一种面向化学机械抛光终点检测系统的信号处理方法

提出了一种针对基于摩擦的化学机械抛光（Chemical Mechanical Polishing,CMP）终点检测系统的信号处理方法。该信号处理方法采用小波阈值去噪的方法去除包含在原始测量信号中的噪声;从去噪后的信号中提取卡尔曼滤波新息作为特征信号;根据CMP过程中卡尔曼滤波新息的特征来判断何时达到CMP终点。应用该信号处理方法,进行了铜CMP过程的终点检测试验。试验结果表明,该信号处理方法可以判断出铜CMP过程的终点。     

车载SINS/GPS组合导航系统的在线标定算法

从工程实用和维护的角度出发,提出一种针对于车载组合导航系统的在线标定算法.该算法使用卡尔曼滤波作为估计工具,通过趋于一般运动状态的路径设计对待标定的误差项进行有效激励.仿真卡尔曼滤波结果表明,该算法使得待标定的各误差项根据车行轨迹在较短的时间内逐步收敛,实现在一般跑车实验中不拆卸惯性器件而达到标定的目的.这种在线标定的处理方法在实际使用和维护具有极大便利.     

基于卡尔曼滤波的目标飞行体预测

在卡尔曼滤波出现以前,已经建立了采用最小二乘法处理观测数据和采用维纳滤波方法处理平稳随机过程的滤波理论。卡尔曼滤波以其物理意义直观的时间域语言和有限时间内的数据观测及简单的递推方法对高速飞行体进行实时的预测和跟踪。本文提出了匀速和匀加速运动目标的运动模型,通过卡尔曼滤波算法进行预测跟踪并对其进行仿真。     

基于移动性感知的无线传感器网络GTS自适应分配策略

为解决移动无线传感器网络中节点连通性较弱的问题,提出一种包含不同移动性节点的无线传感器网络提升移动节点连通性的保障时隙(GTS, guaranteed time slot)分配策略.首先,采用Kalman滤波预测模型得到用户下一阶段位置;接下来,引入一种考虑速度、方向和相对移动性的节点移动程度界定方法,并在此基础上进行GTS预约优先级的初步确定;随后,根据移动节点对所预约时隙的使用反馈情况自适应调整预约优先级;最后,根据节点的优先级决定GTS时隙的使用顺序及额外预留时隙的使用权.仿真结果显示,提出的分配策略在具有不同移动性节点的网络中,能够提高移动节点接入的成功率,保证较低的分组平均传输时延及较高的分组投递率.此外,采用基于反馈机制的自适应预约优先级调整策略能够显著增加整个网络中已分配时隙的正确使用率.     

变频式超声波发生器的高速锁相研究

用于超声键合工艺的超声波发生器是引线键合封装设备的主要装置,其核心与关键是频率自动跟踪与锁相速度。文中构建了一种变频式超声波发生器,并对其中的高速锁相进行分析。通过换能器的电流反馈,采用基于嵌入式的数字式真有效值试探算法,超声波发生器锁相速度比传统速度提高数十倍,达到高速锁相的要求,满足了换能系统工作时的高速谐振需求。     

基于IMMKF技术的岸基雷达网数据融合方法研究

岸基雷达网监视的目标复杂,影响了海空目标融合航迹的连续性和准确性,本文提出了采用IMMKF（Interacting Multiple Model Kalman Filter）进行数据融合的方法。经试验鉴定表明,该方法确实有效,在军事上有较大的应用潜力。     

卡尔曼滤波算法的软件实现

卡尔曼滤波算法在自动控制、航空航天、通讯、导航等领域有广泛的应用。当在工程上用软件来实现它时,要求该工程软件具有良好的可维护性、易读性和扩展性,以及高度的可靠性和稳定性。本文将从软件工程的观点上,介绍如何采用面向对象程序设计（OOP）的方法实现上述的目标。     

动态光谱的单拍提取

为了提高动态光谱(dynamic spectrum,DS)数据处理方法的效率与精度,采用单拍提取技术,即对所采集全部波长对应的光电容积脉搏波(photoelectric plethysmography,PPG)叠加平均所得到的全波段PPG,以单个脉搏为周期,提取其上升沿作为模板;用该模板校正各个波长PPG的上升沿,再以...     

扩展卡尔曼滤波和不敏卡尔曼滤波在实时雷达回波反演大气波导中的应用

为了改善雷达回波反演大气波导(RFC)方面存在的单时次、单方位角反演的问题,提出利用扩展卡尔曼滤波和不敏卡尔曼滤波的反演算法对大气波导结构的多方位角实时跟踪反演. 在卡尔曼滤波方法中分别给出大气波导结构的参数化方程、观测方程、滤波算法的状态转移方程,最后导出滤波反演算法的迭代求解流程. 在大气波导结构不随时间变化和随时间变化的两种条件下,对扩展卡尔曼滤波和不敏卡尔曼滤波算法进行数值实验. 实验结果表明,不敏卡尔曼滤波更适用于RFC这高度非线性反演问题,它可能今后为大气波导结构多方位角实时跟踪反演的业务化运行提供理论基础与技术保证. 关键词： 大气波导 雷达回波 扩展卡尔曼滤波 不敏卡尔曼滤波     

基于激光雷达和特征地图的车辆智能定位研究

针对激光雷达采集行驶车辆的三维点云数据中包含过多畸变数据，影响车辆定位效果的问题，本文研究一种基于激光雷达和特征地图的车辆智能定位方法。激光雷达利用基于飞行时间的激光测距法，采集车辆及其行驶环境的三维激光点云数据，去除激光点云数据中的畸变数据。利用正态分布变换方法，优化删除畸变数据的点云集的正态分布概率值，配准三维激光点云数据。从完成配准后的三维激光点云数据中，提取柱状物体的圆形特征，构建车辆行驶的自然柱状特征地图。利用卡尔曼滤波算法，结合自然柱状特征地图信息，实现高精度的车辆智能定位。实验结果证明：该方法可以精准定位车辆目标，车辆智能定位精度较高，最高可达到97%,定位效率较好，最短可在5 s时间内完成定位，具有一定应用价值。