自适应十字搜索模式在数字相关测量中的应用

近年来数字相关法发展迅速并被广泛应用于多个领域,而如何提高其收敛速度和结果的精度是该方法的重要研究方向之一。据此提出一种基于卡尔曼滤波器预测的自适应十字搜索模式算法,并将其应用于数字相关测量中,在不降低结果精度的同时,明显地改善了计算复杂度,提高了收敛速度,保证了实时处理和更进一步精确计算的要求。仿真试验表明,该算法应用在数字相关测量中可以有效对目标进行快速持续的跟踪检测。     

粒子滤波算法在多传感器测量中的应用

目标跟踪是粒子滤波算法在处理非线性问题的一种典型应用,但由于在线处理能力或传输条件的限制,实际应用中往往无法对多个传感器数据同时处理。据此,给出了一种基于多传感器选优的粒子滤波算法。假设每个时刻可以处理一个测量数据,该算法先采用加权的概率密度函数来评价每个传感器获得的测量值,并用粒子滤波对概率密度函数的加权进行实时更新,基于最大熵标准来选取最优测量数据进行处理。同时,最大熵标准保证了最优似然函数分布最宽,从而缓解粒子衰竭问题。通过数值仿真实验证明,该算法可以选择最优观测数据进行处理,有效降低多传感器测量中粒子滤波在线实时处理性能的要求,也较好地缓解了粒子滤波的"衰竭"问题。     

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。     

基于基函数分解的连续变速颤振边界预测方法

针对连续变速颤振试验实测信号的特点及在线处理需求,提出一种基于基函数展开的时变参数建模方法。通过对结构响应信号建模和稳定性判据的趋势分析,得到颤振边界随时间变化的预测曲线。依据颤振试验机理,采用白噪声激励多模态耦合系统的方式生成了相应的仿真信号,进而在不同信噪比下验证了方法的数值性能。最后通过气弹模型低速风洞试验进一步检验本文方法的工程实用性。