发布时间：
卡尔曼滤波（Kalman filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用.表达式 X(k)=A X(k-1)+B U(k)+W(k) 背景斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器。关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。定义传统的滤波方法，只能是在有用信号与噪声具有不同频带的条件下才能实现．20世纪40年代，N．维纳和A．H．柯尔莫哥罗夫把信号和噪声的统计性质引进了滤波理论，在假设信号和噪声都是平稳过程的条件下，利用最优化方法对信号真值进行估计，达到滤波目的，从而在概念上与传统的滤波方法联系起来，被称为维纳滤波。这种方法要求信号和噪声都必须是以平稳过程为条件。60年代初，卡尔曼(R．E．Kalman)和布塞(R． S．Bucy)发表了一篇重要的论文《线性滤波和预测 理论的新成果》，提出了一种新的线性滤波和预测理由论，被称之为卡尔曼滤波。特点是在线性状态空间表示的基础上对有噪声的输入和观测信号进行处理，求取系统状态或真实信号。这种理论是在时间域上来表述的，基本的概念是：在线性系统的状态空间表示基础上，从输出和输入观测数据求系统状态的最优估计。这里所说的系统状态，是总结系统所有过去的输入和扰动对系统的作用的最小参数的集合，知道了系统的状态就能够与未来的输入与系统的扰动一起确定系统的整个行为。卡尔曼滤波不要求信号和噪声都是平稳过程的假设条件。对于每个时刻的系统扰动和观测误差（即噪声），只要对它们的统计性质作某些适当的假定，通过对含有噪声的观测信号进行处理，就能在平均的意义上，求得误差为最小的真实信号的估计值。因此，自从卡尔曼滤波理论问世以来，在通信系统、电力系统、航空航天、环境污染控制、工业控制、雷达信号处理等许多部门都得到了应用，取得了许多成功应用的成果。例如在图像处理方面，应用卡尔曼滤波对由于某些噪声影响而造成模糊的图像进行复原。在对噪声作了某些统计性质的假定后，就可以用卡尔曼的算法以递推的方式从模糊图像中得到均方差最小的真实图像，使模糊的图像得到复原。性质①卡尔曼滤波是一个算法，它适用于线性、离散和有限维系统。每一个有外部变量的自回归移动平均系统(ARMAX)或可用有理传递函数表示的系统都可以转换成用状态空间表示的系统，从而能用卡尔曼滤波进行计算。②任何一组观测数据都无助于消除x(t)的确定性。增益K(t)也同样地与观测数据无关。③当观测数据和状态联合服从高斯分布时用卡尔曼递归公式计算得到的是高斯随机变量的条件均值和条件方差，从而卡尔曼滤波公式给出了计算状态的条件概率密度的更新过程线性最小方差估计，也就是最小方差估计。形式卡尔曼滤波已经有很多不同的实现，卡尔曼最初提出的形式一般称为简单卡尔曼滤波器。除此以外，还有施密特扩展滤波器、信息滤波器以及很多Bierman, Thornton 开发的平方根滤波器的变种。最常见的卡尔曼滤波器是锁相环，它在收音机、计算机和几乎任何视频或通讯设备中广泛存在。实例卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列中预测出物体的坐标位置及速度。在很多工程应用(雷达、计算机视觉)中都可以找到它的身影。同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题。应用比如，在雷达中，人们感兴趣的是跟踪目标，但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响，得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波)，也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑)。扩展卡尔曼滤波（EXTEND KALMAN FILTER, EKF）是由kalman filter考虑时间非线性的动态系统，常应用于目标跟踪系统。状态估计状态估计是卡尔曼滤波的重要组成部分。一般来说，根据观测数据对随机量进行定量推断就是估计问题，特别是对动态行为的状态估计，它能实现实时运行状态的估计和预测功能。比如对飞行器状态估计。状态估计对于了解和控制一个系统具有重要意义，所应用的方法属于统计学中的估计理论。最常用的是最小二乘估计，线性最小方差估计、最小方差估计、递推最小二乘估计等。其他如风险准则的贝叶斯估计、最大似然估计、随机逼近等方法也都有应用。状态量受噪声干扰的状态量是个随机量，不可能测得精确值，但可对它进行一系列观测，并依据一组观测值，按某种统计观点对它进行估计。使估计值尽可能准确地接近真实值，这就是最优估计。真实值与估计值之差称为估计误差。若估计值的数学期望与真实值相等，这种估计称为无偏估计。卡尔曼提出的递推最优估计理论，采用状态空间描述法，在算法采用递推形式，卡尔曼滤波能处理多维和非平稳的随机过程。理论卡尔曼滤波理论的提出，克服了威纳滤波理论的局限性使其在工程上得到了广泛的应用，尤其在控制、制导、导航、通讯等现代工程方面。
本文为离散卡尔曼滤波算法的一 一个简明教程，从算法思想、实现过程、理论推导和程序实现四个方面阐述和分析了卡尔曼滤波算法。
XU Ruilin完成本教程主要部分的编写，WANG Xuejun完成第3节的编写，ZHU Ximin完成节的编写，WEN Shuhan完成节的编写，MAO Bo完成全文整理、修订和排版。
卡尔曼滤波（Kalman Filtering）及其一系列的优化和改进算法是目前在求解运动状态推算问题上最为普遍和高效的方法。 鲁道夫·卡尔曼 （Rudolf Emil Kalman） 在NASA埃姆斯研究中心访问时，发现他的方法适用于解决阿波罗计划的轨迹预测问题。阿波罗飞船的导航电脑就是使用这种滤波器进行轨迹预测。
卡尔曼滤波尤其适用于动态系统，这种方法对于内存要求极低而运算速度快，且能够保持较好的计算精度，这使得这种方法非常适合解决实时问题和应用于嵌入式系统，也就是说，卡尔曼滤波天然的适用于解决舰艇指控系统的航迹推算问题。在接下来的内容里，我们将逐步领会卡尔曼滤波的这些绝佳特点。
不过，现在我们先从复杂的舰艇航迹推算问题中解脱出来，从一个更加熟悉和简单的问题中来理解这个滤波算法的思想、过程和算法。
假设有一辆无人车WALL-E，需要导引它从A点到达B点，共有两种手段（ 图1 ）：
显然，两种方法都有一定的误差。如果单独采用某一种方法进行定位，WALL-E在误差的影响下将无法到达B点。因此，需要将两种方法结合起来，得到一个更加精确的结果，这就是卡尔曼滤波要解决的问题。
卡尔曼滤波方法如何看待我们的问题呢？在探究这个问题之前，我们先对问题进行抽象，并用数学语言来描述我们的问题。
我们用矢量 来描述WALL-E的运动状态，这个列矢量 包括位置矢量 和速度矢量 两个分量。在WALL-E的问题上，我们现在不知道位置 和速度 的准确值，但是知道WALL-E的运动模型满足 状态方程 ，定位的方法，也即观测WALL-E运动状态的方法满足 观测方程 . 当然，我们也知道，这两种方法都存在一定的误差 ，那么我们的问题就可以转化为一个优化问题——
在这一优化问题中，目标函数是要使预测（估计）误差最小，同时约束于估计方法 和 的条件下。在卡尔曼滤波中，我们的估计原则（也就是最小化估计误差的原则）是 最小方差无偏估计 [1] ，我们将通过后面的过程分析来说明这一点。
在我们正式开始引入公式分析卡尔曼滤波问题之前，我们还必须解决一个问题------把连续的线性系统离散化，也就是将连续时域问题转化为时间序列问题。当然，目前我们只讨论线性系统的情况，关于非线性系统问题，我们有扩展卡尔曼滤波（Extended Kalman Filtering, EKF）和无迹卡尔曼滤波（Unscented Kalman Filtering, UKF）两种方法来求解。
补充内容------连续线性时变系统的离散化 设连续线性时变系统的时域状态方程为
若采样周期为 ，则从时刻 到时刻 ，有
令 ， ，则离散化的状态方程为
通过对线性系统的离散化处理，我们现在可以考虑每一个时刻WALL-E的运动状态。接下来，我们将用 来表示在 时刻运动状态的最优估计值；用 表示用 时刻对 时刻的状态预测值；用 表示对 时刻综合预测和观测两种方法的最优估计值。
在估计WALL-E位置的问题上，假定我们已经知道它是匀速直线运动，WALL-E身上还携带有一个GPS传感器可以提供它的位置信息，WALL-E在前进过程中可能会遇到一些情况，比如停止前进或是受到风的影响。
加入我们已知的是WALL-E上一个时刻的最佳估计状态，即k-1时刻的位置和速度，要求的是下一时刻即k时刻的最佳估计状态，即k时刻的位置和速度，我们可以发现有两种方法可以得到它的k时刻的状态：
一种是通过WALL-E设定程序计算得到下一秒的状态，比如现在设定是匀速直线运动，那么下一秒的速度应该是恒定不变的，而位置则是在上一秒位置的基础上加上时间乘以速度即一秒内走过的路程，但是现实生活中并不是理想的，机器人会受到摩擦力、风力等的影响，当然也可能会有顽皮的小孩挡住他前进的道路，这些因素使得WALL-E在k时的真实状态与我们计算得到的数据有所不同。
另一种是通过WALL-E所携带的GPS来确定它的位置，因为GPS是测量出的就是WALL-E的实时状态，因此它比较准确。但是GPS测量k时刻的状态有两个问题，一是GPS只能测出WALL-E的位置，而测不出它的速度；二是GPS传感器测量的时候也会有仪器的误差，只能说它是比较准确的，比较接近真实值的。
那么接下来问题来了，我们如何得到k时刻WALL-E的真实状态呢？
我们将第一种方法得到的状态值称为预测值，第二种方法得到的状态值称为测量值，对汽车的最佳估计就是将这两部分信息结合起来，尽量的去逼近k时刻的真实值。
下面再深入一些思考，怎么将这两部分结合起来？
在初始时间k-1， 是WALL-E的最佳估计值，WALL-E其实可以是估计值附近的任何位置，并且这种不确定性由该概率密度函数描述。WALL-E最有可能在这个分布的平均值附近。在下一个时间，估计的不确定性增加，用一个更大的方差表示，这是因为在时间步骤k-1和k之间，WALL-E可能收到了风力的影响，或者脚可能向前滑了一点，因此，它可能已经行进了与模型预测的距离不同的距离。
WALL-E位置的另一个信息来源来自测量，方差表示误差测量的不确定性，真正的位置同样可以是平均值附近的任何位置。
预测值和测量值，对WALL-E的最佳估计是将这两部分信息结合起来，将两个概率函数相乘得到另一个高斯函数，该估计值的方差小于先前估计值，并且该概率密度函数的平均值为我们提供了WALL-E位置的最佳估计。
以下，我们将进行e的运算推导
设：
则有实际目标变量的表达式：
数学模型中目标变量的表达式：
实际模型中测量变量的表达式：
数学模型中测量变量的表达式：
将目标变量的实际值和估计值相减：
将上述方程带入误差e的表达式，我们可得出误差e的解析解：
从推导结果中我们不难看出，估计值和实际值的误差随时间呈指数形式变化，当（F-KH）<1时，随着时间的推移，会无限趋近于零，也就是意味着估计值和实际值相吻合。这就是为什么卡尔曼滤波器可以完美预测出目标状态值的原理。
在估计WALL-E位置的问题上，我们不知道位置 和速度 的准确值，但是我们可以给出一个估计区间（ 图 ）。卡尔曼滤波假设所有的变量是随机的且符合高斯分布（正态分布）。每个变量有一个均值 和一个方差 （ 图 ）。而 图 则表示速度和位置是相关的。
假如我们已知上一个状态的位置值，现在要预测下一个状态的位置值。如果我们的速度值很高，我们移动的距离会远一点。相反，如果速度慢，WALL-E不会走的很远。这种关系在跟踪系统状态时很重要，它给了我们更多的信息：一个观测值告诉我们另一个观测值可能是什么样子。这就是卡尔曼滤波的目的------从所有不确定信息中提取有价值的信息。
根据数理统计知识，我们知道这种两个观测值（随机变量）之间的关系可以通过一个协方差矩阵 描述（ 图6 ）。
我们假设系统状态的分布为 高斯分布（正态分布） ，所以在 时刻我们需要两个信息：最佳预估值 及其协方差矩阵 （如式(2)所示）。
下一步，我们需要通过 时刻的状态来预测 时刻的状态。请注意，我们不知道状态的准确值，但是我们的预测函数并不在乎，它仅仅是对 时刻所有可能值的范围进行预测转移，然后得出一个k时刻新值的范围。在这个过程中，位置 和速度 的变化为
我们可以通过一个状态转移矩阵 来描述这个转换关系
同理，我们更新协方差矩阵 为
到目前为止，我们考虑的都是匀速运动的情况，也就是系统没有对WALL-E的运动状态进行控制的情况。那么，如果系统对WALL-E进行控制，例如发出一些指令启动或者制动轮子，对这些额外的信息，我们可以通过一个向量 来描述这些信息，并将其添加到我们的预测方程里作为一个修正。假如我们通过发出的指令得到预期的加速度 ，运动状态方程就更新为
引入矩阵表示为
式中 称为控制矩阵， 称为控制向量（例如加速度 ）。当然，如果没有任何外界动力影响的系统，可以忽略这一部分。
我们增加另一个细节，假如我们的预测转换矩阵不是100%准确呢，会发生什么？如果状态只会根据系统自身特性演变，那样将不会有任何问题。如果所有外界作用力对系统的影响可以被计算得十分准确，那样也不会有任何问题。但是如果有些外力我们无法预测，例如我们在跟踪一个四轴飞行器，它会受到风力影响；或者在跟踪一个轮式机器人，轮子可能会打滑，地面上的突起会使它减速。我们无法跟踪这些因素，而这些不确定事件发生时，预测方程将会失灵。因此，我们将这些不确定性统一建模，在预测方程中增加一个不确定项。
通过这种方式，使得原始状态中的每一个点可以都会预测转换到一个范围，而不是某个确定的点（ 图 ）。 可以这样描述------ 中的每个点移动到一个符合方差 的高斯分布里（ 图 ）。换言之，我们把这些不确定因素描述为方差为 的高斯噪声，并用 表示。这样就会产生一个新的高斯分布，方差不同，但是均值相同（ 图 ）。
通过对 的叠加扩展，得到完整的预测转换方程为
新的预测转换方程只是引入了已知的系统控制因素。新的不确定性可以通过之前的不确定性计算得到。到这里，我们得到了一个模糊的估计范围------通过 和 描述的范围。
我们之前的工作仍然是在使用运动模型一种方法来估计系统的状态，现在，我们要把另一种方法，也就是观测（本问题中为GPS定位）考虑进来，以进一步修正对运动状态的估计（ 图8 ）。
我们用矩阵 来描述观测方法的作用，于是有
再加入观测噪声 ，观测方程为
从控制论的角度出发，我们定义新息（也即观测值与预测值的误差）为
当然我们也知道，观测本身也会存在误差，比如本问题中的GPS定位精度仅有10m. 因此，我们用矩阵 来描述这种不确定性（ 图10 及 图 ）。
这时，我们新息的协方差为
现在我们需要把两种方法得到的可能性融合起来（ 图 ）。对于任何状态，有两个可能性：1. 传感器的观测值更接近系统真实状态；2. 模型推算的估计值更接近系统真实状态。如果有两个相互独立的获取系统状态的方式，并且我们想知道两者都准确的概率值，于是我们可以通过加权来解决更相信谁的问题（ 图 ）。
我们现在知道，系统模型的状态预测 与对系统的状态观测 服从高斯分布，把这个问题抽象一下就是——
根据我们的一个估计准则------ 最小方差估计 ，那么这个问题可以转化为优化问题求解
求导数（差分）得
则 ，从而
当维度高于一维时，我们用矩阵来描述，有
这里的 称为 卡尔曼增益 （Kalman Gain），也就是我们在解决更信任哪种方法时的偏向程度。
如果我们从两个独立的维度估计系统状态，那么根据系统模型的预测为
通过传感器的观测为
我们结合着两种方法得到
由 可知，卡尔曼增益为
将 约去（ 中也含有 项），得
此时的卡尔曼增益实际为
我们最后再来验证一下 估计的无偏性 ——
这里我们设 时刻的真值为 ，由于
由于 （ 从初值而来的无偏传递性 ）可知 ，即卡尔曼滤波满足无偏估计准则。显然，其中要求系统噪声和观测噪声是不相关、零期望的白噪声，且是线性系统，初始时刻的状态估计是无偏的。当这些条件不能满足时，卡尔曼滤波的估计结果是有偏的。
到这里，我们已经获得了卡尔曼滤波的全部要素。我们可以把整个过程总结为3个基本假设
假设一 和 都是零均值高斯白噪声，也即 ，
假设二 与 无关，也即
假设三 系统初值 的均值和方差已知，且 与 均不相关。
以及5个基本方程 方程一 状态预测
方程二 协方差预测
方程三 卡尔曼增益
将预测值和测量值进行结合，对系统状态进行最优估计的算法。
在连续变化的系统中使用卡尔曼滤波是非常理想的，它具有占用内存小的优点（除了前一个状态量外，不需要保留其它历史数据），并且速度很快，很适合应用于实时问题和嵌入式系统。
根据k-1时刻的系统状态预测k时刻系统状态。
考虑外部因素控制的影响 外部因素会对系统进行控制，从而带来一些与系统自身状态没有相关性的改变。其中 成为控制矩阵， 称为控制向量，如果没有外部控制，这部分可以忽略。
外部噪声因素 在每次预测之后，我们可以添加一些新的不确定性来建立这种与“外界”（即我们没有跟踪的干扰）之间的不确定性模型
小结： 由上两式可知，新的最优估计是根据上一最优估计预测得到的，并加上已知外部控制量的修正。 而新的不确定性由上一不确定性预测得到，并加上外部环境的干扰。
加入传感器观测数据 卡尔曼滤波的一大优点就是能处理传感器噪声，我们的传感器或多或少都有点不可靠，并且原始估计中的每个状态可以和一定范围内的传感器读数对应起来。 从测量到的传感器数据中，我们大致能猜到系统当前处于什么状态。但是由于存在不确定性，某些状态可能比我们得到的读数更接近真实状态。 传感器早上用协方差 表示，该分布的均值 是我们读取到的传感器数据。 于是我们得到两个高斯分布，一个是预测值附近，一个是传感器读数附近。把两个具有不同均值和方差的高斯分布相乘，得到一个新的具有独立均值和方差的高斯分布。 结果如下，其中，K为卡尔曼增益。
总结： 我们可以用这些公式对任何线性系统建立精确的模型，对于非线性系统来说，我们使用扩展卡尔曼滤波，区别在于EKF多了一个把预测和测量部分进行线性化的过程。
参考文章：
卡尔曼(kalman)滤波卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全包含噪声的测量(英文:measurement)中，估计动态系统的状态。应用实例卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列预测出物体的坐标位置及速度. 在很多工程应用(雷达, 计算机视觉)中都可以找到它的身影. 同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题. 比如,在雷达中,人们感兴趣的是跟踪目标,但目标的位置,速度,加速度的测量值往往在任何时候都有噪声.卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑). 命名这种滤波方法以它的发明者鲁道夫.E.卡尔曼（Rudolf E. Kalman）命名. 虽然Peter Swerling实际上更早提出了一种类似的算法. 斯坦利.施密特(Stanley Schmidt)首次实现了卡尔曼滤波器.卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器. 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表. 目前,卡尔曼滤波已经有很多不同的实现.卡尔曼最初提出的形式现在一般称为简单卡尔曼滤波器.除此以外,还有施密特扩展滤波器,信息滤波器以及很多Bierman, Thornton 开发的平方根滤波器的变种.也行最常见的卡尔曼滤波器是锁相环，它在收音机,计算机和几乎任何视频或通讯设备中广泛存在.
I don't know!
在cnki上下篇kalman目标跟踪的硕士论文吧，很多的，当然期刊也可以，不过一般情况下硕士论文讲的能详细点，然后找准一篇仔细研读，这样子基本上理论就没啥问题了，编程就用MATLAB，用C很麻烦，很多算法都没有得自己从头编，matlab集成了很多的算法的，只要找出来调用就行了。这里给你说下kalman跟踪的思路吧：0.如果你的视频是实际录得话，为防止检测到伪目标，首先要对输入的图像进行滤波，简单的有中值均值滤波。1.对视频序列采用背景差分或帧间差分就可以得到运动区域了，这里重点就是背景建模，如果嫌麻烦也就别看什么单高斯或多高斯的了，直接找一个空帧(没有运动目标)当背景就OK了，差分后就有了运动区域，然后二值化方便以后的处理。然后视有没有阴影而进行阴影去除的工作。2.上边这步也就是检测出了运动区域，按你的检测出来是要给边边画圈，这个在matlab上好好研究研究怎样提取目标边缘的点，在原位图图上把边缘的点改变成一个同像素值就行了，这样检测就完了。3.跟踪，首先得找到目标的中心，因为目标不只是一个像素，必须有一个中心来表示它的坐标位置，这个方法自己想啦，什么取均值求外接矩形中心啊都可以的，然后每一帧都这么做就有一系列的中心坐标了。，Kalman的作用还是以滤波为主，相当于把第三步的那些坐标都当成信号序列，用Kalman滤波，边检测边滤波，kalman主要记住那5个公式，知道它的递推过程就基本能编出来了，至于滤波器参数就在参考文献里找吧，编出来kalman部分的程序没多少行的，别怕。5.如果是多目标跟踪的话就进行目标匹配的工作，相当于每帧都检测出两个目标，你要知道最新一帧中的每个分别对应的是前边帧的哪个目标。上边这些给你一个大体的思路，你根据自己的任务选择做哪些工作，这个题目不难的，要有信心
我这里有用kalman跟踪小球的程序和视频呢，QQ是308431540
1. 智能压力传感器系统设计 2. 智能定时器 3. 液位控制系统设计 4. 液晶控制模块的制作 5. 嵌入式激光打标机运动控制卡软件系统设计 6. 嵌入式激光打标机运动控制卡硬件系统设计 7. 基于单片机控制的数字气压计的设计与实现 8. 基于MSC1211的温度智能温度传感器 9. 机器视觉系统 10. 防盗与恒温系统的设计与制作 11. 防盗报警器 12. AT89S52单片机实验系统的开发与应用 13. 在单片机系统中实现SCR（可控硅）过零控制 14. 微电阻测量系统 15. 基于单片机的电子式转速里程表的设计 16. 基于GSM短信模块的家庭防盗报警系统 17. 公交车汉字显示系统 18. 基于单片机的智能火灾报警系统 19. WIN32环境下对PC机通用串行口通信的研究及实现 20. FIR数字滤波器的MATLAB设计与实现方法研究 21. 无刷直流电机数字控制系统的研究与设计 22. 直线电机方式的地铁模拟地铁系统制作 23. 稳压电源的设计与制作 24. 线性直流稳压电源的设计 25. 基于CPLD的步进电机控制器 26. 全自动汽车模型的设计制作 27. 单片机数字电压表的设计 28. 数字电压表的设计 29. 计算机比值控制系统研究与设计 30. 模拟量转换成为数字量的红外传输系统 31. 液位控制系统研究与设计 32. 基于89C2051 IC卡读/写器的设计 33. 基于单片机的居室安全报警系统设计 34. 模拟量转换成为数字量红外数据发射与接收系统 35. 有源功率因数校正及有源滤波技术的研究 36. 全自动立体停车场模拟系统的制作 37. 基于I2C总线气体检测系统的设计 38. 模拟量处理为数字量红外语音传输接收系统的设计 39. 精密VF转换器与MCS-51单片机的接口技术 40. 电话远程监控系统的研究与制作 41. 基于UCC3802的开关电源设计 42. 串级控制系统设计 43. 分立式生活环境表的研究与制作(多功能电子万年历) 44. 高效智能汽车调节器 45. 变速恒频风力发电控制系统的设计 46. 全自动汽车模型的制作 47. 信号源的设计与制作 48. 智能红外遥控暖风机设计 49. 基于单片控制的交流调速设计 50. 基于单片机的多点无线温度监控系统 51. 蔬菜公司恒温库微机监控系统 52. 数字触发提升机控制系统 53. 农业大棚温湿度自动检测 54. 无人监守点滴自动监控系统的设计 55. 积分式数字电压表设计 56. 智能豆浆机的设计 57. 采用单片机技术的脉冲频率测量设计 58. 基于DSP的FIR滤波器设计 59. 基于单片机实现汽车报警电路的设计 60. 多功能数字钟设计与制作 61. 超声波倒车雷达系统硬件设计 62. 基于AT89C51单片机的步进电机控制系统 63. 模拟电梯的制作 64. 基于单片机程控精密直流稳压电源的设计 65. 转速、电流双闭环直流调速系统设计 66. 噪音检测报警系统的设计与研究 67. 转速闭环（V-M）直流调速系统设计 68. 基于单片机的多功能函数信号发生器设计 69. 基于单片机的超声波液位测量系统的设计 70. 仓储用多点温湿度测量系统 71. 基于单片机的频率计设计 72. 基于DIMM嵌入式模块在智能设备开发中的应用 73. 基于DS18B20的多点温度巡回检测系统的设计 74. 计数及数码显示电路的设计制作 75. 矿井提升机装置的设计 76. 中频电源的设计 77. 数字PWM直流调速系统的设计 78. 开关电源的设计 79. 基于ARM的嵌入式温度控制系统的设计 80. 锅炉控制系统的研究与设计 81. 智能机器人的研究与设计 ——\u001F自动循轨和语音控制的实现 82. 基于CPLD的出租车计价器设计——软件设计 83. 声纳式高度计系统设计和研究 84. 集约型无绳多元心脉传感器研究与设计 85. CJ20-63交流接触器的工艺与工装 86. 六路抢答器设计 87. V-M双闭环不可逆直流调速系统设计 88. 机床润滑系统的设计 89. 塑壳式低压断路器设计 90. 直流接触器设计 91. SMT工艺流程及各流程分析介绍 92. 大棚温湿度自动控制系统 93. 基于单片机的短信收发系统设计 ――硬件设计 94. 三层电梯的单片机控制电路 95. 交通灯89C51控制电路设计 96. 基于D类放大器的可调开关电源的设计 97. 直流电动机的脉冲调速 98. 红外快速检测人体温度装置的设计与研制 99. 基于8051单片机的数字钟 100. 48V25A直流高频开关电源设计 101. 动力电池充电系统设计 102. 多电量采集系统的设计与实现 103. PWM及单片机在按摩机中的应用 104. IC卡预付费煤气表的设计 105. 基于单片机的电子音乐门铃的设计 106. 基于单片机的温湿度测量系统设计 107. 基于单片机的简易GPS定位信息显示系统设计 108. 基于单片机的简单数字采集系统设计 109. 大型抢答器设计 110. 新型出租车计价器控制电路的设计 111. 500kV麻黄线电磁环境影响计算分析 112. 单片机太阳能热水器测控仪的设计 113. LED点阵显示屏-软件设计 114. 双容液位串级控制系统的设计与研究 115. 三电平Buck直流变换器主电路的研究 116. 基于PROTEUS软件的实验板仿真 117. 基于16位单片机的串口数据采集 118. 电机学课程CAI课件开发 119. 单片机教学实验板——软件设计 120. PN结（二极管）温度传感器性能的实验研究 121. 微电脑时间控制器的软件设计 122. 基于单片机AT89S52的超声波测距仪的研制 123. 硼在TLP扩散连接中的作用机理研究 124. 多功能智能化温度测量仪设计 125. 电网系统对接地电阻的智能测量 126. 基于数字采样法的工频电参数测量系统的设计 127. 动平衡检测系统的设计 128. 非正弦条件下电参测量的研究 129. 频率测量新原理的研究 130. 基于LABVIEW的人体心率变异分析测量 131. 学校多功能厅音响系统的设计与实现 132. 利用数字电路实现电子密码锁 133. 矩形微带天线的设计 134. 简易逻辑仪的分析 135. 无线表决系统的设计 136. 110kV变电站及其配电系统的设计 137. 10KV变电所及低压配电系统设计 138. 35KV变电所及低压配电系统设计 139. 6KV配电系统及车间变电所设计 140. 交流接触器自动化生产流水线设计 141. 63A三极交流接触器设计 142. 100A交流接触器设计 143. CJ20—40交流接触器工艺及工装设计 144. JSS型数字式时间继电器设计 145. 半导体脱扣器的设计 146. 12A交流接触器设计 147. CJ20-100交流接触器装配线设计 148. 真空断路器的设计 149. 总线式智能PID控制仪 150. 自动售报机的设计 151. 小型户用风力发电机控制器设计 152. 断路器的设计 153. 基于MATLAB的水轮发电机调速系统仿真 154. 数控缠绕机树脂含量自控系统的设计 155. 软胶囊的单片机温度控制（硬件设计） 156. 空调温度控制单元的设计 157. 基于人工神经网络对谐波鉴幅 158. 基于单片机的鱼用投饵机自动控制系统的设计 159. 基于MATLAB的调压调速控制系统的仿真研究 160. 锅炉汽包水位控制系统 161. 基于单片机的无刷直流电机控制系统设计 162. 煤矿供电系统的保护设计——硬件电路的设计 163. 煤矿供电系统的保护设计——软件设计 164. 大容量电机的温度保护——软件设计 165. 大容量电机的温度保护 ——硬件电路的设计 166. 模块化机器人控制器设计 167. 电子式热分配表的设计开发 168. 中央冷却水温控制系统 169. 基于单片机的玻璃管加热控制系统设计 170. 基于AT89C51单片机的号音自动播放器设计 171. 基于单片机的普通铣床数控化设计 172. 基于AT89C51单片机的电源切换控制器的设计 173. 基于51单片机的液晶显示器设计 174. 手机电池性能检测 175. 自动门控制系统设计 176. 汽车侧滑测量系统的设计 177. 超声波测距仪的设计及其在倒车技术上的应用 178. 篮球比赛计时器设计 179. 基于单片机控制的红外防盗报警器的设计 180. 智能多路数据采集系统设计 181. 继电器保护毕业设计 182. 电力系统电压频率紧急控制装置研究 183. 用单片机控制的多功能门铃 184. 全氢煤气罩式炉的温度控制系统的研究与改造 185. 基于ATmega16单片机的高炉透气性监测仪表的设计 186. 基于MSP430的智能网络热量表 187. 火电厂石灰石湿法烟气脱硫的控制 188. 家用豆浆机全自动控制装置 189. 新型起倒靶控制系统的设计与实现 190. 软开关技术在变频器中的应用 191. 中频感应加热电源的设计 192. 智能小区无线防盗系统的设计 193. 智能脉搏记录仪系统 194. 直流开关稳压电源设计 195. 用单片机实现电话远程控制家用电器 196. 无线话筒制作 197. 温度检测与控制系统 198. 数字钟的设计 199. 汽车尾灯电路设计 200. 篮球比赛计时器的硬件设计 201. 公交车报站系统的设计 202. 频率合成器设计 203. 基于RS485总线的远程双向数据通信系统的设计 204. 宾馆客房环境检测系统 205. 智能充电器的设计与制作 206. 基于单片机的电阻炉温度控制系统设计 207. 单片机控制的PWM直流电机调速系统的设计 208. 遗传PID控制算法的研究 209. 模糊PID控制器的研究及应用 210. 楼宇自动化系统的设计与调试 211. 基于AT89C51单片机控制的双闭环直流调速系统设计212. 基于89C52的多通道采集卡的设计 213. 单片机自动找币机械手控制系统设计 214. 单片机控制PWM直流可逆调速系统设计 215. 单片机电阻炉温度控制系统设计 216. 步进电机实现的多轴运动控制系统 217. IC卡读写系统的单片机实现 218. 基于单片机的户式中央空调器温度测控系统设计 219. 基于单片机的乳粉包装称重控制系统设计 220. 18B20多路温度采集接口模块 221. 基于单片机防盗报警系统的设计 222. 基于MAX134与单片机的数字万用表设计 223. 数字式锁相环频率合成器的设计 224. 集中式干式变压器生产工艺控制器 225. 小型数字频率计的设计 226. 可编程稳压电源 227. 数字式超声波水位控制器的设计 228. 基于单片机的室温控制系统设计 229. 基于单片机的车载数字仪表的设计 230. 单片机的水温控制系统 231. 数字式人体脉搏仪的设计 232. I2C总线数据传输应用研究（硬件部分） 233. STV7697在显示驱动电路系统中的应用（软件设计）234. LED字符显示驱动电路（软件部分） 235. 智能恒压充电器设计 236. 基于单片机的定量物料自动配比系统 237. 现代发动机自诊断系统探讨 238. 基于单片机的液位检测 239. 基于单片机的水位控制系统设计 240. FFT在TMS320C54XDSP处理器上的实现 241. 基于模拟乘法器的音频数字功率设计 242. 正弦稳态电路功率的分析 243. 基于Multisim三相电路的仿真分析 244. 他励直流电动机串电阻分级启动虚拟实验 245. 并励直流电动机串电阻三级虚拟实验 246. 基于80C196MC交流调速实验系统软件的设计与开发 247. 基于VDMOS调速实验系统主电路模板的设计与开发 248. 基于Matlab的双闭环PWM直流调速虚拟实验系统 249. 基于IGBT-IPM的调速实验系统驱动模板的设计与开发 250. 基于87C196MC交流调速系统主电路软件的设计与开发 251. HEF4752为核心的交流调速系统控制电路模板的设计与开发 252. 基于87C196MC交流调速实验系统软件的设计与开发 253. 87C196MC单片机最小系统单路模板的设计与开发 254. MOSFET管型设计开关型稳压电源 255. 电子密码锁控制电路设计 256. 基于单片机的数字式温度计设计 257. 智能仪表用开关电源的设计 258. 遥控窗帘电路的设计 259. 双闭环直流晶闸管调速系统设计 260. 三路输出180W开关电源的设计 261. 多点温度数据采集系统的设计 262. 列车测速报警系统 263. PIC单片机在空调中的应用 264. 基于单片机的温度采集系统设计 265. 基于单片机89C52的啤酒发酵温控系统 266. 基于MCS-51单片机温控系统设计的电阻炉 267. 基于单片机的步进电机控制系统 268. 新颖低压万能断路器 269. 万年历可编程电子钟控电铃 270. 数字化波形发生器的设计 271. 高压脉冲开关电源 272. 基于MCS-96单片机的双向加力式电子天平 273. 语音控制小汽车控制系统设计 274. 智能型客车超载检测系统的设计 275. 热轧带钢卷取温度反馈控制器的设计 276. 直流机组电动机设计 277. 龙门刨床驱动系统的设计 278. 基于单片机的大棚温、湿度的检测系统 279. 微波自动门 280. 基于DS18B20温度传感器的数字温度计设计 281. 节能型电冰箱研究 282. 交流异步电动机变频调速设计 283. 基于单片机控制的PWM调速系统 284. 基于单片机的数字温度计的电路设计 285. 基于Atmel89系列芯片串行编程器设计 286. 基于单片机的实时时钟 287. 基于MCS-51通用开发平台设计 288. 基于MP3格式的单片机音乐播放系统 289. 基于单片机的IC卡智能水表控制系统设计 290. 基于MATLAB的FIR数字滤波器设计 291. 单片机水温控制系统 292. 110kV区域降压变电所电气系统的设计 293. ATMEIL AT89系列通用单片机编程器的设计 294. 基于单片机的金属探测器设计 295. 双闭环三相异步电动机串级调速系统 296. 基于单片机技术的自动停车器的设计 297. 单片机电器遥控器的设计 298. 自动剪板机单片机控制系统设计 299. 蓄电池性能测试仪设计 300. 电气控制线路的设计原则 301. 无线比例电机转速遥控器的设计 302. 简易数字电子称设计 303. 红外线立体声耳机设计 304. 单片机与PC串行通信设计 305. 100路数字抢答器设计 306. D类功率放大器设计 307. 铅酸蓄电池自动充电器 308. 数字温度测控仪的设计 309. 下棋定时钟设计 310. 温度测控仪设计 311. 数字频率计 312. 数字集成功率放大器整体电路设计 313. 数字电容表的设计 314. 数字冲击电流计设计 315. 数字超声波倒车测距仪设计 316. 路灯控制器 317. 扩音机的设计 318. 交直流自动量程数字电压表 319. 交通灯控制系统设计 320. 简易调频对讲机的设计 321. 峰值功率计的设计 322. 多路温度采集系统设计 323. 多点数字温度巡测仪设计 324. 电机遥控系统设计 325. 由TDA2030A构成的BTL功率放大器的设计 326. 超声波测距器设计 327. 4-15V直流电源设计 328. 家用对讲机的设计 329. 流速及转速电路的设计 330. 基于单片机的家电远程控制系统设计 331. 万年历的设计 332. 单片机与计算机USB接口通信 333. LCD数字式温度湿度测量计 334. 逆变电源设计 335. 基于单片机的电火箱调温器 336. 表面贴片技术SMT的广泛应用及前景 337. 中型电弧炉单片机控制系统设计 338. 中频淬火电气控制系统设计 339. 新型洗浴器设计 340. 新型电磁开水炉设计 341. 基于电流型逆变器的中频冶炼电气设计 342. 6KW电磁采暖炉电气设计 343. 64点温度监测与控制系统 344. 电力市场竞价软件设计 345. DS18B20温度检测控制 346. 步进电动机驱动器设计 347. 多通道数据采集记录系统 348. 单片机控制直流电动机调速系统 349. IGBT逆变电源的研究与设计 350. 软开关直流逆变电源研究与设计 351. 单片机电量测量与分析系统 352. 温湿度智能测控系统 353. 现场总线控制系统设计 354. 加热炉自动控制系统 355. 电容法构成的液位检测及控制装置 356. 基于CD4017电平显示器 357. 无线智能报警系统 358. 可编程的LED（16×64）点阵显示屏 359. 多路智力抢答器设计 360. 8×8LED点阵设计 361. 电子风压表设计 362. 智能定时闹钟设计 363. 数字音乐盒设计 364. 数字温度计设计 365. 数字定时闹钟设计 366. 数字电压表设计 367. 计算器模拟系统设计 368. 定时闹钟设计 369. 电子万年历设计 370. 电子闹钟设计 371. 单片机病房呼叫系统设计 372. 家庭智能紧急呼救系统的设计 373. 自动车库门的设计 374. 异步电动机功率因数控制系统的研究 375. 普通模拟示波器加装多功能智能装置的设计 376. 步进电机运行控制器的设计 377. 80C196MC控制的交流变频调速系统设计 378. 汽车防盗系统 379. 简易远程心电监护系统 380. 智能型充电器的电源和显示的设计 381. 电气设备的选择与校验 382. 论供电系统中短路电流及其计算 383. 论工厂的电气照明 384. 论无线通信技术热点及发展趋势 385. 浅论10KV供电系统的继电保护的设计方案 386. 试论供电系统中的导体和电器的选择 387. 大棚仓库温湿度自动控制系统 388. 自行车车速报警系统 389. 智能饮水机控制系统 390. 基于单片机的数字电压表设计 391. 多用定时器的电路设计与制作 392. 智能编码电控锁设计 393. 串联稳压电源的设计 394. 红外恒温控制器的设计与制作 395. 自行车里程,速度计的设计 396. 等精度频率计的设计 397. 浮点数运算FPGA实现 398. 人体健康监测系统设计 399. 基于单片机的音乐喷泉控制系统设计 400. 基于LabVIEW的虚拟频谱分析仪的研究与设计 401. 感应式门铃的设计与制作 402. 电子秤设计与制作 403. 电动车三段式充电器 404. SB140肖特基二极管制造与检测 405. SMT技术 406. 基于单片机的温度测量系统的设计 407. 龙门刨床的可逆直流调速系统的设计 408. 公交车站自动报站器的设计 409. 单片机波形记录器的设计 410. 音频信号分析仪 411. 基于单片机的机械通风控制器设计
我也是这个专业的，去年写的论文，记得当时还是找品学论文网的老师帮忙的，很不错，从开题报告到最后的修改定稿，帮我省了好多事，老师一会让我改任务书，一会让我给他看修改的稿件，品学论文的王老师都不厌其烦的帮我弄好，搞得我都不好意思了。如果想咨询这方面的文章，可以参考下哦。~嘻嘻
[论文关键词]铁路 电力 远动终端 干扰 [论文摘要]研究分析电磁干扰产生的原因、特点及干扰对电力远动系统的影响，从设计的角度对铁路电力远动监控系统进行抗干扰分析研究。 抗干扰设计是电力远动监控系统安全运行的一个重要组成部分，在研制综合自动化系统的过程中，如果不充分考虑可靠性问题，在强电场干扰下，很容易出现差错，使整个电力远动监控系统无法正常运行或出错误（误跳闸事故等），无法向站场和区间供电，影响铁路行车安全。 一、电磁干扰产生的原因及特点 （一）传导瞬变和高频干扰 1．由于雷击、断路器操作和短路故障等引起的浪涌和高频瞬变电压或电流通过变（配）电所二次侧进入远动终端设备，对设备正常运行产生干扰，严重还可损坏电路。2．由电磁继电器的通断引起的瞬变干扰，电压幅值高，时间短、重复率高，相当于一连串脉冲群。3．铁路电力供电中，特别是现代高速铁路对电力要求都比较高，一般都是几路电源供电，母线投切转换比较频繁，振荡波出现的次数较多。 （二）场的干扰 1．正常情况下的稳态磁场和短路事故时的暂态磁场两种，特别是短路事故时的磁场对显示器等影响比较大。2．由于断路器的操作或短路事故、雷击等引起的脉冲磁场。3．变电所中的隔离开关和高压柜手车在操作时产生的阻尼振荡瞬变过程，也产生一定的磁场。4．无线通信、对讲机等辐射电磁场对远动终端会产生一定的干扰，铁路中继站通常会和通信站在一处，通信发射塔对中继站电力远动终端设备的干扰比较大。 （三）对通信线路的干扰 1．铁路变电所远动终端的数据由串口通信经双绞线进入车站通信站，再经过转换成光信号沿铁通专用通信光缆送至电力远动调度中心，遥信和遥控数据在变电所到通信站的过程走的是电信号，由于变电所高低压进出线缆很多，远动终端受的干扰比较大。2．中继站一般距铁路都比较近，列车通过时的振动对远动终端设备有一定的干扰。 （四）继电器本身原因 继电器本身可能由于某种原因一次性未合到位而产生干扰的振动信号，或负荷开关、断路器、隔离开关等二次侧产生振动信号。 二、干扰对电力远动系统的影响 无论交流电源供电还是直流供电，电源与干扰源之间耦合通道都相对较多，很容易影响到远动终端设备，包括要害的CPU；模拟量输入受干扰，可能会造成采样数据的错误，影响精度和计量的准确性，还可能会引起微机保护误动、损坏远动终端设备和微机保护部分元器件；开关量输入、输出通道受干扰，可能会导致微机和远动终端判断错误，远动调试终端数据错误远动终端CPU受干扰会导致CPU工作不正常，无法正常工作，还可能会导致远动终端程序受到破坏。 三、抗干扰设计分析 （一）屏蔽措施 1．高压设备与远动终端输入、输出采用有铠装（屏蔽层）的电缆，电缆钢铠两端接地，这样可以在很大程度上减小耦合感应电压。2．在选择变电所和中继站电力设备时尽量选设有专门屏蔽层的互感器，也有利于防止高频干扰进入远动终端设备内部。3．在远动终端设备的输入端子上对地接一耐高压的小电容，可以有效抑制外部高频干扰。 （二）系统接地设计 1．一次系统接地主要是为了防雷、中性点接地、保护设备，合适的接地系统可以有效的保障设备安全运行，对于断路器柜接地处要增加接地扁铁和接地极的数量，设备接地处增加增加接地网络互接线，降低接地网中瞬变电位差，提高对二次设备的电磁兼容，减少对远动终端的干扰。2. 二次系统接地分为安全接地和工作接地，安全接地主要是为了避免工作人员因设备绝缘损坏或绝缘降低时，遭受触电危险和保证设备安全，将设备外壳接地，接地线采用多股铜软线，导电性好、接地牢固可靠，安全接地网可以和一次设备的接地网相连；工作接地是为了给电子设备、微机控制系统和保护装置一个电位基准，保证其可靠运行，防止地环流干扰。3．由于高低压柜本身都是多都是采用镀锌薄钢板材料，本身也有屏蔽作用，将高低高柜都可靠接地。4．远动终端微机电源地和数字地不与机壳外壳相连，这样可以减小电源线同机壳之间的分布电容，提高抗共模干扰的能力，可明显提高电力远动监控系统的安全性、可靠性。 （三）采取良好的隔离措施 1．为避免远动终端自身电源干扰采取隔离变压器，电源高频噪声主要是通过变压器初、次级寄生电容耦合，隔离变压器初级和次级之间由屏蔽层隔离，分布电容小，可提高抗共模干扰的能力。2．电力远动监控系统开关量的输入主要断路器、隔离开关、负荷开关的辅助触点和电力调压器分接头位置等，开关量的输出主要是对断路器、负荷开关和电力调压器分接头的控制。3．信号电缆尽量避开电力电缆，在印刷远动终端的电路板布线时注意避免互感。4．采用光电耦合隔离，光电耦合器的输入阻抗很小，而干扰源内阻大，且输入/输出回路之间分布电容极小，绝缘电阻很大，因此回路一侧的干扰很难通过光耦送到另一侧去，能有效地防止干扰从过程通道进入主CPU。 （四）滤波器的设计 1．采用低通滤波去高次谐波。2．采用双端对称输入来抑制共模干扰，软件采用离散的采集方式，并选用相应的数字滤波技术。 （五）分散独立功能块供电，每个功能块均设单独的电压过载保护，不会因某块稳压电源故障而使整个系统破坏，也减少了公共阻抗的相互耦合及公共电源的耦合，大大提高供电的可靠性。 （六）数据采集抗干扰设计 1．在信息量采集时，取消专门的变送器屏柜，将变送器部分封装在RTU内，减少中间环节，这样可以减少变送器部分输出的弱电流电路的长度。2．遥信由于合闸一次不到位或由于二次侧振动而产生的误遥信干扰信号，并且还会产生尖脉冲信号，也可能对遥信回路产生干扰误遥信号。 （七）过程通道抗干扰设计 （八）印刷电路板设计。在印刷电路板设计中尽量将数字电路地和模拟地电路地分开；电源输入端跨接10～100μF的电解电容。 （九）控制状态位的干扰设计 （十）程序运行失常的抗干扰设计 （十一）单片机软件的抗干扰设计 （十二）对于终端至通信站的数字通信电缆加穿钢管，特别是穿越其他电力电缆时，避免和其他电力电缆等同沟敷设并保持一定的交叉距离。 （十三）对于特殊的变（配）电所或区间信号站的环境 （十四）提高远动信息传输的可靠性，在电力调度中心和远动终端之间建立出错重发技术直到住处确认信息为止。
我给你一个题目，如果你写出来了，我保你论文得优秀。因为当年我就是选这个题目得的优秀。刚才我在网上搜了一下，网上还是没有与这个系统相关的论文。 《高考最低录取分数线查询系统》基本思想很简单，现在的高考分数线查询是很繁琐的，需要先把分数查出来，然后根据录取指南再找你的分数能被录取的学校，高考过的都知道，高考报考指南是一本多么厚的书。所以，这个系统的思想就是：你用所有高校近十年的录取分数线建立一个数据库，然后开发一个系统，当你输入查询命令的时候（查询命令可以用1，2，3这三个数来代替，用flog实现；输入1，查询的是符合你所输入的分数以下的所有高校信息；输入2，查询的是符合你所输入分数段之间的所有高校信息；输入3，查询大于你所给的分数线的高校信息。）当然，你可以再加上一些附加的功能。大致思想就这些。 郑州今迈网络部竭诚为你解答，希望我的答案能帮到你！
物理学是研究物质运动最一般规律和物质基本结构的学科，是当今最精密的一门自然科学学科。下文是我为大家整理的关于物理学方面的论文的 范文 ，欢迎大家阅读参考!
试谈物理学专业电动力学课程教学
动力学电磁现象的经典的动力学理论。通常也称为经典电动力学，电动力学是它的简称。它研究电磁场的基本属性、运动规律以及电磁场和带电物质的相互作用。
一、课程教学根本理念
第一，在教学中要尊重先生学习的主体性、教员教学的主导性，片面发扬先生的盲目性、自动性、发明性。第二，“电动力学”课程属于专业根底课程，教学内容布置上除了让先生学习本门课程的根本知识、根本实际、根本思绪，与其他物理学分支也具有个性和特性的关系。针对这一特点，教师在教学中要留意引导先生类似性抽象思想。第三，教学应突出探求式教学办法，改动传统的教学形式，把信息技术与电动力学课程最大限制地整合，运用多种古代 教育 手腕优化教学进程，推行启示式、探求式、讨论式、小制造等授课方式，培育先生的创新思想和创新理念。
二、在本课程教学中该当做到以下几点
1.讲授内容应实际联络实践
“电动力学”作为一门专业学科课程，是师范院校物理专业的根底实际课。教学中要求先生掌握课程的根本知识、根本实际和根本原理，使先生加深对所授知识的了解，更可深入看法电动力学的实践使用价值，到达学致使用的目的，同时提升先生剖析成绩、处理成绩的才能。
2.注重先生学习的主体性和集体性培育
从课程的设计到评价各个环节，在留意发扬教员在教学中主导作用的同134教改课改2016年3月时，应特别留意表现先生的学习主体位置，以充沛发扬先生的积极性和发掘学习潜能。要求先生能初步剖析消费、生活中的电动力学成绩，以提升先生的剖析成绩和处理成绩的才能。在电动力学实际的学习中运用数学工具处置成绩，使先生看法数学和物理的亲密关系，培育先生运用数学工具处理物理成绩的才能。培育先生自学才能，重要的不是教内容，而是教给先生学习办法。要充沛留意先生的兴味、专长和根底等方面的集体差别，因材施教，依据这种差别性来确定学习目的和评价办法，并提出相应的教学建议。课程规范在课程设计、教学方案、方案制定、内容选取和教学评价等环节上，为教学、学习提供了选择余地和开展的空间。
3.运用多种古代教育手腕优化教学环节
充沛应用古代化教学手腕，发扬信息化教学的劣势，加强先生的学习兴味，进一步强化需求掌握的知识点，拓宽知识面，加强先生的理论操作技艺，培育迷信的思想方式，这样先生能更好地掌握“电动力学”课程知识所触及的相关迷信办法，无效提升其发现成绩、剖析成绩、处理成绩的才能。
4.具有良好的实验条件，充沛保证明验和理论训练质量
鼓舞先生展开科研理论训练，参与各类科技竞赛。实验课及理论训练要留意培育先生的逻辑思想、发明性思想，充沛应用好物理、电子竞赛等创新平台，促进电动力学课程的教学。
三、课程学习战略探求
第一，针对“电动力学”是实际根底课的特点，先生必需坚持 课前预习 ，预习进程中无意识地提出成绩。课堂教学次要采用探求式课堂教学法，即每节课突出一个主题，讲清论透相关原理知识，每个主题经过师生多种方式的互动，教员及时理解、处理先生的疑问成绩，以加强先生的学习兴味。第二，将传统板书、电子课件、网络和视频多种教学手腕相结合。如课内讲授与课外讨论和制造相结合、根底实际教学与学科前沿讲座结合、根本实际与科研理论训练相结合。第三，鼓舞先生参与科研理论训练和各类科技竞赛。培育多样化使用型人才，以培育使用型、复合型、技艺型人才，加强 毕业 生失业才能，完本钱课的预期目的。第四，电动力学也是一门理论性很强的课程，其研讨对象是区别于实物的物质形状，具有笼统的特征。为防止课程教学的数学化，我们将充沛使用当代信息技术的劣势，比方说以视频教学材料加强先生的理性看法和入手才能。再次，实验课及理论训练要留意培育先生的逻辑思想、发明性思想才能和素质，充沛发扬先生的物理思想和物理探求才能。
四、课程教学办法探求
本课程教学中应留意电动力学实际与理论的结合，尊重先生学习的主体性，适当布置指点性自习，培育先生的自学才能。增强对先生课前、课后的答疑辅导，注重先生才能的培育，使先生经过对电动力学中根本实际的了解，看法和掌握电动力学原理的研讨规律，开辟思绪，初步培育先生的科研思想。
1.“双边反应式”教学法
这种教学法由“自学”和“反应”两局部构成，其着眼点是先生在教员指点下的自学和教员由反应来的信息而停止的有重点的解说，使先生的才能在重复训练中失掉锤炼。“自学”和“反应”表现了先生和教员的互相联络、互相配合、互相作用的训练进程。
2.以成绩为中心，展开课堂讨论
式教学法建议课堂教学中遵照迷信性、主体性、开展性准绳，采用以先生为主体的小组讨论式的办法，从提出成绩动手，激起先生学习的兴味，让先生有针对性地去探究并运用实际知识处理实践成绩;也可以针对教研室科研任务中遇到的成绩设计讨论或考虑题，以启示先生剖析、讨论有关电动力学成绩，学习并稳固电动力学知识，开辟思绪，培育科研思想。
3.倡导学导式的教学方式
在教员指点下，先生停止自学、自练，教员把先生在教学进程中的认知活动视为教学活动的主体，让先生自动地去获取知识，开展各自才能，从而到达在充沛发扬先生自动性的根底上，渗入教员的正确引导，使教学单方各尽其能，各得其所。
4.多展开课外理论活动
课外理论训练中，要留意培育先生的逻辑思想、发明性思想才能和素质。鼓舞和指点有才能的先生进入科研理论训练，参与各类科技竞赛。将先生撰写的课程小论文融入教学全进程,从中选出有质量的项目进入科研理论训练。充沛应用好物理、电子竞赛等创新平台，促进电动力学课程的教学，培育使用型、复合型、技艺型人才，加强毕业生失业才能。“电动力学”作为一门探求性课程，在课堂教学中，要突出先生的参与性，使他们自动获取而不是主动承受迷信结论，互动思想使先生觉得电动力学发人沉思，不难入门。“电动力学”与其他物理学分支具有“个性”和“特性”的关系。为了激起先生学习兴味，可以常常采用课堂讨论方式，由先生发问，在教员引导下大家讨论， 总结 得出正确结论。由于剖析“电动力学”需求运用笼统思想，所以课堂教学应充沛运用多媒体，尽量运用图像和颜色搭配，使先生树立正确的物理图像。留意“信息技术”与“电动力学”课程的无效整合，这关于全体优化教学进程，进步先生的专业知识学习效果、进步先生的信息技术才能、培育先生的协作认识和创新肉体均具有严重的理想意义。同时，可将教学实际使用到创新理论才能训练中，使用到物理、电子等各类竞赛中。
参考文献：
[1]冯云光.物理专业电动力学教学变革的探究[J].才智，2014，(19).
[2]郑伟，吕嫣.电动力学网络教学平台建立的研讨[J].沈阳师范大学学报(自然迷信版)，2013，31(4)：531-534.
[3]刘佳.《电磁学》与《电动力学》课程体系创新研讨[J].科技信息，2013，(11)：44.
[4]熊万杰，陆建隆.对“电动力学”课程变革的探究[J].初等文科教育，2003，(6)：72-75.
[5]付长宝，徐国慧，王希英.基于电动力学教学变革的学习办法讨论[J].通化师范学院学报，2009，30
试谈电力信息物理融合系统
【摘 要】嵌入式系统、计算机技术、网络通信技术的快速发展使构建未来智能电网成为了可能，基于信息物理系统(CPS)技术构建电力信息物理融合系统(CPPS)为实现未来智能电网提供了新的思路。本文对CPPS平台进行了初步研究分析，介绍了应用于CPPS中的同步PMU技术、开放式通信网络、分布式控制。
【关键词】CPPS;同步PMU;开放式通信;分布式控制
引言
受能源危机、环保压力的推动，以及用户对电能质量(QoS)要求的不断提高，当代电力系统不再符合社会的发展需求，智能电网(Smart Grid)成为未来电力系统的发展方向。智能电网的发展原因主要有以下几个方面：
1)分布式电源(Distributed Generation，DG)大量接入电网导致的系统稳定性问题。由于DG的大量接入使电网变成一个故障电流和运行功率双向流动的有源网络，增加了系统的复杂度和脆弱度，因此亟需发展智能电网以解决DG大量接入电网导致的系统稳定性问题。
2)电力用户对电能质量(QoS)要求的不断提高。现代社会短时间的停电也会给高科技产业带来巨额的经济损失，近年来发生的大停电事故更是给社会带来了难以估量的经济损失。因此，亟需建立坚强自愈的智能电网以提供优质的电力服务。
论文主体结构如下：第1部分介绍了近年来信息物理系统(Cyber Physical System ，CPS)技术的发展以及CPS与智能电网的相互关系;第2部分介绍了电力信息物理融合系统(Cyber-Physical Power System，CPPS)的硬件平台模型;第3部分介绍了同步相量测量装置(Phasor Measurement Units，PMU)技术;第4部分对CPPS中的开放式通信网络进行了初步分析;第5部分对CPPS的分布式控制技术进行了简单介绍;最后第6部分做出全文总结。
1 CPS与智能电网的相互关系
CPS技术的发展得益于近年来嵌入式系统技术、计算机技术以及网络通信技术等的高速发展，其最终目标是实现对物理世界随时随地的控制。CPS通过嵌入数量巨大、种类繁多的无线传感器而实现对物理世界的环境感知，通过高性能、开放式的通信网络实现系统内部安全、及时、可靠地通信，通过高精度、可靠的数据处理系统实现自主协调、远程精确控制的目标[1]。
CPS技术已经在仓储物流、自主导航汽车、无人飞机、智能交通管理、智能楼宇以及智能电网等领域得以初步研究应用[2]。
将CPS技术引入到智能电网中，可以得到电力信息物理融合系统(Cyber-Physical Power System，CPPS)的概念。为了分析CPPS与智能电网的相互关系，首先简单回顾一下智能电网的概念。目前关于智能电网的概念较多，并且未达成一致结论。IBM中国公司高级电力专家Martin Hauske认为智能电网有3个层面的含义：首先利用传感器对发电、输电、配电、供电等环节的关键设备的运行状况进行实时监控;然后把获得的数据通过网络系统进行传输、收集、整合;最后通过对实时数据的分析、挖掘，达到对整个电力系统运行进行优化管理的目的[3-4]。
从上文关于CPS和智能电网的介绍中可以看出，CPS与智能电网在概念上有相通之处，它们均强调利用前沿通信技术和高端控制技术增强对系统的环境感知和控制能力。因此，在CPS基础上建立的CPPS为促进电力一次系统与电力信息系统的深度融合，最终实现构建完整的智能电网提供了新的思路和实现途径。
2 CPPS的硬件平台架构
基于分布式能源广泛接入电网所引起的系统稳定性问题以及建立坚强自愈智能电网的总体目标，建立安全、稳定、可靠的智能电网成为未来电力系统研究的重要方向，同时也是CPPS研究的主要内容。
传统的电力系统监测手段主要有基于电力系统稳态监测的SCADA/EMS系统和侧重于电磁暂态过程监测的各种故障录波仪，保护控制方式主要有基于SCADA主站的集中控制方式和基于保护控制装置安装处的就地控制方式[5]。就地控制方式易于实现，并且响应速度快，但是由于利用的信息有限，控制性能不够完善，不能预测和解决系统未知故障，对于电力系统多重反应故障更不能准确动作。集中控制方式利用系统全局信息，能够优化系统控制性能，但是计算数据庞大、通信环节多，系统响应速度慢，并且现有SCADA系统主要对电力系统进行稳态分析，不能对电力系统的动态运行进行有效地控制。
针对目前电力系统监测、控制手段的不足，要建立坚强自愈的未来智能电网，必须建立相应的广域保护的实时动态监控系统，CPPS的硬件平台就是在此基础上建立起来的。
CPPS的硬件平台6层体系架构如图1所示，主要包括：物理层(电力一次设备)、传感驱动层(同步PMU)、分布式控制层(智能终端单元STU、智能电子装置IED等)、过程控制层(控制子站PLC)、高级优化控制层(SCADA主站控制中心)和信息层(开放式通信网络)。
其中，底层的物理层是指电力系统的一次设备，如发电厂、输配电网等。传感驱动层主要用于对电力系统的动态运行参数进行实时监控，测量参数包括电流、电压、相角等，在CPPS中广泛使用的测量装置是同步PMU。分布式控制层主要包括各STU/IED，为广域保护的分布式就地控制提供反馈控制回路。过程控制层主要指枢纽发电厂和变电站的控制子站，是CPPS的重要组成部分，通过收集多个测量节点的数据信息，建立系统层面的控制回路，并做出相应的控制决策。高级优化控制层是指调度中心控制主站，主要为电力系统的动态运行提供人工辅助优化控制。顶层的信息层即智能电网的开放式通信网络，注意信息层并不是单独的一层，而是重叠搭接CPPS的各个分层，为CPPS内部各组件提供安全、及时、可靠的通信。
上文给出了CPPS的硬件平台模型，但要在电力系统中具体实现CPPS，涉及诸多方面的技术难题，下面对CPPS中的同步PMU、开放式通信网络以及分布式控制等分别加以简单介绍。
3 同步PMU测量技术
同步PMU是构建CPPS的基础，它为CPPS中广域保护的动态监测提供了丰富的测量数据。同步PMU装置主要对电力系统内部的同步相量进行测量和输出，装设点包括大型发电厂、联络线落点、重要负荷连接点以及HVDC、SVC等控制系统，测量数据包括线路的三相电压、三相电流、开关量以及发电机端的三相电压、三相电流、开关量、励磁电流、励磁电压、励磁信号、气门开度信号、AGC、AVC、PSS等控制信号[6]。利用测得的数据可以进行系统的稳定裕度分析，为电力系统的动态控制提供依据。
同步PMU的硬件结构框图如图2所示。
其中，GPS接收模块将精度在±1微秒之内的秒脉冲对时脉冲与标准时间信号送入A/D转换器和CPU单元，作为数据采集和向量计算的标准时间源。由电压、电流互感器测得的三相电流、电压经过滤波整形和A/D转换后，送到CPU单元进行离散傅里叶计算，求出同步相量后再进行输出。注意，发电机PMU除了测量机端电压、电流和励磁电压、电流以外，还需接入键相脉冲信号用以测量发电机功角[7]。
4 CPPS的开放式通信网络
建立CPPS的开放式通信网络，应该在保证安全、及时、可靠的通信的基础上，使系统具有高度的开放性，支持自动化设备与应用软件的即插即用，支持分布式控制与集中控制的结合。对于建立的开放式通信网络，需要进行通信实时性分析、网络安全性和可靠性分析。
IEC 61850标准的应用
IEC 61850标准作为新一代的网络通信标准而运用于智能变电站中，支持设备的即插即用和互操作，使智能变电站具有高度的开放性。IEC 61850标准是智能变电站的网络通信标准，同时正在进一步发展成为智能电网的通信标准[8]，因此，使用IEC 61850作为CPPS通信网路的通信标准是最佳选择。
IEC 61850的核心技术[9]包括面向对象建模技术、XML(可扩展标记语言)技术、软件复用技术、嵌入式 操作系统 技术以及高速以太网技术等。
通信网络配置与分析
对于CPPS开放式通信网络的网络配置，可参考智能变电站的三层二网式网络结构配置，构建CPPS的3层式通信网络，如图3所示。
其中，底层为位于发电厂、变电站和重要负荷处的大量PMU、STU/IED，分别负责采集实时信息和执行保护控制功能。中间层为控制子站(过程控制单元PLC)，每个控制子站与多个PMU、STU/IED相连，以完成该分区系统层面的保护控制，并根据需要将数据上传到SCADA主站控制中心。SCADA主站控制中心接收各控制子站的上传数据，处理以后将控制信息下发到各控制子站，以实现CPPS的广域保护控制功能。注意，各层设备均嵌入GPS实现精确对时，保证全系统的同步数据采样。
5 CPPS的分布式控制机理
要建立坚强自愈的智能电网，必须利用新型控制机理建立可靠的电力控制系统。根据电力故障扩大的路径和范围以及故障的时间演变过程，文献[10-11]中提出建立时空协调的大停电防御框架，建立了电力系统的3道防线，为实现智能电网的广域动态保护控制奠定了良好的基础。
电力系统的分布式控制(Distributed Control，DC)是相对于传统的SCADA主站集中控制方式而言的，指的是多机系统，即用多台计算机(指嵌入式系统，包括PLC控制子站和STU/IED等)分别控制不同的设备和对象(如发电机、负荷、保护装置等)，各自构成独立的子系统，各子系统之间通过通信网络互联，通过对任务的相互协调和分配而完成系统的整体控制目标[12]。分布式控制的核心特征就是“分散控制，集中管理”。在电力系统的3道防线的基础上，结合分布式控制技术，建立CPPS的3层控制架构，如图4所示。
其中，分布式控制层主要是在故障发生的起始阶段(缓慢开断阶段)采取的控制 措施 ，其控制目标应该是保证系统在不严重故障下的稳定性，防止故障的蔓延。过程控制层是在系统已经发生严重故障时(级联崩溃开始阶段)所采取的广域紧急控制措施，需要付出较大的代价。通常针对可能会使系统失稳的特定故障，往往需要投切非故障设备以保证系统的稳定性。广域的紧急控制措施应该在故障被识别出的第一时间立即实施，控制措施实施越晚，控制效果越差。优化控制层是在前两层控制均拒动或欠控制而没有取得控制效果，同时在检测到各种不稳定现象后所采取的控制措施，通常需要进行多轮次的切负荷和振荡解列。在电力恢复阶段，要有自适应的黑启动和自痊愈的控制方案。
6 结语
将CPS 方法 引入到电力系统中，建立CPPS的模型平台，为建立坚强自愈的智能电网提供新的思路。文中对CPPS中的同步PMU测量技术、开放式通信 网络技术 、分布式控制技术分别进行了简单介绍。
·ADSL接入网技术研究 (字数:24985,页数:36) ·直序扩频技术的仿真与应用 (字数:14521,页数:37) ·音频数字水印的实现 (字数:15331,页数:28) ·DVB系统设计 (字数:14318,页数:28) ·PAM调制解调系统设计 二 (字数:9181,页数:31 ) ·上位PC机与下位单片机之间进行串口通信 (字数:12645,页数:30) ·图像梯形退化校正的研究与实现 (字数:12616,页数:34) ·简易数字电压表设计实现 (字数:7436,页数:24 ) ·基于计算机视觉库OpenCV的文本定位算法改进 (字数:9674,页数:32 ) ·基于编码的OFDM系统的C语言设计与实 (字数:11190,页数:34) ·基于ofdm系统的接受分集技术 (字数:11057,页数:28) ·基于FPGA的交织编码器设计 (字数:13239,页数:39) ·红外异步数字通信的数据采集装置设计与实现 (字数:19577,页数:68) ·Visual C++环境下的基于肤色图像的人脸检测算法 (字数:11186,页数:28) ·PAM调制解调系统设计 (字数:13922,页数:43) ·P2P网络通信设计 (字数:8075,页数:39 ) ·NAND Flash设备 (字数:10928,页数:49) ·MPEG4播放技术 (字数:13207,页数:38) ·Butterworth滤波器设计 (字数:8348,页数:28 ) ·基于单片机的智能教师点名器 (字数:10627,页数:29) ·基于CPLD的CDMA扩频调制解调器建模设计与实现 (字数:14327,页数:63) ·带CC1100无线收发模块基本控制系统 (字数:15224,页数:50) ·基于CPLD的CMI码传输系统设计 (字数:11429,页数:41) ·一个简单光纤传输系统的设计 (字数:12785,页数:37) ·基于MCS51微控制器的FSK调制解调器设计——电路设计 (字数:13439,页数:39) ·中小型网络的设计与配置 (字数:16254,页数:42) ·基于AT89S52的FSK调制解调器设计 (字数:14064,页数:45) ·远端光纤收发器断电断纤的识别 (字数:15759,页数:89) ·脉冲成形BPSK调制电路的设计与实现 (字数:11472,页数:36) ·基于XR2206的函数信号发生器设计与实现 (字数:9179,页数:31 ) ·基于MCS51微控制器的FSK调制解调器的设计——程序设计 (字数:12191,页数:46) ·基于CPLD的QPSK调制器实现——电路设计 (字数:11621,页数:33) ·QPSK调制器的CPLD实现——程序设计 (字数:5973,页数:30 ) ·基于卷积码的BPSK基带系统C语言实现 (字数:9361,页数:30 ) ·白噪声发生器的设计 (字数:11398,页数:34) ·基于单片机的机床控制系统 (字数:12085,页数:35) ·低压电力线载波通信模块设计 (字数:15460,页数:68) ·基于SH框架的电子技术交流平台 (字数:10333,页数:38) ·带隙基准电压源的设计 (字数:10396,页数:31) ·电子计时器系统设计与实现 (字数:9780,页数:31 ) ·无线局域网的组建与测试 (字数:17392,页数:48) ·抑制载波双边带调幅电路的设计 (字数:9787,页数:24 ) ·宽带放大器的设计与实现 (字数:12200,页数:36) ·基于单片机的遥控芯片解码的设计与实现 (字数:9802,页数:39 ) ·多种正交幅度调制QAM误码率仿真及星座图的优化 (字数:10967,页数:43)
KinectFusion是一种利用kinect相机的深度数据进行实时三维重建的技术。本文学习一篇比较早的论文（见参考文献），并对其进行详细地讲述。这篇文章构建了KinectFusion的雏形，被后来者争相follow。 KinectFusion的过程可以分为四个模块： 首先对原始深度数据做双边滤波处理，对处理后的深度图做反投影（back-project）操作，得到vertex map。 向量之间的叉乘可以得到法向量，具体运算可以见图3。surface construction的核心是TSDF及其更新。 TSDF全程Truncated Signed Distance Function。它将空间场景模型化为一个立方体栅格，每个栅格中都存有两个值，一个是距离值F，另一个是权重值W。 如图4所示，TSDF模型中存储的距离值，surface处值为零，传感器一侧的值为正，距离表面越远值越大，另一侧值为负，距离表面越远值越小。而权重值则与表面测量的不确定度有关。 而在实际的测量中，接近零的位置的值才是有效的，因此需要设定一个阈值u，将与surface距离大于u置为无效，不予考虑，而小于u的值进行归一化截断。 图5给出了当前帧TSDF距离值的计算方法。 全局的TSDF是由每一帧单个的TSDF加权平均得来的，如图6所示。 虽然理论上权重值和表面测量的不确定度有关，即与顶点光线方向和法线方向夹角的余弦值成正比，与相机中心和顶点的距离值成反比。但是在实际中，权重恒等于1可以得到很好的结果，并且权重的累积不是一直增大，而是设置了最大值阈值，如图7所示。 上文提到过，在TSDF模型中距离值F=0的位置就是surface的位置，因此利用ray casting，从相机中出发，逆着光线走，直到TSDF体元中的距离值由正变负或者由负变正，即确定为surface的位置。 但是有一个问题，在逆着光线方向走的时候，以多长距离为间隔呢？这里由于场景中很大一部分都是没有物体的无效位置，每个体元都去判断正负值显然很费时间。这里就根据TSDF每个体元中存储的距离值来确定步长，当走到TSDF体元存储着正距离值的时候，步长要设定为小于u值，而在此之前，就以u值作为步长，这样就可以快速找到正负变化的位置。 好像还是哪里有问题。对，虽然正负变化的体元位置找到了，但是哪里才是表面确定位置，毕竟表面是一个值而不是一个有厚度的区域。所以我们采用图8的式子近似找到一个合理的位置。找到surface的坐标后，预测的法向量可以由这一点的梯度得到，如图9，并在不同尺度上计算以适应不同的体元精度。 相机的pose通过ICP算法求解。和一般的ICP不同，这里的ICP不是通过两帧之间的对应点进行求解，而是将当前帧的点与上一帧得到的predicted surface点进行匹配。在建立measured surface和predicted surface之间点的对应关系时，作者没用使用过ICP中的最近点，而是将measured surface上的点投影到上一帧相机的位置，得到的图像平面上的坐标对应的predicted surface上的点就是要找的对应点。如图10所示。 在度量measured surface和predicted surface之间的误差时，作者使用的是ICP中的点面误差度量，如图11。以上为算法全部内容。 持续更新，欢迎提出质疑或与作者就相关问题进行讨论。 *参考文献 [1]KinectFusion: Real-Time Dense Surface Mapping and Tracking [2]A Volumetric Method for Building Complex Models from Range Images
1、百度文库下载几篇本科的现成论文 你就知道了2、仿真就秒杀吧低通巴特沃斯模拟滤波器设计。通带截至频率3400 Hz，通带最大衰减3dB阻带截至频率4000 Hz，阻带最小衰减40dBIir2：模拟低通滤波器转换为数字低通滤波器，脉冲响应不变法和双线性变换法。Iir3：切比雪夫二型低通数字滤波器设计通带边界频率π，通带最大衰减1dB阻带截至频率π，阻带最小衰减80dBIir4：椭圆带通数字滤波器设计Iir5：高通和带通巴特沃思数字滤波器设计双线性变换%低通巴特沃斯模拟滤波器设计clear; close allfp=3400; fs=4000; Rp=3; As=40;[N,fc]=buttord(fp,fs,Rp,As,'s')[B,A]=butter(N,fc,'s');[hf,f]=freqs(B,A,1024);plot(f,20*log10(abs(hf)/abs(hf(1))))grid, xlabel('f/Hz'); ylabel('幅度(dB)')axis([0,4000,-40,5]);line([0,4000],[-3,-3]);line([3400,3400],[-90,5])%用脉冲响应不变法和双线性变换法将模拟滤波器离散化clear; close allb=1000;a=[1,1000];w=[0:1000*2*pi];[hf,w]=freqs(b,a,w);subplot(2,3,1); plot(w/2/pi,abs(hf)); grid;xlabel('f(Hz)'); ylabel('幅度'); title('模拟滤波器频响特性')Fs0=[1000,500];for m=1:2Fs=Fs0(m)[d,c]=impinvar(b,a,Fs)[f,e]=bilinear(b,a,Fs)wd=[0:512]*pi/512;hw1=freqz(d,c,wd);hw2=freqz(f,e,wd);subplot(2,3,2); plot(wd/pi,abs(hw1)/abs(hw1(1))); grid on; hold ontitle('脉冲响应不变法')subplot(2,3,3); plot(wd/pi,abs(hw2)/abs(hw2(1))); grid on; hold ontitle('双线性变换法')end%切比雪夫Ⅱ型低通数字滤波器设计clear; close allwp=; ws=; Rp=1; Rs=80;[N,wc]=cheb2ord(wp,ws,Rp,Rs)[B,A]=cheby2(N,Rs,wc)freqz(B,A)%直接设计带通数字椭圆滤波器clear; close allWp=[]; Ws=[];Rp=; Rs=60;[N,wc]=ellipord(Wp,Ws,Rp,Rs)[b,a]=ellip(N,Rp,Rs,wc)[hw,w]=freqz(b,a);subplot(2,1,1); plot(w/pi,20*log10(abs(hw))); gridaxis([0,1,-80,5]); xlabel('w/π'); ylabel('幅度(dB)')subplot(2,1,2); plot(w/pi,angle(hw)); gridaxis([0,1,-pi,pi]); xlabel('w/π'); ylabel('相位(rad)')%用双线性变换法设计数字高通和带通滤波器clear; close allT=1; wch=pi/2;wlc=*pi; wuc=*pi;B=1; A=[1,];[h,w]=freqz(B,A,512);subplot(2,2,1); plot(w,20*log10(abs(h))); grid%axis([0,10,-90,0]); xlabel('w/π'); title('模拟低通幅度(dB)')%高通omegach=2*tan(wch/2)/T;[Bhs,Ahs]=lp2hp(B,A,omegach);[Bhz,Ahz]=bilinear(Bhs,Ahs,1/T);[h,w]=freqz(Bhz,Ahz,512);subplot(2,2,3); plot(w/pi,20*log10(abs(h))); gridaxis([0,1,-150,0]); xlabel('w/π'); title('数字高通幅度(dB)')%带通omegalc=2*tan(wlc/2)/T;omegauc=2*tan(wuc/2)/T;wo=sqrt(omegalc*omegauc); Bw=omegauc-omegalc;[Bbs,Abs]=lp2bp(B,A,wo,Bw);[Bbz,Abz]=bilinear(Bbs,Abs,1/T);[h,w]=freqz(Bbz,Abz,512);subplot(2,2,4); plot(w/pi,20*log10(abs(h))); gridaxis([0,1,-150,0]); xlabel('w/π'); title('数字带通幅度(dB)')
最近看了一篇文章，觉得写的浅显易懂，推荐你看看：《An Introduction to the Kalman Filter》作者：Greg Welch and Gary Bishop网址：其中，首先介绍了Kalman滤波，接着类比介绍了扩展卡尔曼滤波，个人觉得写的很好。而且本文的引用次数很高。 如果有需要，我也以通过邮箱发给你。
摘 要 FIR数字滤波器是数字信号处理的经典方法，其设计方法有多种，用DSP芯片对FIR滤波器进行设计时可以先在MATLAB上对FIR数字滤波器进行仿真，所产生的滤波器系数可以直接倒入到DSP中进行编程，在编程时可以采用DSP独特的循环缓冲算法对FIR数字滤波器进行设计，这样可以大大减少设计的复杂度，使滤波器的设计快捷、简单。关键词 FIR;DSP;循环缓冲算法1 引言在信号处理中，滤波占有十分重要的地位。数字滤波是数字信号处理的基本方法。数字滤波与模拟滤波相比有很多优点，它除了可避免模拟滤波器固有的电压漂移、温度漂移和噪声等问题外，还能满足滤波器对幅度和相位的严格要求。低通有限冲激响应滤波器(低通FIR滤波器)有其独特的优点，因为FIR系统只有零点，因此，系统总是稳定的，而且容易实现线性相位和允许实现多通道滤波器。2 FIR滤波器的基本结构及设计方法 FIR滤波器的基本结构设a i(i=0，1，2，…，N一1)为滤波器的冲激响应，输入信号为 x(n)，则FIR滤波器的输入输出关系为： FIR滤波器的结构如图1所示：图 FIR滤波器的设计方法 (1) 窗函数设计法 从时域出发,把理想的无限长的hd(n)用一定形状的窗函数截取成有限长的h(n),以此h(n)来逼近hd(n),从而使所得到的频率响应H(ejω)与所要求的理想频率响应Hd(ejω) 相接近。优点是简单、实用,缺点是截止频率不易控制。 (2) 频率抽样设计法从频域出发, 把给定的理想频率响应Hd(ejω)以等间隔抽样,所得到的H(k)作逆离散傅氏变换,从而求得h(k),并用与之相对应的频率响应H(ejω)去逼近理想频率响应Hd(ejω)。优点是直接在频域进行设计,便于优化,缺点是截止频率不能自由取值。(3) 等波纹逼近计算机辅助设计法前面两种方法虽然在频率取样点上的误差非常小,但在非取样点处的误差沿频率轴不是均匀分布的,而且截止频率的选择还受到了不必要的限制。因此又由切比雪夫理论提出了等波纹逼近计算机辅助设计法。它不但能准确地指定通带和阻带的边缘,而且还在一定意义上实现对所期望的频率响应实行最佳逼近。3 循环缓冲算法对于N级的FIR滤波器，在数据存储器中开辟一个称之为滑窗的N个单元的缓冲区，滑窗中存放最新的N个输入样本。每次输入新的样本时，一新样本改写滑窗中的最老的数据，而滑窗中的其他数据不需要移动。利用片内BK（循环缓冲区长度）寄存器对滑窗进行间接寻址，环缓冲区地址首位相邻。下面，以N=5的FIR滤波器循环缓冲区为例，说明循环缓冲区中数据是如何寻址的。5级循环缓冲区的结构如图所示，顶部为低地址。……由上可见，虽然循环缓冲区中新老数据不很直接明了，但是利用循环缓冲区实现Z-1的优点还是很明显的：它不需要数据移动，不存在一个极其周期中要求能进行一次读和一次写的数据存储器，因而可以将循环缓冲区定位在数据存储器的任何位置（线性缓冲区要求定位在DARAM中）。实现循环缓冲区间接寻址的关键问题是：如何使N个循环缓冲区单元首位相邻？要做到这一点，必须利用BK（循环缓冲器长度）器存器实现按模间接寻址。可用的指令有：… *ARx+% ;增量、按模修正ARx:addr=ARx,ARx=circ(ARx+1)… *ARx-% ;减量、按模修正ARx:addr=ARx,ARx=circ(ARx-1)… *ARx+0% ;增AR0、按模修正ARx:addr=ARx,ARx=circ(ARx+AR0)… *ARx-0% ;减AR0、按模修正ARx:addr=ARx,ARx=circ(ARx-AR0)… *+ARx(lk)% ;加（lk）、按模修正ARx:addr=circ(ARx+lk),ARx=circ(ARx+AR0)其中符号“circ”就是按照BK（循环缓冲器长度）器存器中的值（如FIR滤波其中的N值），对（ARx+1）、(ARx-1)、(ARx+AR0)、(ARx-AR0)或(ARx+lk)值取模。这样就能保证循环缓冲区的指针ARx始终指向循环缓冲区，实现循环缓冲区顶部和底部单元相邻。循环寻址的算法可归纳为：if 0 index + step < BK: index = index + stepelse if index + step BK: index = index + step – BKelse if index + step < BK: index = index + step + BK上述算法中，index是存放在辅助寄存器中的地址指针，step为步长（亦即变址值。步长可正可负，其绝对值晓予或等于循环缓冲区长度BK）。依据以上循环寻址算法，就可以实现循环缓冲区首位单元相邻了。 为了使循环缓冲区正常进行，除了用循环缓冲区长度寄存器（BK）来规定循环缓冲区的大小外，循环缓冲区的起始地址的k个最低有效位必须为0。K值满足2k>N,N微循环缓冲区的长度。4 FIR滤波器在DSP上的实现对于系数对称的FIR滤波器，由于其具有线性相位特征，因此应用很广，特别实在对相位失真要求很高的场合，如调制解调器（MODEM）。例如：一个N=8的FIR滤波器，若a(n)=a(N-1-n)，就是对称FIR滤波器，其输出方程为：y(n)= a0x(n)+ a1x(n-1)+ a 2x(n-2)+ a 3x(n-3)+ a 3x(n-4)+ a 2x(n-5)+ a1x(n-6)+ a0x(n-7)总共有8次乘法和7次加法，如果改写成： y(n)= a0 [x(n)+ x(n-7)]+ a1 [ x(n-1)+ x(n-6)]+ a 2 [ x(n-2)+ x(n-5)]+ a 3 [ x(n-3)+ x(n-4)]则变成4次乘法和7次加法。可见，乘法运算的次数减少了一半。这是对称FIR的又一个优点。对称FIR滤波器C54X实现的要点如下：（1）数据存储器中开辟两个循环缓冲算区：新循环缓冲区中存放新数据，旧循环缓冲区中存放老数据。循环缓冲区的长度为N/2。 （2）设置循环缓冲区指针：AR2指向新循环缓冲区中最新的数据，AR3指向旧循环缓冲区中最老的数据。 （3）在程序存储器中设置系数表。 （4）AR2+ AR3 AH（累加器A的高位），AR2-1AR2，AR3-1 AR3 （5）将累加器B清零，重复执行4次（i=0，1，2，3）：AH*系数ai+B B,系数指针（PAR）加1。AR2+ AR3AH，AR2和AR3减1。 （6）保存和输出结果。 （7）修正数据指针，让AR2和AR3分别指向新循环缓冲区中最老的数据和旧循环缓冲区中最老的数据。 （8）用新循环缓冲区中最老的数据替代旧循环缓冲区中最老的数据，旧循环缓冲区指针减1。 （9）输入一个新的数据替代新循环缓冲区中最老的数据。 重复执行第（4）至（9）步。 在编程中要用到FIRS（系数对称有限冲击响应滤波器）指令，其操作步骤如下： FIR Xmem,Ymem,Pmem 执行 Pmad PAR 当(RC)≠0 (B)+(A(32-16))×（由PAR寻址Pmem）B ((Xmem)+(Ymem))<<16A (PAR)+1PAR (RC)-1RC FIRS指令在同一个及其周期内，通过C和D总线读2次数据存储器，同时通过P总线读一个系数 本文对FIR滤波器在DSP上的实现借助了MATLAB，其设计思路为：（1）MATLAB环境下产生滤波器系数和输入的数据，并仿真滤波器的滤波过程，可视化得到滤波器对动态输入数据的实时滤波效果；（2）将所得滤波器系数直接导入CCStudio中，再把滤波器的输入数据作为CCStudio设计的滤波起的输入测试数据存储在C54x数据空间中； （3）在CCStudio环境下结合FIR滤波的公式适用汇编语言设计FIR滤波程序，使用MATLAB产生的滤波器系数和输入测试数据进行计算，把输入数据和滤波结果借助CCStudio菜单中的View/Graph/Time/Frequency子菜单用图形方式显示出来（结果如图2）；图2 （a）输入数据（Input）图2（b）滤波后的数据（Output） 将FIR滤波的入口数据地址改为外部I/O空间或McBSP口的读写数据地址，或数据空间内建缓冲地址；将FIR滤波的结果数据地址改为外部I/O空间或McBSP口的输出数据地址，或数据空间内建缓冲地址，则完成了基于C54xDSP的实时数据FIR滤波程序。参考文献：[1] 程佩青.数字信号处理教程[M].北京:清华大学出版社 1999年[2] 孙宗瀛,谢鸿林.TMS320C5xDSP原理设计与应用[M].北京:清华大学出版社.2002年[3] 陈亚勇等 编著.MATLAB信号处理详解[M].北京:人民邮电出版社.2001年[4] Texas Assembly Language Tools User’s Guide[5] Texas DSP Programmer’s Guide