-
题名基于声矢量传感器阵的汽车加速噪声源方位辨识
被引量：3
- 1
-
-
作者
单泽涛
单泽彪
梁龙凯
石要武
-
机构
保定市诺博橡胶制品有限公司
吉林大学通信工程学院
中水东北勘测设计研究有限责任公司
-
出处
《吉林大学学报（信息科学版）》
CAS
2013年第4期340-345,共6页
-
基金
国家自然科学基金资助项目(51075175)
-
文摘
为准确确定噪声发生位置,判断汽车故障类型,基于声矢量传感器阵,研究了汽车加速过程中噪声源方位辨识问题。汽车加速过程中噪声的主要成分燃烧噪声在一定的转速范围内可归结为一个线性调频Chirp信号,利用由传统的无指向性声压传感器和偶极子指向性质点振速传感器构成的以均匀分布面阵排列的声矢量传感器阵对其进行同步、共点、直接测量,得到声场声压和质点振速若干正交分量等信息,再利用多重信号分类经典算法对其进行时频分析,从而估计出噪声信号的方位参数,获得噪声源的具体方位信息。最后通过仿真结果验证了该方法的有效性。
-
关键词
声矢量传感器
汽车加速噪声
CHIRP信号
MUSIC算法
方位参数估计
-
Keywords
acoustic vector sensor
vehicle accelerating noise
chirp signal
multiple signal classification（MUSIC）
position parameter estimation
-
分类号
TN911
[电子电信—通信与信息系统]
-
-
题名概率神经网络多模型卡尔曼滤波定位导航算法
被引量：3
- 2
-
-
作者
梁龙凯
张丽英
何文超
吕绪浩
-
机构
东北师范大学人文学院理工学院汽车电子与服务工程系
吉林省高校汽车电子技术工程研究中心
-
出处
《电子技术应用》
2018年第6期60-62,67,共4页
-
基金
吉林省教育厅"十二五"科学技术研究规划项目(吉教科合字[2015]第570号)
-
文摘
交互式多模型扩展卡尔曼滤波(IMM-EKF)算法是解决机动载体运动模型不确定的定位问题的次优算法,在载体做模型确定的运动时该方法仍得到次优解且浪费运算资源。针对IMM-EKF算法的此类缺陷,采用离线训练的概率神经网络模型,实时判断当前运动模型分类,在运动模型确定的状态下选择对应的单一模型进行运算,而在运动模型不确定的状态下选择IMM-EKF算法,既保证定位精度,又减少了不必要的运算量。仿真对比实验验证了相比于IMM-EKF算法,新算法在精度方面的优势。
-
关键词
导航定位
扩展卡尔曼滤波
概率神经网络
北斗卫星导航系统
全球定位系统
-
Keywords
navigation
extend Kalman filter（EKF）
probabilistic neural network（PNN）
BDS
GPS
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于导向滤波器的医学图像融合方法
被引量：4
- 3
-
-
作者
郭盼
何文超
梁龙凯
张萌
吕绪浩
弓馨
-
机构
东北师范大学人文学院理工学院
吉林省高校汽车电子技术工程研究中心
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2019年第6期605-612,共8页
-
基金
吉林省教育厅科学规划项目(No.2016516,No.2016517,No.2016518)~~
-
文摘
针对医学图像融合过程中易产生人造纹理的问题,本文将引导滤波器应用到医学图像融合中,有效提高融合图像的空间连续性,减少人造纹理的产生。首先利用导向滤波器的细节增强特性获得图像的细节层信息,主要通过导向滤波器对原图像进行滤波处理得到其基础层图像信息,再与原图像作差运算即可得细节层图像信息;然后采用基于含可变参数p的邻域统计特性融合规则得到图像融合权值系数,该融合规则在原有的邻域统计特性中加入可变参数p,可以有效增强融合图像的细节信息;最后将原图像按照所得的图像融合权值系数进行融合,得到最终的融合图像。实验仿真结果对比分析表明,随着可变参数p的变化,融合效果也有明显的提高,当p>10后,融合效果基本趋于平稳。该融合方法可以有效地实现医学图像融合,与其他融合方法相比,具有一定的优越性。
-
关键词
医学图像
图像融合
导向滤波器
空间连续性
邻域统计特性
-
Keywords
medical image
image fusion
guiding filter
spatial continuity
neighborhood statistical characteristics
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名相干信源条件下的稀疏贝叶斯DOA估计
被引量：3
- 4
-
-
作者
何文超
梁龙凯
弓馨
-
机构
长春人文学院理工学院
-
出处
《电讯技术》
北大核心
2021年第8期993-998,共6页
-
基金
吉教科合字〔2016〕第518号。
-
文摘
为了解决相干信源条件下的离格波达方向(Direction of Arrival,DOA)估计问题,在现阶段研究成果的基础上,将子空间平滑技术(Subspace Smoothing,SS)与离格稀疏贝叶斯算法(Off-grid Sparse Bayesian Interference,OGSBI)相结合,提出了SS-OGSBI算法。为了提高算法在小快拍低信噪比下的性能,与子空间拟合(Weighted Subspace Fitting,WSF)技术相结合,提出了SS-WSF-OGSBI算法。与稀疏贝叶斯算法对比,所提算法在均方根误差及估计成功率上均具有明显优势。
-
关键词
阵列信号处理
相干信源
DOA估计
加权子空间拟合
稀疏贝叶斯
-
Keywords
array signal processing
coherent sources
DOA estimation
weighted subspace fitting
sparse Bayes
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
