微幅晃动下车载SINS初始对准技术研究

为了研究微幅晃动状态下车载SINS初始对准技术,本文利用导航计算机采集惯性测量组件输出的比力和角增量信号,在载车初始粗对准之后,分别采用卡尔曼滤波法和参数辨识法完成精对准实验,结果表明在粗对准算法相同、精对准时间相等的情况下,卡尔曼滤波精对准比参数辨识精对准能够获得更好的对准精度,对于工程应用具有一定的参考价值。     

基于光纤惯性传感的变形测量方法研究

为了对地表变形进行实时有效的监测,及时发现其不规则沉陷的规律和趋势,从而确定整个地表移动区域的下沉情况。本文选取MIMU惯性测量单元,布设光纤光栅传感器,设计分布监测网路对地表变形数据进行测量。构造新的指数型阈值小波算法并结合时间序列分析对采集的数据进行去噪处理,显著提高去噪效果,最后利用卡尔曼滤波进行变形体的变形趋势预测。与仿真实验结果对比分析发现,采用这种方法得到的数据准确有效,该方法可应用到地形变形预测的工程实际中。     

惯性/卫星导航系统实际导航性能评估算法

针对惯性/卫星组合导航进行实际导航性能(Actual Navigation Performance,ANP)评估,是保证飞机所需导航性能(Required Navigation Performance,RNP)及航空运行安全的关键。提出了惯性/卫星组合导航系统实际导航性能评估算法,从卡尔曼滤波器位置协方差矩阵开展分析,结合导航数据二维高斯分布特性,求解出标准误差椭圆。根据概率分布特性,将误差椭圆转换为95%概率误差圆,进而计算出ANP值。最后惯性/卫星组合导航数据进行仿真验证。结果表明,方法切实可行,且便于工程实践。     

基于多特征Mean Shift的人脸跟踪算法

该文把局部三值模式(Local Ternary Patterns, LTP)纹理特征引入Mean Shift跟踪算法,提出了基于多特征的Mean Shift人脸跟踪算法以解决Mean shift跟踪算法的鲁棒性问题。通过对LTP纹理特征的分析、研究,提出了一个LTP关键纹理模型,既增强了目标的关键纹理信息,又简化了LTP纹理模型。在此基础上,提出一种基于LTP关键纹理特征和肤色特征的Mean Shift人脸跟踪算法,有效地解决了Mean Shift算法的鲁棒性问题。为进一步提高对快速运动目标的跟踪速度和跟踪性能,该文引入了卡尔曼滤波器对目标进行预测。实验结果表明,该文的算法在目标定位的准确性和跟踪性能上比Mean Shift算法均有明显的提高。     

中值滤波在激光雷达点云数据预处理中的应用

为了研究3维激光雷达测量系统采集到的点云数据如何进行去噪处理,根据灰度图像中对灰度值进行滤波去噪的概念,采用改进的2维中值滤波方法对点云数据中的噪声点加以处理。基于激光雷达点云数据数据量庞大且存在噪声点特点,重点分析了改进2维中值滤波算法和点云数据信噪分离方法,并通过实验验证,得到了速度对比数据和滤波效果图。结果表明,利用改进后的2维中值滤波方法,速度明显得到改进,对激光雷达点云数据的滤波效果良好。     

射频电路的ADS设计仿真与分析

使用ADS软件,对射频电路设计方案进行仿真和优化。通过计算,得到5阶切比雪夫滤波器的LC参数值。将发射机和接收机的阻抗特性导入ADS软件进行阻抗匹配计算,分析得到阻抗匹配电路,提高了发射机的信噪比和接收机的灵敏度。     

旋转模式滤波器的设计

本文给出了扇形波导中的TE模场解。讨论了用扇形波导作为旋转模式滤波器的基本原理。介绍了这种滤波器的设计方法。给出了以TE03模工作时这种滤波器的实验结果。     

基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标。在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能。通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实现对行人的稳定跟踪。并在实际应用中,分析了在遮挡情况下,行人跟踪效果差的原因,并予以改进。在Visualc＋＋集成开发环境中,基于OpenCV和MATLAB编程实现了系统,能够实时地对目标进行跟踪,并对跟踪结果进行反馈。     

基于新的特征向量和Kalman的复杂体制雷达合批算法

通过引入一种在分选中常出现增批现象的复杂体制雷达,在对其脉冲描述字的特点分析上指出了现有合批处理算法无法有效对其合批处理的原因。提出适合该雷达样式的新的特征向量。基于这个特征向量给出了一种基于Kalman的合批处理算法。仿真验证了该算法的有效性。     

一种改进的固定增益卡尔曼滤波方法

介绍一种改进的固定增益卡尔曼滤波方法.这种方法的思想是采用多个固定的滤波增益并根据机动的情况在各个增益之间切换.同时提出了一种将距离变化率量测引入固定增益卡尔曼滤波的方法.由于不需要实时的计算卡尔曼滤波的增益矩阵,此方法大大的降低了运算量,并仍能保证较高的滤波精度.