基于非线性滤波的移动机器人位姿估计

研究了基于扩展卡尔曼滤波和粒子滤波的移动机器人位姿估计。由于扩展卡尔曼滤波必须假定噪声服从高斯分布,若用于复杂非线性系统,其估计精度不甚理想。粒子滤波对噪声类型没有限制,正在成为非线性系统状态估计的有效近似方法。在不同噪声条件下,对基于粒子滤波和扩展卡尔曼滤波的移动机器人位姿估计问题进行了比较研究。仿真结果表明:粒子滤波能明显地改善移动机器人位姿估计的鲁棒性和精度。     

卡尔曼滤波在盾构姿态测量中的应用

三点法是一种传统的实时计算刚体三姿态角（滚动角、俯仰角和水平角）的方法。在盾构掘进过程中,观测点测量不同步会导致较大的姿态测量误差。采用卡尔曼滤波对观测点的坐标进行预测补偿来提高测量精度。建立系统运动的状态方程和量测方程,对系统噪声和量测噪声的协方差进行估计,通过递归运算对观测点坐标进行预测,蒙特卡洛仿真结果表明,这种处理方式优于传统三点法测量效果。仿真实验和测量实验结果都表明卡尔曼滤波算法既可以明显减小姿态角测量误差,又对随机系统噪声和量测噪声引起的姿态角误差具有抑制作用。     

一种基于噪声分类的语音增强方法

为了提高噪声估计的准确性,改进语音增强方法性能,在改进的最小控制递归平均算法（Improved Minima Controlled Recursive Averaging, IMCRA）的基础上提出了一种基于噪声分类的语音增强方法。该方法首先对含噪语音进行噪声类型的判断,然后根据判定的噪声类型选取相应的最优参数进行噪声估计,最后采用最优修正的对数谱幅度语音估计计算增强后的语音。该方法相对于传统IMCRA算法,在语音信号的还原和背景噪声的抑制两方面都有较好的性能。     

原油冶炼中主精馏塔装置的渐近辨识及分析

原油冶炼过程的精馏塔装置属于典型的强耦合多变量化工对象,对其进行控制需要准确、合理的数学模型,辨识模型的精确程度与控制效果和经济效益直接相关。出于安全和效率考虑,对原油精馏过程的测试需要在闭环条件下进行,渐近辨识方法在测试过程中能够同时改变多路操作变量并根据频域方法给出模型。本文基于渐近辨识理论,采用先升阶再降阶的解决方案,根据ARMAX模型描述精馏塔装置,取得符合要求的辨识模型。由于新观测数据能够降低过程建模中的不确定性,以输出误差为指标考察了新的测量数据对改善辨识模型精度的影响,分析测试数据信息量与有效估计之间的联系,量化分析新观测数据的引入对降低模型参数不确定性的影响。     

优化的动态平均权重算法及其在色谱信号处理中的应用

在液相色谱检测系统中,通常将朗伯 比尔定律计算得到的吸光度进行数模转换,再将转换结果以模拟信号的方式送入工作站进行分析。由于色谱信号大部分是直流信号,只有在出峰时信号频带才处于低频状态,导致基于动态平均权重算法（DWA）的多位量化调制器带入额外的谐波噪声,直接影响色谱信号的性能。本文提出了一种优化的DWA算法,可以更好地抑制谐波噪声,提高DAC性能。与常规DWA算法不同的是,本文算法加入了条件选择模块,通过控制每个选择周期的初始指针值,避免了谐波噪声的带入。仿真结果表明,该算法明显抑制了谐波噪声,有效提高了直流特性,从而更有利于对色谱信号进行处理。     

基于UKF的参数和状态联合估计

对于因模型参数失配造成的非线性系统状态估计不准确现象,采用基于不敏卡尔曼滤波（UKF）的参数和状态联合估计方法,即将未知模型参数和状态组成增广的状态向量,用UKF同时获得参数和状态估计值。通过一个离散非线性随机系统的蒙特卡洛仿真,总结滤波器参数对联合估计器性能的影响及参数选择规律。最后将该方法应用于一个典型的化工反应过程,获得了较好的效果。     

基于802.16d的OFDM导频信道估计

以基于导频的信道估计展开研究。首先总结一般无线信道的多径时变统计特性,给出SUI-3信道模型的仿真实现。在此基础上,研究现有的块状导频插入方式下信道估计算法的原理和性能。基于Alamouti空时编码方案,构建1种具有2个发射天线和1个接收天线的时-频空时编码的正交频分复用(OFDM)系统,提出适用于虚载波系统的基于DFT变换的信道估计算法。该方法利用DFT迭代算法来重构虚载波的频域信道状态信息,通过时域滤波方法来抑制噪声。仿真结果表明：该算法实现了良好的信道估计性能,有效可行。     

基于Cauchy鲁棒函数的UKF改进算法

对于大多数实际系统,其噪声统计特性未知,不敏卡尔曼滤波(unscented Kalman filter,UKF)算法对噪声信息不准的鲁棒性较差,导致滤波精度急剧下降,甚至滤波发散。借助鲁棒数据校正的思想,提出了一种基于Cauchy鲁棒函数的UKF改进算法。以UKF的测量先验值与其实际值的残差作为基准,采用联合权函数对噪声估计值进行实时修正,从而提高了UKF算法的精度。通过两个实例的仿真,验证该算法的有效性。     

一种基于Bark域能量分布的噪声分类方法

对不同种类噪声的分类处理,可以提高噪声环境下语音信号处理的性能。为了能够准确地区分各类噪声,提出了一种基于Bark域噪声能量分布特性的噪声分类方法。通过将噪声能量从均匀时频空间映射到Bark空间,构造了一个能够有效区分各种噪声的22维特征向量,并使用支持向量机（SVM）进行模型训练和噪声分类。实验结果表明：所提出的噪声分类方法具有非常高的分类准确率,对用于实验的两种噪声数据集的平均分类准确率分别为99.50%和93.44%。     

一种改进的基于DFT-MMSE的信道估计方法

传统的DFT-LS算法在最小二乘(LS)估计的基础上对循环前缀以外的信道冲击响应置零,在性能优于最小二乘(LS)的同时,降低了估计算法的计算复杂度。理想的最小均方差(MMSE)算法与其相比,计算复杂度大,但是性能优于DFT-LS。本文在传统DFT-MMSE估计算法基础上提出了一种新的方法,针对传统DFT-MMSE算法只对循环前缀以外的信道冲击响应做置零处理的问题,对循环前缀以内的信道冲击响应设定阈值门限,有效滤除部分循环前缀以内的噪声。理论分析与仿真结果表明,本文方法的性能优于传统的DFT-MMSE估计算法,劣于理想情况下的MMSE估计算法;计算复杂度低于传统的DFT-MMSE估计算法和理想情况下的MMSE估计算法。     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明：对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明：与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。 关键词：OFDM; 进化策略; 子载波分配; 比特分配     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

聚酯缩聚反应过程分子量分布的优化控制

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

跟踪门对多目标跟踪系统性能的影响

讨论了密集目标环境下跟踪门门限对多目标跟踪系统性能的影响。在略去杂波的情况下,以方差压缩比作为跟踪系统性能的衡量指标,对跟踪门性能进行了理论分析。给出了矩形跟踪门配合K alm an滤波算法和PDA关联算法的仿真数据。提出了一种跟踪门门限的选取方法,将离线仿真得到的门限直接应用于跟踪系统,门限计算复杂减小,适用于对速度要求较高的跟踪系统。     

On-Line Suppression of Periodic Noises in Evoked Potentials

Ｏｎ－ＬｉｎｅＳｕｐｐｒｅｓｓｉｏｎｏｆＰｅｒｉｏｄｉｃＮｏｉｓｅｓｉｎＥｖｏｋｅｄＰｏｔｅｎｔｉａｌｓＺｈｏｕＷｅｉ（周卫）ＹｕａｎＸｉａｏｒｕ（袁孝如）（ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｍａｔｈｅｍａｔｉｃｓ，ＮａｎｊｉｎｇＭｅｄｉｃａｌＵｎｉｖｅ...