EVALUATION OF THE EFFECT OF WAVELENGTH POSITIONING ERRORS ON KALMAN FILTERING RESULTS IN INDUCTIVELY COUPLED PLASMA ATOMIC EMISSION-SPECTROMETRY

This work evaluates the effect of wavelength positioning errors in spectral scans on analytical results when the Kalman filtering technique is used for the correction of line interferences in inductively coupled plasma atomic emission spectrometry (ICP-AES). The results show that a positioning accuracy of 0.1 pm is required in order to obtain accurate and precise estimates for analyte concentrations. The positioning error in sample scans is more crucial than that in model scans. The relative bias in measured analyte concentration originating from a positioning error in a sample scan increases linearly with an increase in the magnitude of the error and the peak distance of the overlapping lines, but is inversely proportional to the signal-to-background ratio. By the use of an optimization procedure for the positions of scans with the innovations number as the criterion, the wavelength positioning error can be reduced and, correspondingly, the accuracy and precision of analytical results improved.

复杂背景条件下红外弱小目标检测技术研究

红外弱小目标检测技术是红外搜索与跟踪、红外预警、红外制导等防御和武器系统中的一项核心技术。研究复杂背景条件下的红外弱小目标检测技术，有利于提高红外探测系统的探测灵敏度，对增大系统作用距离、增加反应时间、提高己方的生存概率具有重要的意义。 本文针对复杂背景下的红外弱小目标检测技术进行了三个方面的研究: 1、 从红外成像系统方面对红外焦平面阵列的非均匀性校正问题进行研究。本文结合红外焦平面阵列的非线性模型(“S”形曲线模型)和Kalman滤波器，提出一种新的基于Kalman滤波的改进型两点校正法，该算法具有“S”形曲线两点校正法的处理简单、计算精度高等特点，同时利用Kalman滤波器对校正参数进行估计和修正，解决了“参数漂移”问题。实验仿真的结果表明，该算法能较好的对红外焦平面阵列进行非均匀校正。 2、 本文从红外图像预处理方面对红外背景抑制技术进行研究。针对传统的背景抑制算法难以解决的杂波干扰问题，本文提出了一种基于局部统计信息变化的自适应杂波抑制算法AFBLS（Adaptive Filter Based on Local Statistic），该算法能够对目标进行灰度增强，同时对杂波进行抑制。AFBLS算法结合传统的背景抑制算法，可以有效的对红外背景和杂波干扰进行抑制。对红外图像进行实验仿真的结论是：AFBLS杂波抑制算法是一种较好的红外弱小目标图像预处理方法，它能有效提高已有背景抑制算法的性能。 3、 本文对红外弱小目标检测算法进行了研究。分析了经典的管道算法的不足之处，并在此基础上对其进行改进，提出了动态更新的管道检测算法。通过仿真实验我们验证了改进的管道算法的性能，实验结果表明，该算法能够有效的对信噪比SNR（Signal-to-Noise Ratio）大于2的序列图像进行目标检测。

一种肤色干扰下的变形手势跟踪方法

介绍了一种基于单目视觉的肤色干扰下的变形手势跟踪方法.根据跟踪过程中所用到的基本手势特征,提出了一种基于PGH(成对几何直方图)的静态手势识别方法.为了解决跟踪过程中的肤色干扰问题,实现了基于Kalman滤波器的手势预测跟踪.为了解决跟踪过程中的初始化问题,提出了一种基于层次结构的跟踪初始化解决方案.实验结果表明,该方法能够在肤色干扰的情况下有效地对变形手势进行跟踪,并能够满足基于视觉的实时人机交互的要求.

Information system for ICP-AES in Windows environment

An information system for inductively coupled plasma atomic emission spectrometry (TCP-BES) in MS Windows environment was developed based on the previous work in the laboratory. The system contains the data of about 28 000 spectral lines and a function of ICP spectral simulation,so it would be very helpful for line selection. The system also contains the Kalman filter and factor analysis programmes written with MS Visual Basic(version 4.0), which can be used for spectral interference correction and peak position optimization. A large amount of real spectral scanning data of rare earth elements were included in the system for user's references. All these characteristics made the system more useful and practical.

东中国海区域海浪同化系统设计与研究

针对目前海浪同化中没有适合东中国海区的业务应用系统，以及缺乏集合卡尔曼滤波方法（Ensemble Kalman Filter，EnKF）的应用的现状，设计了东中国海区域海浪同化系统。首先比较了目前常用的各种资料同化方法，指出各种同化方法的实质都是一种滤波过程，并选取最优插值方法（Optimal Interpolation，OI）和EnKF方法开展同化试验，动力模式选取WAVEWATCH III，观测资料为Topex/Poseidon卫星高度计观测波高。然后用观测法研究了模式预报误差协方差的统计性质，指出误差相关距离尺度在3°至6°之间。最后用22001号浮标观测资料验证了两个同化系统2000年8月的有效波高计算值，结果表明OI方案的同化系统对有效波高的均方根误差减少了9.0%，系统运行稳定，可应用于业务化部门；EnKF方案的同化系统在集合样本数为50的情况下，对有效波高的均方根误差减少了6.0%，用EnKF方法同化有效波高是可行的。

目标局部或全部遮挡条件下跟踪方法研究

运动目标跟踪技术是计算机视觉领域的核心课题之一，具有十分重要的意义和广泛的实用价值。它融合了图像处理、模式识别、人工智能、自动控制以及计算机应用等相关领域的先进技术和研究成果。运动目标跟踪的实质是一种从图像信号中实时自动识别目标，提取目标的位置信息，自动跟踪目标的技术。它的难点在于图像信号采集过程中的信息损失和复杂的应用环境。特别是跟踪过程中的遮挡问题越来越成为限制跟踪算法实用性的关键因素。如何解决运动目标跟踪过程中的遮挡问题是本文的研究重点。 针对运动目标的遮挡问题，本文提出了一种将基于灰度特征的多子区域相关跟踪算法与二维目标运动估计理论相结合的跟踪策略。在目标未被遮挡或仅被部分遮挡时，采用多子区域相关跟踪算法，利用目标剩余的特征对目标进行定位。当遮挡比较严重，目标剩余特征不足以准确定位目标位置或目标已被完全遮挡时，多子区域相关跟踪算法已经不能识别目标，这时根据目标运动的历史信息，运用二维目标运动估计理论预测出目标的位置。经过大量仿真试验，结果表明：该算法已经达到了良好的抗遮挡效果，在遮挡和半遮挡情况下，跟踪结果达到了较高的精度。 为了验证算法在实际工程中的效果，笔者模拟某红外观瞄指示装置，为算法搭建了一个基于虚拟现实技术的硬件验证平台，并在该平台上验证了部分算法。

水泥烧成过程的建模与控制研究

水泥烧成过程作为水泥厂整个生产流程中的核心环节，其主要任务是对生料进行预热、分解、煅烧和冷却等一系列处理，使其发生符合工艺要求的物理化学反应，最终成为合格的熟料。由于水泥烧成过程具有多变量强耦合、强非线性、大滞后以及工况变化频繁等综合复杂特性，使得烧成过程难以实现自动控制，因而造成分解炉出口温度、篦下压力等关键工艺参数难以准确控制，使得熟料质量差、热量回收效率低。本文针对水泥烧成过程中存在的实际问题，开展了动态机理建模、系统特性分析、回路控制算法和工况状态识别等方面的研究，取得了如下成果： 1、在深入分析水泥烧成过程工艺机理的前提下，基于合理的假设条件和“三传一反”基本原理以及部分常用经验公式，以质量平衡、热量平衡和动量平衡为基础并结合反应动力学，从理论上建立了预热分解系统、高温煅烧系统和熟料冷却系统的动态机理数学模型，并应用现场测试数据验证了模型的有效性，为水泥烧成过程的动态仿真及控制方案设计提供了有力支持。 2、针对分解炉出口温度控制回路具有非线性、大滞后和大扰动的问题，在对预热分解系统进行动态模型仿真和特性分析的基础上，提出了具有前馈补偿的约束Smith广义预测控制方法来实现分解炉出口温度的稳定控制。现场工业实验结果表明，该方法有效地抑制了生料流量波动和系统滞后所带来的不利影响，提高了分解炉出口温度的控制精度，保证了生料入窑分解率的稳定。 3、针对篦下压力控制回路存在的大惯性、工况变化频繁以及检测信号的信噪比性能差、噪声严重的问题，在对熟料冷却系统进行动态模型仿真和特性分析的基础上，提出了基于Kalman滤波器的模糊自整定PID控制方案来实现篦下压力的稳定控制。现场工业实验结果表明，该方案有效地去除了篦下压力检测信号中的噪声影响，增强了控制器对工况状态变化的适应能力，提高了篦下压力的控制精度和热量回收效率。 4、针对水泥回转窑工况状态难以准确判断的问题，在证明窑电流信号具有分形特性的前提下，提出了基于简单分形的工况特征识别方法，并通过现场实际工况数据进行了仿真验证；接下来，为了能够从过程信号中提取更多的局部特征信息，进一步提出了基于多重分形谱的工况特征提取与识别方法来对窑电流信号进行更为全面细致的描述，以获取更多的信息用于回转窑工况状态的识别；最后，总结了基于分形理论进行工况识别的方法与步骤。上述尝试性研究的成功，不但为今后研制水泥烧成过程的性能监控与优化运行系统奠定了基础，也为复杂工业过程的工况特征识别研究提供了新的思路。

一种基于状态方差阵对角相似分解的UKF 算法

在强非线性和复杂性的系统下，普通对称采样UKF 算法存在稳定性问题。为此，本文提出了基于状态方差阵对角相似分解的UKF 算法来保证算法的状态方差阵半正定。同普通对称采样UKF 算法比较，该算法降低了对状态方差阵的正定性要求。仿真试验验证了该方法的有效性。

基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计。针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统。提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好。

基于多传感器融合的组合导航方法研究

本文提出一种基于多传感器融合的组合导航方法,能够在小型旋翼无人机上实现低成本、高精度导航定位.该方法通过建立导航系统的机械编排模型,设计了一个17状态的扩展卡尔曼滤波器(EKF).对加速计的零偏和陀螺仪的漂移进行在线估计,实时的补偿传感器的测量误差.从而对旋翼无人机的速度、位置、角速度和姿态等参数进行精确的估计.通过对实际飞行数据仿真实验,并对比参考的导航系统,证明该方法在飞机的全包线飞行下均能够解算出可靠的导航信息。

基于模型参数估计的履带式移动机器人航向保持

履带式移动机器人运动时,由于受到系统误差及履带地面接触效应等不确定因素的影响,会导致航向及路径偏差。本文采用模型参数估计的方法达到履带式移动机器人路径保持的目的。首先,考虑履带与地面的滑动效应,建立起机器人运动学模型;然后,对于模型中受环境影响的参数,利用扩展卡尔曼滤波进行在线估计;最后,采用合适的观测值实现闭环控制。通过在履带式极地冰雪面移动机器人的实验研究,验证所提方法的可行性和有效性。

全地形移动机器人轮-地几何接触角估计

研究全地形移动机器人在不平坦地形中轮-地几何接触角的实时估计问题.本文以带有被动柔顺机构的六轮全地形移动机器人为对象,抛弃轮-地接触点位于车轮支撑臂延长线上这一假设,通过定义轮-地几何接触角δ来反映轮-地接触点在轮缘上位置的变化和地形不平坦给机器人运动带来的影响,将机器人看成是一个串-并联多刚体系统,基于速度闭链理论建立考虑地形不平坦和车轮滑移的机器人运动学模型,并针对轮-地几何接触角δ难以直接测量的问题,提出一种基于模型的卡尔曼滤波实时估计方法.利用卡尔曼滤波对机器人内部传感器的测量值进行噪声处理,基于机器人整体运动学模型对各个轮-地几何接触角进行实时估计,物理实验数据的处理结果验证了本文方法的有效性,从而为机器人运动学的精确计算和高质量的导航控制奠定了基础.

基于主动建模的无人直升机增强LQR控制

为了解决无人直升机控制问题,通过把主动建模与LQR(Linear Quadratic Regulator)控制相结合,提出一种能补偿模型差的控制方法。该方法在悬停状态下,采用简化模型设计LQR控制器,并通过UKF(Un-scented-Kalman-Filter)在线估计简化模型与全状态模型的模型差,使用模型差作为补偿项对LQR控制增强。针对实际直升机动力学模型进行仿真,验证了基于UKF的估计和增强LQR控制的有效性。仿真实验结果证明,基于UKF的主动建模技术能够快速估计状态和参数变化,并且增强LQR控制能够使系统适应模型不确定性。

一种新的角加速度估计方法及其应用

首先提出了一种新的基于卡尔曼滤波及牛顿预测的角加速度估计方法,在已知电机驱动系统位置信息的情况下,利用卡尔曼滤波实时估计系统的角加速度;同时采用牛顿预测方法解决估计算法的滞后问题,进一步提高了估计加速度的响应频带．以此为基础,本文进一步分析了利用估计加速度进行反馈控制以增强系统对外扰动的鲁棒性问题,提出了加速度反馈控制策略的设计准则并分析了稳定性．在一个直接驱动机器人关节上针对上述加速度估计及控制方法进行了实验研究:将估计加速度的实验结果与实测加速度(利用加速度计)的实验结果进行了比较分析,从而定量地揭示出估计加速度及其反馈控制在实际系统中的可行性及有效性．

基于障碍预估与概率方向权值的移动机器人动态路径规划

主要研究了移动机器人在未知动态环境中的路径规划问题.提出一种将障碍预估与概率方向权值相结合的动态路径规划新方法.该方法将卡尔曼滤波引入到规划算法中,使得对障碍物运动状态的实时有效预估成为可能.同时,为实现移动机器人的实时路径规划,提出一种新的概率方向权值方法,基于周期规划将障碍物与目标信息进行融合,能够有效处理室内环境下对于障碍物的速度和运动轨迹均未知的动态路径规划问题.仿真结果以及基于SmartROB2移动机器人平台所进行的实验结果验证了该方法的有效性和实用性.