自适应选择联合补偿预测模式的立体视频编码算法

运动补偿预测、视差补偿预测以及两者相结合的联合补偿预测是研究立体视频编码的关键技术。不同预测模式不仅考虑了左右视频通道各自的时间相关性、而且考虑到了左右视频通道之间的空间相关性。本文提出了一种自适应选择预测模式的立体视频编码算法,并在预测模式确定后通过选取不同的加权值来达到联合补偿预测的目的。实验结果表明,本文提出的算法在改善编码性能的同时,提高了编码速度。

基于多描述补偿预测的地铁道岔短时动作超负荷预警方法

[目的]地铁折返道岔动作频繁且工况复杂,很容易进入超负荷动作从而引发卡阻等机械故障,对此提出一种短时动作负荷预测及超负荷预警评估方法。[方法]围绕地铁道岔短时动作超负荷预警展开研究,阐述道岔短时状态预警评估方法。基于提出的多描述加权预测机以及自适应核密度估计等方法,描述如何实现动作负荷的区间预测以及预警评估指标的计算,并说明了预警评估流程。据此建立动作超负荷预警应用方案,并依托武汉地铁道岔动作数据进行实证测试。[结果及结论]首先,实时连续地采集道岔功率曲线特征点,计算均方根值得到道岔动作负荷特征序列作为预测输入;然后,设计多描述互补预测机制,并采用ELM(极限学习机)作为基预测器,建立多描述互补预测机进行短时动作负荷特征多步范围预测,构成预测特征集;最后,以预测特征集元素为样本,基于自适应核密度估计方法计算预测时段道岔动作负荷特征的概率密度函数和整体取值置信区间,并结合历史负荷特征取值置信区间定义预测时段的动作超负荷度作为预警评估指标。实证测试结果显示:对于故障前负荷特征数据,预测估计的置信区间覆盖率可达94.2%,且置信区间宽度基本契合实际值区间宽度变化;当预警评估门限为0.63时,各测试案例均能在道岔故障前第4~9次动作时成功发出预警。测试结果验证了超负荷预警方法的有效性。

大滞后生产过程的智能式补偿预测控制

利用智能建模的方法修正系统的预测输出，提高了预测输出的精度．通过预测控制与人工智能方法的结合，建立了一种适于大滞后生产过程的控制方法．这一方法已成功地应用于小氮肥生产的氢氮比控制中．

运动补偿预测残差稀疏重构的压缩视频传感

针对低复杂度视频编码需求,基于压缩传感(Compressive Sensing,CS)理论,提出了一种分布式压缩视频传感算法。低复杂度的编码器独立随机投影关键帧和CS帧,采集压缩视频数据;在解码端进行运动补偿预测以利用帧间相关性,对预测残差稀疏重构实现CS帧重建。仿真测试表明,与现有的3种压缩视频传感算法相比,所提算法重建的视频质量更好,适合无线视频监控及无线视频传感网络等应用。

FWP加工变形补偿预测的ATS-FNN建模及仿真

针对柔性工件轨迹(FWP)加工变形影响因素复杂、对变形补偿预测模型实时性要求较高的问题,提出了FWP加工变形补偿预测的自适应TS模糊神经网络(ATS-FNN)建模方法.该方法利用自适应模糊聚类方法从历史加工数据中获取T-S型模糊神经网络(TS-FNN)前件网络的模糊隶属度函数、规则适应度;后件神经网络采用最速下降法作为学习算法,以较快地获得网络连接权值参数.仿真表明,文中构建的ATS-FNN比标准TS型模糊神经网络的建模时间减少52.34%,x、y方向补偿预测值的均方误差分别减少了36.50%和33.34%.

基于视差补偿预测的立体视频图像压缩编码

本文介绍了立体视频编码方法。并对其关键技术－视差补偿预测技术进行深入研究。本文所提出的基于视差分割的视差补偿预测算法是建立在可变尺寸块匹配算法的基础上，充分利用视差信息实现对目标图像帧的有效分割，并采用相适应的视差向量编码方案。与传统算法相比，在相同预测精度下，明显降低了视差信息编码开销。

基于像素评估与运动补偿预测误差扩展的视频水印算法

目的为了解决当前视频水印技术因忽略了视频像素特性与时间的相关性,从而出现嵌入失真和水印容量较低等不足,设计一种基于像素评估和运动补偿预测误差扩展的自适应视频水印算法。方法首先,引入运动补偿预测误差扩展方法,预估每个视频帧的像素灰度值,从而获取其对应的运动补偿预测误差。再依据预测误差,计算像素的运动补偿局部标准差,将整个视频分割为平滑和非平滑子块。依据运动补偿局部标准差,结合像素选择阈值,从平滑块中选择出合适的像素用于嵌入水印。依据评估的水印容量与选择的视频像素,针对不同的像素,设计不同的水印嵌入机制,将水印信息隐藏到视频特定的像素中,通过完成边信息的嵌入,从而输出水印视频。最后,构建水印提取方法,从水印图像中检测出初始水印。结果测试数据显示,与当前视频水印方法相比,所提算法具有更高的水印容量和更低的失真度,其最大水印容量为2 bits,提取水印信息的PSNR值在40 dB以上。结论所提算法具有良好的不可感知性与较低的失真,在版权保护、信息防伪等领域具有一定的应用价值。

一种新的多假设运动补偿预测算法

多假设运动补偿预测(multi-hypothesis motion compensated prediction,MHMCP)算法目前只应用于H.264/AVC视频编码标准中B帧的双向预测模式,因为其需对多个运动矢量及参考帧信息进行编码,而且其最终预测信号由前/后向参考帧中的最佳运动补偿信号(假设值)求和取平均值获得,精确性不够。针对MHMCP传统算法的缺陷,提出了一种新的MHMCP算法,即在保持当前最佳编码模式不变的基础上,首先通过加入前/后向运动矢量导出搜索模式来进行假设值的局部优化,并对多假设值进行自适应权重系数调整;最后通过比较率失真代价来选择最佳编码模式。模拟实验表明,该新算法可有效降低残差信号能量,不但能提高运动补偿预测信号的精确度,而且能使编码器获得更佳的率失真性能。

基于多假设运动补偿预测的边信息改进方法

根据分布式系统中边信息和原信息之间的噪声模型,提出一种基于多假设运动补偿的边信息改进方法。使用传统方法生成原始的边信息,对其进行双向运动估计产生补偿块,将补偿块线性组合成新的边信息。实验结果表明,该算法具有复杂度较低的优点,能提高边信息的质量,从而有效地改善分布式视频压缩的率失真性能。

多参考运动补偿预测中的误码传播和编码效率

视频信号在基于运动补偿预测的混合编码后 ,在不可靠信道中传输时会遇到严重的误码传播问题 .本文从理论上分析了一种广义的运动补偿预测技术———多参考运动补偿预测的误码传播和编码效率 ,得到了由误码传播引起的失真和编码效率的理论极限 ,并给出了某些假设条件下理论极限的值 .通过理论分析和对几种特定的基于多参考运动补偿预测的混合编码方案在INTERNET丢包环境中的仿真 。

基于LM的神经网络偏差补偿预测控制及其应用

提出了一种基于LM优化算法的神经网络偏差补偿预测控制 ,对预测偏差进行及时补偿校正 ,并以电加热炉为模型进行实验研究 .仿真结果表明 ,该控制算法不仅能够较好地控制非线性系统 ,具有良好的跟踪性能 ,而且系统的快速性得到很大的提高 .

基于同步旋转坐标系的有源电力滤波器控制延时动态预测补偿策略

提出一种基于同步旋转坐标系(SRF)的有源电力滤波器(APF)控制延时动态预测补偿策略。该方法通过对各次SRF的相移控制,实现对APF各次谐波电流控制延时的补偿;同时,根据微变线性化原理,对SRF上暂态变化的同步谐波电流进行线性预测,从而实现对各次谐波电流控制延时的动态预测补偿。首先详细分析了APF控制延时的形成机理、对系统的影响以及延时抑制方法,在此基础上,重点论述所提控制延时动态预测补偿方法,并对基于该方法的APF控制系统进行分析设计。理论分析和实验结果表明,该方法能够实时响应负载暂态变化,精确补偿控制延时,有效提高谐波电流补偿的准确度。

称重式包装机系统延时和空中料柱的预测补偿方法

目的研究在包装机在工作过程中,对系统延时和空中料柱引起的包装误差进行实时预测补偿的方法。方法通过分析包装过程中落料高度的变化,研究系统延时和空中料柱对包装精度的影响和变化情况,确定系统延时和空中料柱引起的包装误差决定因素。结果系统延时和空中料柱会导致最终充填的物料多于当时检测到的值,由系统延时和空中料柱引起的误差大小,决定于系统延时与空中料柱落料时间及物料堆积速度,且随袋中物料增多而减小。结论系统延时与空中料柱落料时间之和Δt可视为袋中物料质量m的函数,可提前计算出Δt与m的关系,从而在需要预测补偿时可计算出相应的Δt。由Δt和前一段时间内的物料堆积速度υm,可实时预测由Δt引起的给料误差Δm,从而实现系统延时与空中料柱的实时预测补偿。

数控机床轮廓误差的插补预测补偿控制研究

伺服系统的基本原则是闭环控制,跟踪误差必然存在。如果多轴联动设备上使用伺服系统驱动进给轴,跟踪误差会引起加工轮廓误差。高精度数控机床要求轮廓误差越小越好。文章在定位过程中的伺服系统位置跟踪误差曲线等效成梯形曲线的基础上,从插补控制器着手研究跟踪误差的预测补偿控制。试验结果证明该控制方法简单有效。

跟踪系统中跟踪器延迟的自适应预测补偿方法

跟踪系统中跟踪器的延迟会对系统的稳定性和跟踪精度产生不利影响。为此以典型Ⅱ型系统为例,理论上定量地分析了跟踪器延迟对跟踪系统的影响,并提出了将采用LMS算法和横向滤波器结构的自适应滤波器用于延迟预测补偿的方法。仿真结果验证了方法的有效性。

共享控制系统的丢包预测补偿控制算法

对共享控制系统中数据包在因特网传输过程发生丢包的现象进行建模,分析丢包对系统控制性能的影响,利用预测补偿控制原理设计一种基于混合型pi-sigmod模糊神经网络的丢包补偿算法。仿真实验结果表明,该算法能克服丢包对控制系统的性能和稳定性造成的不利影响。

基于时间序列理论的误差预测补偿技术

分析了机械加工精度控制模型及传统的误差补偿方法的局限性，尝试把时间序列预测理论应用于数控加工系统，构成了一种新型的误差预测补偿方法。基本思想是直接用已加工出的零件型面误差统计数据建立误差预测模型，得到加工下一零件时各轴不同时刻位置补偿量的预测值，达到提高复杂型面数控加工精度的目的。

自适应预测补偿的迭代制导方法及其应用研究

针对迭代制导完成后入轨参数或终端程序角修正问题,研究一种基于模型参考的自适应预测补偿迭代制导算法在运载火箭上的应用。该算法在经典迭代制导算法的基础上,根据预测的迭代终端程序角和飞行视加速度的参考模型,对关机点参数进行补偿,依据补偿后的终端指标重新规划飞行轨迹,进而得出满足入轨参数或终端程序角偏差修正的制导指令,提升迭代制导对入轨参数偏差或终端程序角的修正能力。此外,阐述了经典迭代制导的基本算法,概括了自适应预测补偿迭代制导算法的基本原理,并以大推力直接入轨、终端程序角大偏差以及满足终端程序角约束为例,给出相应工况的自适应预测补偿的迭代制导算法。仿真结果表明:该算法对入轨参数和终端程序角偏差具有一定的修正能力。

镗孔尺寸在线预测补偿系统研究

提出了螳孔尺寸误差预测补偿系统,系统应用改进的人工神经网络对镗孔加工尺寸误差建立预测模型并进行在线补偿。实际应用证明,该模型能有效地提高加工精度,减小镗孔加工的尺寸误差。

克服温度传感器测量滞后的预测补偿算法

由于温度传感器的测量滞后 ,导致温度控制系统中的实际被控温度存在较大超调 .本文提出的预测补偿算法 ,采用两支同一型号的热电偶 ,同时测量某一温度 ,其检测信号经补偿计算后 ,能够克服传感器的测量滞后 .