本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。     

空时频域中欠定混合条件下的波达方向估计

波达方向估计是阵列信号处理领域的热点问题,但经典的波达方向估计方法通常要求阵元数大于源信号个数,即满足超定条件,而在实际中往往面临的是源信号个数大于阵元数的欠定条件。基于此,提出了一种基于空间时频分布的多重信号分类扩展算法,通过将空间时频分布矩阵进行扩展,实现了欠定条件下的波达方向估计。相比时频多重信号分类算法,所提算法能同时适应超定和欠定条件;相比已有的欠定波达方向估计方法,其不但保证了波达方向估计的精度,而且放宽了对源信号稀疏性的要求,同时还降低了对快拍数的要求。仿真实验结果证明了该方法的有效性。     

舰船主动力装置故障隔离与参数估计方法

针对舰船主动力装置结构复杂、故障种类多和系统不确定性等故障诊断问题,提出采用基于双因果键合图模型的定量故障隔离与参数估计方法。根据系统传感器配置方案,建立双因果键合图模型,通过因果路径分析,推导得到系统解析冗余关系,并获得故障特征矩阵。建立系统线性分式变换键合图模型,开展故障仿真,将其与双因果键合图模型耦合,在MATLAB/Simulink环境中进行仿真试验,实现了舰船主动力装置的故障隔离与参数估计。结果表明：对双因果键合图模型因果路径分析,可以避免手动推导系统解析冗余关系的繁杂过程;基于其部件构造方程的分析可以有效实现系统故障隔离与参数估计,实时跟踪和预测故障状态。