卡尔曼滤波在海洋浮标数据预处理中的应用

【目的】优化自动化数据预处理方法,以提高海洋浮标数据质量。【方法】结合海洋浮标数据特征,提出了一种改进的自适应卡尔曼滤波自动化数据预处理方法,该方法通过箱型图进行异常值的检测,并采用方差受限的方法解决测量噪声导致的滤波发散问题。【结果与结论】海上工程应用和仿真实验结果表明,改进的算法计算开销低且不影响浮标系统的正常采集和数据融合工作,浮标数据采集率达100%,云数据中心数据接收率达97%。浮标采集的原始数据经过异常值修正和滤波降噪处理后,数据曲线更为平滑且符合随时间序列变化的规律,数据预处理效果良好。

结合高斯滤波与MASK的G-MASK人脸对抗攻击

深度神经网络的快速发展使其在计算机视觉和自然语言处理等领域取得较大成功,但是对抗攻击会导致神经网络的表现性能降低,对各类系统的安全保密性造成严重威胁。现有黑盒攻击方法在人脸识别中性能表现较差,攻击成功率较低且生成对抗样本迁移性不高。为此,提出一种结合高斯滤波与掩码的对抗攻击方法G-MASK。利用Grad-CAM输出的热力图确定对抗样本的掩码区域,使其只在掩码区域施加扰动,提高黑盒攻击成功率,采用扰动集成方法提高黑盒迁移能力,增强黑盒攻击鲁棒性,对生成的扰动进行高斯平滑处理,降低集成模型之间干扰噪声的差异,提高图像质量且增强扰动掩蔽性。实验结果表明,针对不同的人脸识别模型,G-MASK方法在保证白盒攻击成功率较高的条件下能够显著提升黑盒攻击效果,并具有更优的掩蔽性,经过模型扰动集成的对抗样本白盒攻击成功率均提高至98.5%以上,黑盒攻击成功率最高达到75.9%,与快速梯度符号法(FGSM)、迭代快速梯度符号法(I-FGSM)和动量迭代梯度符号法(MI-FGSM)相比分别平均提升12.1、10.6和8.2个百分点,充分验证了该方法的有效性。

利用Box样条构造完全重构模型的研究

针对图象处理中的图象重构问题 ,结合多频带 DFT滤波器库和双变量 Box样条构造了一个完全重构模型 .在介绍了 DFT滤波器库后 ,给出了形成完全重构模型的条件 .通过双变量 Box样条及其在图象处理中极为有用的几条性质的分析 .提出了一类双变量 Box样条 ,使用该样条即可构造分解 /重构模型 .实验证明 ,该模型能满足完全重构条件 ,并可有效分解合成图象 .最后 。

双变量Box样条小波在图像处理中的应用

将单变量样条扩展到双变量 Box样条 ,并给出 Box样条在图像处理中极为有用的几条性质 .然后 ,提出了一个使用一类双变量 Box样条来计算滤波器库的方法 ,这样得到的滤波器库在 4频带分析 /综合框架中具有完全重构的性质 ,可用来十分有效地分解合成图像 .最后 ,给出应用此方法的一个实例 .

区间量测下自适应交互多模型箱粒子滤波机动目标跟踪

针对现有交互多模型箱粒子滤波(Interacting Multiple Model Box Particle Filter,IMMBPF)算法在区间量测目标跟踪过程中模型切换和跟踪精度方面的不足,结合自适应交互多模型算法,提出了一种自适应交互多模型箱粒子滤波(Adaptive IMMBPF,AIMMBPF)算法。该算法利用模型似然后验信息构建修正因子,并结合阈值对马尔可夫转移概率矩阵进行自适应修正,使得匹配模型的概率快速增大,并且可以减小非匹配模型的影响,即使在目标运动模型先验信息不足或者不准确情况下,也能对模型转移概率进行自适应更新。对于量测常受到未知分布和偏差的区间误差所影响而呈现区间形式的问题,将箱粒子代替普通粒子,拟合后验概率密度从而进行滤波。仿真结果表明,相比于原有算法,该算法在区间量测机动目标跟踪的应用中,拥有更优的模型匹配度和目标跟踪精度。

基于Box-Jenkins预报的Kalman滤波算法研究

提出了一种基于Box-Jenkins预报的自适应Kalman滤波算法,该方法具有数值稳定性好、存储量小的优点,克服了发散的缺点,具有较强的自适应性。理论分析和仿真结果均证明,该方法是可行有效的。

海上无人机对运动船舶的长期检测跟踪算法

针对无人机在海上对船舶进行长时跟踪时,由于船身被遮挡及船舶离开视野导致目标跟踪失败的问题,提出了基于YOLOv5和ECO_HC相结合的海上目标长时检测跟踪算法。首先,利用感知哈希与峰值比例综合评估跟踪过程的可靠性,目标丢失时利用YOLOv5检测器重新定位目标位置,并初始化跟踪器模型,消除累计错误信息。其次针对目标在跟踪过程中存在的旋转变化,利用傅里叶-梅林变换进行旋转参数估计,减少了目标旋转造成的跟踪器性能下降问题。本文算法在OTB-100数据集上的平均精确度和成功率为83.9%和76.7%;在无人机平台上进行实际海上场景船舶跟踪实验,在完全遮挡及离开视野两种情况下精确度和成功率分别为为80.9%,60.4%和90.2%,48.3%,实验表明本文算法可以有效抑制常见海面干扰因素的影响。

基于Box粒子滤波的参数自适应机动目标跟踪

针对机动目标跟踪加速度的不确定性,引入一种新的参数自适应算法,采用粒子滤波及高斯核密度估计技术,估计目标机动参数,实现对任意机动目标的跟踪。在此基础上,考虑到粒子滤波计算代价较高的问题,进一步引入区间分析技术,采用Box粒子代替传统的粒子,以提高算法的计算效率。实验结果表明,提出的算法能够有效地跟踪任意机动目标,且运算时间明显低于传统的参数自适应算法。

基于bounding-box与卡尔曼滤波的优化压缩感知算法的目标定位

针对无线传感器网络目标定位过程中存在的测量矩阵维数高、运算量大以及测量向量不准确的问题,文章提出一种优化压缩感知(compressive sensing,CS)定位算法。首先对传感器采集的接收信号强度值进行卡尔曼滤波保证压缩感知测量向量的准确性;然后引入bounding-box方法估计位置区域,缩小节点定位范围从而降低后一阶段压缩感知测量矩阵的维数;最后在节点估计区域进行压缩感知定位,并提出基于原子相关度阈值的回溯匹配追踪算法,通过原子相关度阈值控制对候选集原子进行二次筛选剔除低相关度原子,在支撑集中保留系数较大的原子,提升重建精度。实验结果表明,在信噪比为5 dB,目标数为8时,相较于传统的OMP算法、GMP算法、CoSaMP算法,所提优化定位算法的定位精度分别提升61.21%、51.53%和45.12%。

QCA技术在递归盒式滤波器中的应用

量子点元胞自动机(quantum dot-cellular automata,QCA)因其延迟时间短、功耗低以及占用面积小等优点被当作代替CMOS的新型技术之一。针对CMOS器件尺寸日益减小导致的高功耗和电容寄生及串扰问题,本文首次利用QCA技术构建了一种递归盒式滤波器。其中,提出了一种全新的QCA全加器,较已提出的QCA全加器减少了55%的电路面积;少使用了56.7%的元胞数;量子成本也降低了10%以上。并以此为基础设计了一种高效的行波进位加法器(ripple carry adder,RCA)以及一种高效的进位选择加法器(carry select adder,CSA)来构成盒式滤波器的加法单元。以此构建的盒式滤波器较一般QCA盒式滤波器节省了32.6%的硬件资源;减少20%的电路运行时间;减少了48.7%的功耗。并使用QCA Designer仿真,结果表明,本设计完全可以代替实现传统的盒式滤波器功能,并在效率、功耗、电路面积、资源占用方面均有显著降低。

一种TROPOMI对流层NO_(2)柱浓度数据校正方法

数据质量是定量遥感研究的基础。最新型的大气环境卫星“哨兵-5P”搭载了对流层观测仪(tropospheric monitoring instrument,TROPOMI),目前TROPOMI的对流层NO_(2)数据尚缺乏有效校正方法。针对此问题,以中国大陆NO_(2)数据为例提出一种校正方法。首先,利用数据质量值(qa_value)对数据进行检索过滤;其次,采用基于伪不变特征值(pseudo-invariant features,PIF)的相对辐射校正、最大值合成(maximum value composites,MVC)去云以及箱型图法(boxplot method,BPM)过滤处理异常值;最后,将校正结果与地面实测数据进行对比评价。结果表明,通过一系列校正,“星-地”数据的相关性普遍提高,Pearson相关性提高了11%~70%,37.5%的样本显著性水平由P<0.05提高到P<0.01。该校正方法能够显著提高对流层NO_(2)数据的可靠性,可为大气NO_(2)定量遥感研究提供数据支撑。

基于改进边缘检测的钢箱梁疲劳裂纹识别及量化方法研究

钢箱梁内部场景复杂,疲劳裂纹图像识别容易受到背景干扰.针对传统图像处理方法的识别局限性,提出了一种基于改进边缘检测算法的疲劳裂纹识别与量化方法.首先,通过边缘检测算法识别出裂纹特征点,并通过形态学处理提取出裂纹骨架线.其次,采用单目视觉方法进行裂纹的特征量化.通过张氏标定法,建立了相机成像模型,从而将裂纹特征点由像素坐标映射至空间坐标.最终,开展了疲劳裂纹识别与量化试验,将改进边缘检测算法与传统图像处理方法进行比较,并评估裂纹特征量化精度.研究结果表明:改进边缘检测算法通过引入双边滤波函数,可以在抑制焊缝噪声干扰的同时保留裂纹边缘特征,相比于传统边缘检测和自适应阈值分割算法,更适用于钢箱梁识别场景.在试验条件下,疲劳裂纹长度测量误差控制在5%以内.

碱液净化系统中压滤机的除铁工艺研究

为增强带钢碱洗工艺中的碱液净化效果,实验使用厢式压滤机对碱液进行净化,其效果要优于斜板、磁滤和微滤。讨论了不同透气量滤布对净化效率、滤出液的杂质含量、杂质的粒径分布影响,对压滤时间、滤饼质量、卸泥周期进行计算,可作为工艺使用的指导。

厢式板框压滤机在污泥脱水中的应用

本文首先介绍了厢式板框压滤机的结构和工作原理,然后重点分析了其在污泥脱水中的应用现状及存在的问题。随着城市化进程的加快,污水处理厂处理的污泥量越来越大,需要进一步提高厢式板框压滤机的处理效率、操作稳定性和脱水效果。最后,本文探讨了厢式板框压滤机未来的发展方向,包括技术创新和应用拓展。

基于形态学滤波的车轮多边形故障诊断方法

通过车轮多边形轴箱振动响应提出一种基于形态学滤波的车轮多边形故障诊断方法。核心是通过形态学滤波算法对轴箱振动加速度信号进行降噪,通过降噪信号频谱分析确认是否存在多边形故障,并根据多边形主频计算多边形阶次。首先,根据车轮多边形仿真信号研究形态学滤波器类型、结构元素类型、结构元素尺寸对车轮多边形信号降噪的影响,并给出上述参数的选择建议;然后,通过车轮多边形仿真信号验证本文多边形故障诊断方法的有效性;最后,通过线路试验数据和轮对多边形测试验证该方法的有效性。验证结果表明,该方法可实现车轮多边形故障信号降噪,并能有效诊断出车轮多边形故障。

低成本T-box多信息融合导航算法

车载远程设备T-box具有车辆远程诊断及监控等功能,低成本方案的T-box定位接收模块精度低,易受城市中高楼、高架等建筑影响,出现定位点丢失或高噪声定位点。为解决低成本T-box易出现的定位问题,提出了一种通过去除经纬度高噪声数据点以及多数据融合提高导航精度的方法。T-box带有微型惯性测量单元模块和车载诊断系统模块,分别采集微型惯性测量单元数据和汽车速度;最小二乘法拟合汽车行驶的轨迹去除原始定位数据中高噪声经纬度数据点;最后与汽车速度、惯性数据进行扩展卡尔曼滤波融合得到新的经纬度数据,与高精度定位数据对比,该方法能有效提高车载远程设备定位精度。

户外箱式电容器的散热优化设计

户外箱式电容器在雨雪、寒冷或高温环境下,传统的左右通风散热形式往往会出现温度不均、进出风口漏水、灰尘堵塞等问题。根据箱式电容器的内部配置和散热需求,设计一种侧进风、顶出风的散热方案。通过优化进出风口、风机数量和位置,在进风口设置导风板,在环境温度55℃情况下,内部元器件满足散热要求,同时箱体满足IP54的结构防护要求。该方案实际运行效果良好,为箱式电容器的散热设计提供参考。

热膜包装机的能量回收处理装置研发

文章提供了一种热膜包装机的能量回收处理装置,能根据塞贝克效应使半导体制冷片内部产生温差电动势,让产生的电势能更强,并向外输出至蓄电池进行存放,有效地回收了多余热量,同时在热膜包装机加热过程时产生的废气也会被过滤箱吸收,废气通过连通组件进入到过滤箱进行过滤后排出,减少了废气对工作环境的污染。该装置不仅节省空间,其操作难度也一定程度上降低了。

不确定噪声下基于轴对称盒空间滤波的非线性系统状态估计

针对不确定噪声下的非线性系统状态估计问题,本文提出了一种基于轴对称盒空间滤波的状态估计方法.首先,利用轴对称盒空间包裹线性化过程带来的误差项,将状态函数线性化误差轴对称盒空间与噪声轴对称盒空间求取闵可夫斯基和,得到干扰误差轴对称盒空间;随后,利用状态量、线性误差和测量噪声的轴对称盒空间的闵可夫斯基和,得到系统状态预测集;进而,利用轴对称盒空间边界正交的性质,将盒空间拆分为多组超平面,构造测量更新的约束条件并得到集员包裹.本文所提方法相比传统的椭球滤波方法而言,降低了算法的复杂度,减少了包裹状态可行集和线性化过程带来的冗余,获得了更加紧致精确的系统状态集.最后,采用非线性弹簧–质量–阻尼器系统验证了本文所提算法的有效性.

SURF算法和RANSAC算法相结合的遥感图像匹配方法

综合利用了SURF(speeded up robust features)算法和RANSAC(random sample consensus)算法各自的优势,提出了一种SURF算法和RANSAC算法相结合的遥感图像匹配方法。首先利用SURF算法提取特征点并进行预匹配,然后用RANSAC算法剔除误匹配点对,解决了SURF算法中存在的误差匹配和错误匹配问题。通过实验验证了所提算法的有效性,并且该算法在实际应用中也取得了良好的效果。