摘要：针对MEMS磁传感器存在测量噪声大的问题,利用MEMS磁传感器体积小的特点,设计了阵列形式的MEMS磁传感器测量模块,减小了测量噪声对标定结果的影响。通过合理的硬件设计,实现同一时刻采集32个MEMS磁传感器信号。在硬件设计基础上,通过对阵列MEMS磁传感器建模与分析,设计了基于阵列MEMS磁传感器的标定方法。通过仿真及实物系统实验,验证了所提出方法的有效性。系统实验结果表明,采用阵列MEMS磁传感器标定结果的归一化模值标准差较单个磁传感器减小了70%。

摘要：为了解决四旋翼无人机在姿态解算时的高精度和实时性问题,提出了一种基于参数自适应的梯度下降法和互补滤波相结合的多传感器数据融合算法。该算法采用四元数表示姿态信息,利用梯度下降法对磁力计和加速度计数据进行预处理,并根据陀螺仪输出的角速度和外部加速度大小自适应选择梯度下降参数β,再将其和陀螺数据更新后的四元数进行互补滤波用于补偿陀螺的累积误差,解算出三个姿态角。最后设计仿真与实验分析。实验结果表明,相对于传统的梯度下降法和互补滤波法,该算法姿态估计误差小且具有更好的静态和动态性能。

摘要：耳蜗的主要功能之一相当于一组并联的且频率特性重叠的带通滤波器，该滤波器组的设计用一般数字滤波器设计方法难以奏效，本文提出该滤波器组的设计方法，并在数字信号处理器（ＤＳＰ）上加以实现。

摘要：针对传统动基座捷联惯导系统OBA粗对准算法,在低精度传感器中,易受到陀螺零偏的影响,存在累计误差导致观测矢量精度低的缺点,本文研究了基于四元数的无迹卡尔曼滤波来进行载体的姿态估计。该方法可以估计陀螺仪的零偏,并在预测方程中将其去除,能够有效地抑制陀螺零偏带来的累计误差,从而提高姿态误差角的收敛精度。最后设计了仿真与车载实验,验证本文所研究算法的有效性。

摘要：针对惯导系统中MEMS惯性传感器随机噪声较大的问题,本文利用MEMS惯性传感器体积小的特点,采用32个消费级MEMS惯性传感器,组成惯性传感器阵列,设计了阵列形式的MEMS惯性传感器测量单元。通过对阵列传感器建模与分析,将32个惯性传感器数据进行数据融合,以此降低消费级MEMS惯性传感器的随机噪声误差与零偏不稳定性。最后利用Allan方差分析了惯性传感器的噪声特性。实验结果表明,在静态状况下,阵列式MEMS惯性传感器有效的抑制了惯性传感器的随机误差,提高了惯性传感器的精度。

摘要：该文介绍了免疫算法在数字滤波器设计—频率抽样技术中的应用,结合FIR数字低通、带通滤波器设计的两个例子,给出了算法实现的具体操作步骤和实验结果。实验数据表明,采用免疫算法确定的频率过渡带样本值是最优的,设计的FIR滤波器的频率特性优于查表法。文中还把免疫算法与遗传算法在频率抽样技术中的应用作了比较,其收敛速度较遗传算法明显加快。

摘要：针对GPS辅助的低精度捷联惯导系统行进间初始对准时GPS易受野值的影响和陀螺零偏的累积误差导致航向角误差曲线波动的问题,提出了一种鲁棒四元数无迹卡尔曼滤波初始对准算法。首先,建立了无迹卡尔曼滤波的预测模型和量测模型,分析了GPS野值对于观测矢量的影响;然后,推导了模值匹配权值函数,结合无迹四元数卡尔曼滤波设计了鲁棒四元数无迹估计器;最后,设计了仿真与跑车实验,实验结果表明,本文所提出的算法不仅能去除GPS中的野值,还能有效抑制陀螺零偏带来的影响。

摘要：从双路字典学习、噪声功率谱估计、语音幅度谱重构角度提出了一种改进的谱特征稀疏表示语音增强方法。在字典学习阶段,融合功率谱与幅度谱特征,采用区分性字典降低语音字典和噪声字典的相干性;在语音增强阶段,提出一种噪声功率谱估计方法对非平稳噪声进行跟踪估计;考虑到幅度谱和功率谱特征对不同噪声的适应程度不同,设计了语音重构权值表。对分别由幅度谱和功率谱恢复而来的两路信号进行自适应加权重构,结合相位补偿函数得到增强后的语音信号。实验结果表明,该方法在平稳、非平稳噪声环境下相比于单一谱特征的语音增强方法平均提高31.6%,改善了语音增强方法的性能。

摘要：提出了一种基于免疫算法的前馈神经网络设计方法(ImmuneFeed-forwardNeuralNetwork,INN),用于实现前馈神经网络权值空间的搜索。初步实验结果显示免疫算法具有快速学习网络权值的和脱离局部极小点的能力。

摘要：提出了一种基于人工神经网络的英文字母识别方法。以改进的人工神经网络BP算法为基础,设计了一个英文字母识别系统,对大小写英文字母进行识别。实验结果表明,改进的BP算法降低了网络训练次数,有效地对由多种字体组成的英文大小写字母样本集进行训练,实现了对多种字体的英文字母的识别。