基于误差控制的点阵图形矢量化方法研究

点阵图形的矢量化是计算机图形学的经典问题 .最小二乘法是点阵图矢量化的主要方法 ,它用拟合误差是否在阈值之内来判别矢量化结果的正确性 ,因而阈值的确定是关键 .本文分析了用最小二乘法将理想点阵图形识别为矢量图的误差 ,科学地确定了阈值 ,提出了评价识别结果的判别式 .为自动实现矢量化 ,还提出了点阵图形矢量化的新方法——双向滚动最小二乘识别法 ,导出了递推公式 .本文给出的评判式科学准确 ,提出的矢量化方法快捷高效 ,具有通用性。

人工判读误差对人动作技术量化分析影响的实例研究

以跨栏动作技术为例,分析采用影像测量手段时,人工判读误差对分析结果的影响。结果表明,在能够被清楚拍摄到的前提下,各身体标志点都能获得可靠的分析结果;三维重构后垂直方向解析精度略高于其他方向;位移参数的解析精度能够满足研究要求,而角速度参数可靠性较差;数据平滑对某些参数的影响较大。

减少码率变换再量化误差的优化方案

阐述了码率变换再量化过程中再量化误差的产生及其实质 ,给出了应用最小均方误差(MSE)准则减少再量化误差的原理。在码率变换再量化器一端 ,根据首次量化值在量化区间的概率分布中心决定该量化值的区间 ,有效地消除了量化区间跨区交叠所引入的再量化误差。给出了减少再量化误差方案的实现步骤。实验和模拟结果均表明 :该方案有效地减少了再量化误差 ,获得了较好的图像质量。

一种矢量量化编码的加速算法

本文提出了一种基于最小均方误差（ＭＭＳＥ）测度的快速矢量量化编码算法．在进行均方误差测度计算之前，通过一组距离测度的不等式判据和预排序的码书，排除大部分候选码字．利用这一方法将有效地减少编码过程的算术运算量和运算时间．模拟结果表明，相对于穷尽搜索编码方法，运算时间减少９３％以上．同时只需较少的预先计算量和额外存储量．

随机性参数分布式量化估计及其最优比特分配

本文研究总比特率给定下随机向量参数分布式量化估计及其最优比特分配问题.与现有文献大都假定每个传感器的量化比特率给定而不是最优分配下研究随机性参数的分布式量化估计问题不同的是,本文将综合考虑最优量化器、最优估计器算法以及给定总比特率下的最优比特分配问题.针对向量状态标量观测模型,首先借助现有文献给出基于量化观测的最优估计器及其误差协方差阵形式表达,其次得到各传感器的渐近最优量化器实际为著名的Lloyd-max量化器,且各传感器的渐近最优量化级数与信噪比成正比,同时引入一种次优的求解非负整数比特率的方法.考虑到当传感器数目比较大时,初始的最优估计器算法运算量很大,设计了一种渐近等价的迭代量化估计器算法,其计算负担大大减轻,且对于存在延迟或丢包的网络环境亦适用,增强了算法的鲁棒性.仿真结果表明,本文提出的最优比特分配方案估计性能明显优于一般的均匀比特分配方案.

基于不平衡样本的CF- SOM- MQE感应电机状态分析

为提高感应电机状态评估的精度,本研究提出了一种基于相关性算法(CF)和自组织映射最小量化误差(SOM-MQE)的模型来解决基波电流信号干扰和缺少故障数据的问题.首先简要介绍自相关算法与互相关算法理论,分析了定子电流中的特征谐波分量,将其作为性能退化指标输入SOM神经网络中,在此基础上计算其最小量化误差(MQE)值的大小,并将MQE作为感应电机状态监测的衡量指标.实例表明,所提模型能够准确地对感应电机健康状态进行估计,具有较强的工程应用价值及通用性.

一种改进的树形矢量量化编码算法

矢量量化中的一个最严重的问题是在一本码书中搜索最近码字的高计算复杂度。本文在研究树形矢量量化的基础上提出了一种改进的树形矢量量化编码算法。实验结果表明，本文提出的编码算法相对于树形矢量量化算法可大大改善峰值信噪比（ＰＳＮＲ）．

随机性标量参数分布式量化的最优比特分配

本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器较传统方案的表现更优.

SOM-MQE的钻井泥浆泵健康状态评估

为了对钻井泥浆泵的运行状态进行分析与评估,提出了一种基于SOM-MQE的钻井泥浆泵健康状态评估方法,并通过实测数据验证了算法的可行性。首先,采用加速度传感器采集泥浆泵的振动信号,应用相关性滤波算法对原始振动信号进行滤波降噪,提高信噪比。其次,对滤波后的数据提取时域、频域和时频域特征;再对这些特征PCA降维处理,得到反映泥浆泵状态的主成分特征矢量。最后,将主成分特征矢量作为SOM-MQE评估模型的输入,构建SOM-MQE评价模型,并计算最小量化误差(MQE)值大小,利用钻井泥浆泵偏离其在无故障状态下的MQE值对其健康状态进行评估。现场试验结果表明,MQE值表征的运行状态与钻井泥浆泵实际运行状态相对应,准确率高达96.28%,MQE值可以用来评价钻井泥浆泵的健康状态。

自适应角速度估计器在磁悬浮控制力矩陀螺框架伺服系统中的应用

提出了一种低噪声、带宽可调的自适应角速度估计算法。对该角速度估计器的稳定性做了分析,利用最小二乘法设计了实时调整前向通道比例增益的自适应算法。利用Matlab对实际获得的实验数据进行仿真,使稳速速率的波动量减小了88%,然后在磁悬浮控制力矩陀螺上进行了实验。将角速度估计器加到速率环的反馈环节上,在带宽不受影响的前提下,使速率曲线的波动量减小了71.5%。实验结果表明,该算法能在很宽的调速范围内对速度进行准确估计。

多用户MIMO系统中非均匀码本的构建

在单用户场景下,对于独立同分布的瑞利衰落信道,格拉斯曼码本性能最优。但是该码本不能用于多用户特征波束成形。为了解决上述问题,提出了一种基于最小均方误差准则的非均匀量化码本的构建方法:码本的量化电平数由接收信噪比确定,量化电平值和门限值由信道参数的概率密度函数确定。理论和仿真结果表明:非均匀量化码本相对均匀量化码本的和容量性能大约有3-4d B的改善、误码率性能大约有2-3d B的改善。

一种新型深度自编码网络的滚动轴承健康评估方法

为了准确描述滚动轴承性能退化的动态过程,结合深度学习强大特征提取能力的优势,提出了一种新型深度自编码和最小量化误差方法相结合的滚动轴承全寿命健康评估方法.用深度自编码模型对原始特征进行压缩提取,将压缩特征按趋势进行排序,选取趋势大的特征运用最小量化误差方法构建健康指标.针对基于一个度量的评价准则常具有偏差的问题,提出基于遗传算法的融合评价准则. 2组实例分析结果表明,用该方法构建的健康指标的趋势值、单调性值、鲁棒性值、融合评价准则值都大于单层的自编码模型(AE)和传统的PCA降维方法,第1个实例中,该方法构建的健康指标融合评价准则值比PCA,AE方法分别增加了13. 30%,3. 17%;第2个实例中,该方法构建的健康指标融合评价准则值比PCA,AE方法分别增加了9. 68%,3. 85%.基于遗传算法的融合评价准则比单一的评价准则更具有说服力.

一种高度自适应的物理层密钥生成方案

为了增强基于密钥的物理层安全的性能,提出了一个利用正交频分复用系统信道响应的高度自适应密钥生成方案。首先,采用线性最小均方误差估计,提高了生成密钥的一致性;其次,提出一种结合了离散余弦变换和交织技术的预处理方法,提高了密钥熵;再次,提出了一种高度自适应量化方法,包括保护间隔自适应、量化级数自适应以及量化门限自适应.仿真结果显示,在相同的散射环境下该方案生成的密钥的一致性以及随机性高于一般的密钥生成方案,验证了该方案的优越性.

一种基于LMS自适应滤波的CVSD话音降噪方法

为了解决低速CVSD编码量化噪声较大、话音质量较差的问题,提出了一种基于LMS自适应滤波的CVSD话音降噪方法。首先分析了CVSD编码量化噪声的统计特性,然后在传统双通道LMS自适应滤波器的基础上,利用话音的短时相关性和量化噪声的非相关性,构造了一个采用话音延时信号作为参考输入的单通道LMS自适应滤波器。仿真实验表明,该方法可以有效滤除量化噪声,提高话音质量,具有一定的工程应用参考价值。

基于SOM-MQE模型的设备故障预警方法

借助机器学习算法进行设备故障预警是保证设备安全可靠运行的有效手段,但故障数据样本难以获取,成为相关设备推广应用的一大挑战。构建一种结合自组织映射网络(SOM)和最小量化误差(MQE)的SOM-MQE模型,提出基于SOM-MQE模型的设备故障预警方法。首先,划分训练集和测试集,用训练集的设备正常状态数据训练SOM模型;然后,将实时数据与SOM所有图元中的权值矢量作比较,根据MQE值确定设备的故障预警区间,从而判断设备是否需要故障预警。采用某航空发动机的全生命周期数据进行实验验证,表明SOM-MQE模型在进行发动机故障预警时能达到74.81%的准确率,满足在缺少明确故障标签数据的条件下设备故障预警准确率不低于70%的行业要求。SOM-MQE模型易于构建,检测速度快,适用于大多数实际工业场景。

C语言实现模拟信源编码最优量化的数值计算

模拟信号转换成数字形式,必须要经过量化才能实现。标量量化的方法包括均匀量化和非均匀量化两种,这两种方法都会带来精度的损失。文中探讨了模拟信源量化的最优算法,并用C语言实现了高斯信源在不同量化电平下均匀量化和非均匀量化的最优步长的数值计算。通过对计算结果进行比较,给出了非均匀量化优于均匀量化的具体结论。