互相关性

摘要： 为实现收获机无人驾驶自适应调控,提出一种基于双目视觉对田间作物高度和收割边界信息进行提取的方法。利用双目相机获取三维数据,基于RANSAC算法拟合初始地面平面,结合IMU计算作业实时平面,根据点到平面的距离将三维数据转换为对应的实际高度。提出一种改进的结合密度峰聚类和K均值聚类的方法对高度数据分类,同时基于归一化彩色图像分割作物上部区域,融合高度分类和彩色图像分割结果,实现作物高度信息的提取。利用高度数据序列和模型函数的互相关性提取收割边界点,基于最小二乘法拟合边界直线,根据当前边界线预测下一帧数据边界点的候选范围,由收割边界直线计算航向偏差和横向偏差。实验表明,该方法可以有效提取作物高度和收割边界信息,高度检测平均绝对误差为0.043 m,边界识别正确率93.30%,航向偏差平均误差为1.04°,横向偏差平均绝对误差为0.084 m,对联合收获机无人驾驶自适应调控有应用价值。

摘要： 实验数据表明土体参数具有很大的空间变异性,而随机场理论为模拟土体参数空间变异性提供了有效途径。因为传统的谱表示法(SRM)无法正确模拟多维多元随机场参数间的互相关性,提出支持向量机法(SVM)与SRM耦合的方法。SVM是基于统计学习理论和结构风险最小化原理基础上的通用机器学习方法,它在解决小样本、非线性和高维模式识别问题中表现出诸多优势。以土体抗剪强度参数:黏聚力c和内摩擦角Φ为例,通过实验证明二者之间存在天然负相关性,即为二维二元随机场。结果表明,在样本数量较少的条件下,基于耦合算法模拟随机场不仅能有效地描述变量的自相关性,而且能够准确地描述变量间的互相关性,为解决小样本条件下模拟多维多元随机场提供了一种有效的方法。

摘要： 在压缩感知理论中,最为关键的问题是观测矩阵的构造.影响图像重建质量的因素包括观测矩阵列向量间的独立性以及观测矩阵与稀疏基间的互相关性.基于此提出了一种优化算法.该算法采用QR分解以增大观测矩阵列独立性,同时对利用等角紧框架(Equiangular Tight Frame,ETF)收缩的Gram矩阵进行优化,通过更新每次梯度下降的方向,加快收敛速度,从而减小观测矩阵与稀疏基间的互相关性.仿真实验结果显示,在信号稀疏度或观测次数相同情况下,该优化观测矩阵的方法在提高图像重建质量与稳定性方面都有一定优势.

摘要： 在实际的使用过程中,声发射信号中存在散布于有效信号频带内的高能峰,难以通过连续通带滤波器去除噪声,进而得到有效的信号成分.为解决该问题,将散布的高能峰概括为一种离散的频率分布,并将其视为特征频率,设计了一种去除离散频率分布噪声的算法——基于特征频率筛选的去噪算法(Denoising Algorithm based on Characteristic Frequency Selection,DCFS):采用基于去噪特征频率窗口滑动的频谱筛选方法实现频谱有效成分的提取,进一步对有效成分采用基于iFFT的去噪信号重构方法得到去噪信号.为验证算法的性能,采用互相关函数作为算法性能评价指标,对不同的刀具和材料的声发射信号进行实验,并与通用的带阻滤波算法和LMS(Least Mean Square)-自适应滤波算法进行去噪效果比较,结果显示DCFS的去噪效果更优.

摘要： 精准地把握风、光等可再生能源以及电、热等负荷的不确定性因素,可使规划后的分布式能源站更加经济、稳定地运行.针对这一问题,首先,提出了综合考虑时序自相关性和互相关性的随机场景生成及优选方法,得到一定数量具有代表性的随机场景;然后,建立了随机场景下分布式能源站的选型定容规划模型;其次,通过算例,分别将在不同随机场景生成方法下的分布式能源站规划结果与在传统的确定性场景下规划结果进行对比,验证了本文所提考虑随机场景生成及优选技术的分布式能源站选型定容规划方法的合理性和可行性,最后,分析了基于综合考虑时序自相关性和互相关性的随机场景生成及优选方法所规划的能源站运行特性.

摘要： 基于组合设计理论,对周期为N≡1(mod 4)的平衡最优几乎二元序列对的构造方法进行了研究.根据(几乎)二元序列对的不同组合,得出了最大互相关值分别为相关理论界,并生成了4类满足互相关值和自相关理论界下界值的平衡(几乎)最优几乎二元序列对.所提构造方法扩展了互相关值的取值范围并进一步降低了最优二元序列对的互相关值,且序列长度参数f可选择任意整数,丰富了最优二元序列对的存在空间.

摘要： 实验数据表明土体参数具有很大的空间变异性,而随机场理论为模拟土体参数空间变异性提供了有效途径.因为传统的谱表示法(SRM)无法正确模拟多维多元随机场参数间的互相关性,提出支持向量机法(SVM)与SRM耦合的方法.SVM是基于统计学习理论和结构风险最小化原理基础上的通用机器学习方法,它在解决小样本、非线性和高维模式识别问题中表现出诸多优势.以土体抗剪强度参数:黏聚力c和内摩擦角Φ为例,通过实验证明二者之间存在天然负相关性,即为二维二元随机场.结果表明,在样本数量较少的条件下,基于耦合算法模拟随机场不仅能有效地描述变量的自相关性,而且能够准确地描述变量间的互相关性,为解决小样本条件下模拟多维多元随机场提供了一种有效的方法.

摘要： 风力发电是我国最为环保的一种发电形式,近年来不断实施大规模风电并网,对电力系统有效调整频率、调整峰值、调度等多个层面影响较大,促使电网调度过程中难度增加。本研究以大唐景泰兴泉风电场和国投捡财塘JCT为例分析了自相关特性、互相关性,进行分析。希望能够从多个不同时间尺度、不同地理位置空间尺度分析风力发电出力数据,熟悉风力发电出力相关特征,以后风力发电并网电力系统不同方面研究分析提供数据支持及理论参考,以更好的进行风力发电规模并网消纳。

摘要： 本文侧重讨论水平非均匀分布噪声源产生的海洋环境噪声场的水平方向特性,同时论及海洋环境不均匀性对环境噪声场水平方向特性的影响.指出在噪声源水平非均匀分布海洋中,不同接收点海洋环境噪声水平声能流的方向、幅度不同:同一接收点在不同水平方向上的环境噪声强度不同,同一观测点附近相隔一定距离的两个指向性水听器的互相关性将随水平方向而变化.对于噪声源水平方向均匀分布情形,当存在较大范围中尺度不均匀性时,理论计算表明,由两个锐指向性水听器获得来自该方向的环境噪声的互相关性,将不同于它们扫描不存在中尺度不均匀性其它方向时所获得的环境噪声的互相关性.

摘要： 为了更清楚地了解TD—SCDMA扰码规划的机理及选取原则，文章将128个码进行分组，构建不同的复合码集，在不同集合之间，针对不同扩频因子分析其互相关最大值，进而给出可供选择的扰码组。这无论对于手工规划扰码，还是扰码的软件自动分配算法实现都有着较好的指导意义。

摘要： 为了更清楚地了解TD—SCDMA扰码规划的机理及选取原则，文章将128个码进行分组，构建不同的复合码集，在不同集合之间，针对不同扩频因子分析其互相关最大值，进而给出可供选择的扰码组。这无论对于手工规划扰码，还是扰码的软件自动分配算法实现都有着较好的指导意义。

摘要： 为了更清楚地了解TD—SCDMA扰码规划的机理及选取原则，文章将128个码进行分组，构建不同的复合码集，在不同集合之间，针对不同扩频因子分析其互相关最大值，进而给出可供选择的扰码组。这无论对于手工规划扰码，还是扰码的软件自动分配算法实现都有着较好的指导意义。

摘要： 为了更清楚地了解TD—SCDMA扰码规划的机理及选取原则，文章将128个码进行分组，构建不同的复合码集，在不同集合之间，针对不同扩频因子分析其互相关最大值，进而给出可供选择的扰码组。这无论对于手工规划扰码，还是扰码的软件自动分配算法实现都有着较好的指导意义。

摘要： 为了更清楚地了解TD—SCDMA扰码规划的机理及选取原则，文章将128个码进行分组，构建不同的复合码集，在不同集合之间，针对不同扩频因子分析其互相关最大值，进而给出可供选择的扰码组。这无论对于手工规划扰码，还是扰码的软件自动分配算法实现都有着较好的指导意义。

摘要： 本发明公开了一种基于无线物理层信道特征的动态密钥量化协商方法，解决了现有量化协商方法密钥生成速率低，熵值较低的问题。量化协商过程包括：数据通信双方预先采集通信数据信息，初始化密钥量化协商参数，通信一方对分段后每一段数据依次进行动态分组斜率量化得到初始密钥，通信双方根据分组下标记录数组与舍弃数组对初始密钥进行密钥协商，最终双方各自得到最终密钥。本发明提高了密钥流生成速率，可在200秒左右时长内生成128‑256bit密钥流。保证了密钥流熵值较高，优于上下区间量化算法和固定分组斜率量化算法。本发明应用于无线网络加密通信中的密钥生成协商，实现安全通讯。

摘要： 本发明公开了一种基于信号相关性增强的互相关时延估计方法，主要应用于无源定位中的TDOA定位，首先，各基站接收辐射源信号，并对其进行采样；其次，选取其中一个基站作为参考基站，将其他基站接收到的辐射源信号与其进行互相关时延估计，得到初始时延估计值；然后，根据各基站收到信号与参考基站接收信号的时延差，对不同基站的接收信号进行延迟采样，以确保它们的时间起点趋于相同，再次进行互相关时延估计；最后，取第一次的时延估计结果与第二次时延估计结果之和，即为最后的时延估计结果；本发明有效解决了信号时延差过大引起的时延估计误差大的问题，应用于TDOA定位系统可以获得更加精确的定位结果。

摘要： 本发明公开了一种基于无线物理层信道特征的动态密钥量化协商方法，解决了现有量化协商方法密钥生成速率低，熵值较低的问题。量化协商过程包括：数据通信双方预先采集通信数据信息，初始化密钥量化协商参数，通信一方对分段后每一段数据依次进行动态分组斜率量化得到初始密钥，通信双方根据分组下标记录数组与舍弃数组对初始密钥进行密钥协商，最终双方各自得到最终密钥。本发明提高了密钥流生成速率，可在200秒左右时长内生成128‑256bit密钥流。保证了密钥流熵值较高，优于上下区间量化算法和固定分组斜率量化算法。本发明应用于无线网络加密通信中的密钥生成协商，实现安全通讯。

摘要： 本发明涉及随机场景分析方法领域，尤其是一种考虑时序自相关和互相关性的随机场景分析方法，现提出如下方案，其包括如下步骤：根据各不确定性因素的概率模型对目标地区各不确定性因素的全年时序数据进行抽样，获取初始不确定性因素时序，根据初始不确定性因素时序的自相关性，对初始不确定性因素时序进行时序重构，生成考虑时序自相关性的不确定性因素随机时序，组合不确定性因素随机时序，形成考虑时序自相关性的第一随机场景集，并由其得到考虑时序自相关和互相关性的第二随机场景集。本发明生成的场景集能够以较少的数据量完整表现历史数据的特征，为解决含可再生能源的电力系统优化规划运行问题提供数据支撑。

摘要： 本发明公开一种基于互相关性的图像频域差分材质匹配方法，包括以下步骤：通过滑动窗口搜索待检图像；将不同尺度的窗口缩放到和图像模板一样；对图像模板和多个尺度窗口的图像区进行傅立叶变换；取傅立叶变换后的图像模板的最大值和最小值，再对图像模板进行归一化处理；把多个尺度窗口的傅立叶变换的数值范围统一到与图像模板一致的数值空间，使得窗口的频域值与图像模板的频域值一致；对不同尺度的窗口和图像模板进行互相关运算、差分操作，把差分后的数值与互相关运算的数值进行元素相乘；对上述数值进行比较，寻找最大值及其对应的尺度；若最大值小于阈值，则视为当前位置匹配，并把对应位置和对应尺度所在的图像区域进行标记。

摘要： 本发明公开了一种基于互相关性的对步态信号进行识别方法及系统，其中方法包括：获取多个目标对象的步态信号数据，所述步态数据包括X轴、Y轴和Z轴加速度信号；将每个目标对象在预定期间内的步态信号数据确定为一个步态信号数据样本；计算步态信号数据样本中的步态信号数据与相邻的步态信号数据在X轴、Y轴和Z轴加速度信号之间的互相关性特征；基于步态信号数据以及步态信号数据的互相关性特征训练卷积神经网络模型，基于训练后的卷积神经网络模型对目标对象的步态信号进行识别。

摘要： 本发明公开了一种基于车桥信号互相关性的桥梁结构损伤定位方法，步骤如下：在桥梁上任一位置布置一个竖向加速度传感器；在车辆上安装一个竖向加速度传感器，并使车辆匀速通过桥梁；分别收集车辆驶过桥梁过程中桥梁的加速度信号a

摘要： 本发明涉及一种基于特征互相关性和概率密度的数据异常分析方法，包括：基于连续烟气监测系统CEMS采集到废气污染物数据，进行筛选和预处理后，计算每个数据特征与各个数据特征之间的互相关系数，找出存在明显相关性并且呈现正相关性的数据特征，根据找出的数据特征的相关系数值来判断数据是否异常；其余不具备明显相关性的数据特征，利用非参数估计的Parzen窗方法进行概率密度函数估计出各数据特征的概率密度，根据概率密度确定正常数据特征的区间，如果数据特征值超过区间值，则判断为异常数据。

摘要： 本发明公开了一种基于形心特征点与邻域灰度互相关性的立体视觉定位方法，包括：S1，对双目相机进行标定并进行图像采集；S2，对图像进行处理及区域定位；S3，对左右图进行立体匹配；S4，获取目标物体的三维坐标信息。本发明方案利用形心特征点与邻域灰度互相关性相结合的匹配算法，通过由粗到精实现目标匹配，在形心特征点匹配过程中加以极线约束和视差范围约束，解决了特征匹配在寻找对应匹配点时很可能存在多个候选点或匹配点不存在的问题。

摘要： 本发明总体上涉及由用户基于相关性分析选择的访问数据。在本发明中提出了引入属性值规范化和基于属性之间的相互相关性的分层数据分析。属性的标度值到标称值的规范化提供了针对属性之间的相关性的假设的基础，因此科学地证明进一步的观察和比较。多层分层调查使得不仅能够在属性的水平山，而且能够在有关数据的水平上进行分析，这提供了更加详细的观察。