基于幅相分离立体匹配的小波立体图像压缩

针对立体图像压缩中视差估计问题，提出了幅度和相位分离的立体匹配方法。在压缩过程中，采用CONCOD立体图像编解码器结构，分别对左右图像进行小波多分辨率分解，并用幅相分离的立体匹配方法对左右图进行视差估计。根据各种补偿残差的大小，自适应调整预测块的大小和编码方案－－帧间视差补偿、帧内预测补偿和帧内自编码。仿真实验证明了该算法在保持较高立体图像质量的同时可获得较高压缩比。     

汽车自适应巡航控制系统研究现状与发展趋势

作为传统定速巡航的升级,自适应巡航控制(adaptive cruise control,ACC)系统可以提高驾驶舒适性和行车安全性.论文概述了ACC系统的发展历程,从环境感知技术、驾驶员跟车行为特性、车辆动力学建模、ACC系统控制算法、ACC系统功能扩展等方面对近年来ACC系统的最新研究成果进行了详细论述,在此基础上讨论并展望了ACC系统研究的共性问题与发展趋势.     

管道低频噪声的自适应控制

以管道内行波声场为物理模型,提出采用自适应信号处理技术实现有源降噪的方法,建立了数学模型,导出了自适应系统的传递函数,以管道消噪装置为信号源和控制对象,采用ADSP2101实现自适应滤波。通过计算机仿真分析比较了RLS、LMS和LSL算法的消噪效果。声学实验和数据处理结果表明,在无声反馈时,该方法对0～500Hz宽带噪声的平均降噪量为27.5dB,在有声反馈时平均降噪量为4.86dB,采用频响平坦的扬声器,降噪量可提高到10.2dB。实验结果与理论分析吻合。该技术可应用于降低发动机及其排气管的噪声,采用适当空间分布方法在原理上该方法也适用于封闭三维空间的噪声消除。     

改进的车载DR系统自适应扩展卡尔曼滤波模型及仿真研究

提出了车载ＤＲ系统改进的自适应扩展卡尔曼滤波模型及其滤波算法。由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的“当前”统计模型及自适应算法,提高了ＤＲ系统模型的准确性。计算机仿真结果表明,应用该模型和算法与改进前相比,ＤＲ系统的定位精度得到明显提高。     

基于上下文模型的非抽样小波图像去噪

文章提出了一种新的基于上下文模型的非抽样小波图像去噪方法。与传统正交小波变换不同,非抽样小波在图像分解时不对小波系数进行下采样。分解后的每一个小波系数被模型化为一个广义高斯分布随机变量,应用上下文模型估计每一个小波系数的边缘方差,软阈值函数的构造充分考虑了待阈值化小波系数与其邻域小波系数的相关性,产生空间自适应阈值。通过对加噪图像的实验,可以看出本文方法与其它几种传统去噪方法相比,不仅去噪效果有很大的改进,具有更好的重建视觉效果,而且信噪比也有较为明显的提高。     

回转支承自适应负载的运动控制方法

建立回转支承运动系统的动力学模型,以传统阻抗控制为基础,分析由于动力学模型不确定造成的误差,用神经网络补偿这一误差,建立基于力矩型神经网络阻抗控制结构,并对控制系统进行仿真分析。结果表明:力矩型神经网络阻抗控制器具有良好的自适应性及鲁棒性,能实现回转支承系统的驱动力和位置的双重高精度控制,从而降低功率损耗,有效减少损伤的发生机率和减缓损伤发展速度,延长使用寿命。     

网络化软件自适应动态演化技术的趋势分析

综述了网络化软件自适应动态演化技术,以软件演化基本概念为基础,深刻分析了网络化软件自适应动态演化的动因,重点评述了网络软件自适应动态演化技术在需求捕捉、情境建模、感知操作、决策技术、演化操作五个方面的发展现状,由此指出网络化软件自适应动态演化面临的挑战和发展趋势.     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

交流变频调速系统的自适应神经模糊控制研究

针对交流电动机参数变化和负载波动等因素对交流变频调速系统性能的影响,利用神经网络实现模糊控制,设计了一种基于自适应神经网络模糊推理(ANFIS)的速度调节器.仿真实验结果表明,具有ANFIS的交流变频调速控制系统不仅动态和静态性能都得到提高,而且具有较强的鲁棒性.