目标的激励场,利用柱面波函数的加法定理和边界条件匹配来计算各柱目标间的二次散射贡献.类似的处理可获得三次或更高次的散射计算.与矩量法(MoM)的数值结果比较,验证了该方法的有效性,明显提高了后向散射的计算速度.对于随机生成的多个圆柱目标模型,解析计算一定频带f和360°方位角θ范围内均匀离散样点的后向散射场.为抑制数据截断产生的振铃效应,对频率向的散射数据用Hamming窗实现平滑过渡.为充分利用快速Fourier变换(FFT)的高效计算,对f-θ平面上的离散散射数据用二维的三次样条插值处理,得到X-Y平面的均匀离散数据.最后,用FFT方法快速实现逆合成孔径雷达(ISAR)成像模拟,很好地重构了各圆柱体目标的位置和大小尺寸.

微弱气体浓度检测的弛豫平滑处理算法

研究了气体分子碰撞能量转移模型和弛豫声衰减理论.分析了混合气体中某些成分的浓度低于0.01%时,分子复合弛豫声衰减系数与气体浓度的模型变为崎岖不平的原因.利用信号处理中的滤波方法,使用平滑窗处理弛豫声衰减结果,改善了弛豫声衰减理论.得到了检测三元混合气体中微弱气体浓度的算法,检测浓度达到0.001%.设计了3种不同权重的平滑窗,均可降低由微弱浓度引起的检测误差扩大,其仿真结果一致证明弛豫平滑处理算法的合理性.

高效均值滤波算法

为了提高现有均值滤波算法的速度,减少冗余操作,提出了一种高效的均值滤波算法。首先建立一个辅助数组,结合滤波窗口在按行滑动时相邻窗口之间的递归关系和按列移动时相邻两行对应的辅助数组之间的递归关系,设计出更新辅助数组元素和新窗口中心点对应均值的递归式,根据这两个递归式,设计出了高效的均值滤波算法。理论分析表明该算法极大地减少了冗余操作,且算法效率不受窗口大小变化的影响。实验结果证明,在滤波效果一致的前提下,本算法比现有快速均值滤波算法更高效。

一种基于广义延拓逼近的动态滤波方法初步研究

从广义延拓逼近原理出发,提出了一种动态滤波方法,构造了滤波器模型与算法框架,并推导给出了相应的求解方法和流程。通过在一段移动平滑窗口内构造和求解广义延拓插值多项式,实现对系统状态量的时间转移,具有更好的平滑效果。数据窗口内插值点的位置及数量均可灵活选取,从而通过锁定最新观测点或最准确的先验观测点,实现更高的精度和抗差能力。在此基础上,对方法可行性与性能进行了仿真计算和验证,结果表明,在高斯噪声和非高斯噪声状态下均获得了优于卡尔曼滤波器(Kalmen Filtering,KF)的性能,具有较大的发展潜力和应用价值。

基于弧长参数的曲线自适应平滑算法

文中针对空间曲线平滑这个图像理解与模式识别中的基本问题,在分析现有主要曲线平滑算法(如DouglassPeucker方法和固定窗口平滑算法)不足之处的基础上,利用信号平滑滤波的基本概念,基于曲线的参数方程和方向链码的原理,提出了一种基于Freeman链码和以弧长为参数的离散空间曲线的自适应平滑算法。该算法首先将空间曲线沿弧长方向进行分解;然后在分解后曲线的各个部分中,利用Freeman链码计算其平滑窗口的大小,并在窗口中进行平滑;最后,将各个部分合成,从而得到被平滑后的曲线。该算法解决了图像处理中曲线提取后存在的不光滑问题。最后给出了一些对比实验结果。

一种新型音符起始点检测算法

提出一种利用乐音频率变化特征进行音符起始点检测的算法,该算法基于连续小波变换(CWT)对音乐信号进行分解,分解后的信号频率和乐音频率分布相同。从分解后的信号中提取音符起始点特征,使用双边指数光滑和移动窗口归一化算法优化检测函数,产生音符起始点。