基于卡尔曼滤波的天文定位算法

针对如何提高舰船的导航精度的问题,提出了一种Kalman滤波天文定位算法。该算法根据天文三角形理论,在确定的时间内,利用恒星的赤经、赤纬以及利用光电经纬仪(或其他测量设备)输出的高度角、方位角等信息实现天文定位,并建立了舰船动力学模型。采用稳健估计对Kalman滤波模型进行处理,解决了滤波模型中非零均值系统白噪声的处理问题。采用该Kalman滤波对恒星的高度角数据进行滤波,实验结果表明,噪声为1′时定位误差由0.041253°降低为0.010394°,该算法提高了测量精度,抑制了测量噪声,有效增强了天文定位的可信度。     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.     

基于ERB尺度的心理声学模型及其数值计算

粗糙度是评价声音幅度变化的一个基本的心理声学参数。针对人耳基底膜的滤波特性,提出了一种基于等效矩形带宽（ERB）的心理声学粗糙度模型。模型通过划分ERB尺度为75个滤波通道,计算幅度调制信号的广义调制指数,然后通过加权滤波并求和得到总的粗糙度。数值计算结果验证了模型对于幅度调制信号粗糙度计算的准确性,并且对于诸如调频信号、未调制信号等非幅度调制信号,模型的计算结果也有较好的一致性。特别是对于非调制信号,模型的计算结果与主观低粗糙感对应良好。     

高精度光纤陀螺信号的在线建模与滤波

针对高精度光纤陀螺随机误差,在分析其一般时间序列模型的基础上,提出了一种改进型二阶自回归AR(2)模型,可以在线建立光纤陀螺随机误差模型.根据该模型,采用卡尔曼滤波算法,实现了光纤陀螺惯导系统在对准与导航过程中光纤陀螺随机误差的实时滤波.滤波结果和Allan方差分析证明,光纤陀螺信号中角随机游走、零偏不稳定性、速率随机游走、速率斜坡和量化噪声五项噪声源误差系数都小于滤波前的二分之一,有效减小了光纤陀螺随机误差,提高了光纤陀螺精度.     

基于增量式光电编码器细分的自适应滤波技术研究

利用光栅副调制原理,在建立了光栅副调制几何光学模型与物理光学模型的基础上,提出了一种针对增量式编码器细分的自适应滤波方法。分析莫尔条纹光电信号输出波形不确定的原因,通过自适应滤波方法将高频信号滤除保留基频信号。自适应滤波效果等价于一个中心频率为基频的窄带带通滤波器,当基频随机变化时其通带也会随之改变。实验证明采用这种自适应滤波技术可以较好地滤除计数信号中除基频外所有高频分量,使莫尔条纹光电信号输出波形趋近于标准正弦波,将信号失真量减小了约7/8。     

基于kalman滤波的灰色BP神经网络方法的应用

针对目前运用灰色BP神经网络组合模型对测量数据进行预测的问题,文中提出了在预测前用kalman滤波对测量数据进行预处理,使数据更加平滑。通过实例表明,经过滤波处理后的数据在预测精度上有明显的提高。     

2X模1混沌噪声滤波的差错概率

2X模1映射的反演是混沌噪声滤波的一个基本模型，本文给出这种滤波结果的差错概率的解析估计公式．对两个不同的信号长度在高斯噪声背景下滤波的差错概率进行了直接的数值计算，解析估计是对应数值结果的上限。     

粒子滤波算法在静止目标定位时的数学建模

粒子滤波算法在目标定位中主要用于目标跟踪,对静止目标定位的应用研究鲜有报道,尤其是针对具体的无线电移动监测车,已知数据只有车的位置坐标和目标示向度情况,数学模型的建立还没有文献可供参考。在熟悉粒子滤波机理的基础上,参考粒子滤波在目标跟踪时建立数学模型的方法,结合无线电移动监测车对静止目标定位的实际需要,建立粒子滤波算法在静止目标定位时的数学模型,模型中融合分类和择优的措施以提高定位精度。最后在LabVIEW平台下对所建立的模型进行仿真实验,结果表明所建立的模型准确可行。     

两种非线性自适应滤波方法及其在建模中的应用

本文研究了基于Ｖｏｌｔｅｒｒａ级数模型和双线性模型的两种非线性自适应滤波，这两种滤波分别基于Ｖｏｌｔｅｒｒａ核和双线性递归差分方程，具有类似于ＦＩＲ和ＩＩＲ的结构。我们以Ｗｉｅｎｅｒ模型为代表，讨论了应用这两种自适应滤波进行非线性系统建模的问题，并考虑了ＭＳＥ和广义ＭＳＥ准则，分析了各种算法的复杂性，文中给出了一组仿真实例。     

基于对称分布特性的自适应α-剪枝均值滤波

本文提出了一种新的消除图像中混合噪声的自适应α-剪枝均值方法.该方法基于α-剪枝均值理论和噪声模型的对称特性.与基于渐进方差最小化的自适应α-剪枝均值方法相比,两者在滤波效果上接近,在滤波速度上本文方法提高了近一倍,降低了算法复杂度.对偏离对称分布模型的混合噪声模型,此方法也有很好的鲁棒性.通过实验,其有效性和速度得到验证.     

Noise Reduction in Phase Maps with 2 pi Phase Jumps by Means of the Heat Equation

A new algorithm for filtering noise in phase maps that contain 2pi discontinuities is presented. The algorithm is based on a thermal model that uses the heat equation to perform low-pass filtering. A similar approach is used in image processing for filtering noise, but the edges are generally distorted because of their inherent high frequencies. A solution that consists in redefining the spatial derivatives is proposed here. Simulation results are presented and discussed.     

双目系统中图像随机噪声的分析

图像立体匹配的精度是保证双目系统测量准确性的重要因素，也是系统研制过程中需要解决的难点问题。对影响双目系统中图像立体匹配精度的随机噪声建立了一种局部统计量符合高斯分布的简化统计模型，基于这个噪声模型设计了滤波方案。实验表明，滤波后图像立体体匹配的精度优于1／4像素。     

Spatial-temporal nonlinear filtering based on hierarchical statistical models

A hierarchical statistical model is made up generically of a data model, a process model, and occasionally a prior model for all the unknown parameters. The process model, known as the state equations in the filtering literature, is where most of the scientist’s physical/chemical/biological knowledge about the problem is used. In the case of a dynamically changing configuration of objects moving through a spatial domain of interest, that knowledge is summarized through equations of motion with random perturbations. In this paper, our interest is in dynamically filtering noisy observations on these objects, where the state equations are nonlinear. Two recent methods of filtering, the Unscented Particle filter (UPF) and the Unscented Kalman filter, are presented and compared to the better known Extended Kalman filter. Other sources of nonlinearity arise when we wish to estimate nonlinear functions of the objects positions; it is here where the UPF shows its superiority, since optimal estimates and associated variances are straightforward to obtain. The longer computing time needed for the UPF is often not a big issue, with the ever faster processors that are available. This paper is a review of spatial-temporal nonlinear filtering, and we illustrate it in a Command and Control setting where the objects are highly mobile weapons, and the nonlinear function of object locations is a two-dimensional surface known as the danger-potential field.     

Use of a customized vision model to analyze the effects of higher-order ocular aberrations and neural filtering on contrast threshold performance

Customized optical filtering and light-dependent neural filtering were implemented in an ideal-observer model for an L-alternative forced-choice visual task. The model was applied to a contrast threshold visual task with adaptive optics correction of ocular higher-order (HO) aberrations under different light regimes, for which experimental data have previously been obtained (J. Mod. Opt.55, 791, 2008). A separability measure was used to assess the model-observer performance and to investigate the joint effect of optical and neural filtering. The numerical results were consistent with the experimental data in the assessment of the effect of HO aberrations as a function of light level.     

卫星跟踪中位置预测的序列匹配算法

针对卫星跟踪中的位置预测问题,分析了动力学模型方法的预测误差组成,提出一种用测量数据来计算预测数据时间误差的序列匹配算法,并讨论了空间误差的计算方法。仿真结果表明,提出的时间校正和空间误差补偿方法的预测精度比动力学模型和Kalman滤波法的预测精度高;即在相同的精度要求下,序列匹配算法能预测的时间范围是Kalman滤波法的1.5倍以上。     

基于曲率的GPU光线投射

基于曲率的体绘制十分有用,它可以帮助科学家分析数据特征,设计新的数学模型.论文在GPU上实现了基于B样条滤波和基于线性滤波的按需计算导数、曲率和光照效果的GPU光线投射方法.实验结果表明,按需计算方法大大加速了基于B样条滤波的GPU光线投射方法的绘制速度;线性滤波方法绘制速度快于B样条滤波的方法;基于B样条滤波的方法绘制质量更高;可以利用线性滤波的方法交互选择相机设置、转换函数和曲率函数,突出感兴趣的特征,然后用基于B样条滤波的方法绘制高质量的图像.     

用于移动机器人遥操作的数字图象稳定化技术研究

提出了基于长时运动滤波和图象仿射变换的数字图象稳定模型，在ＰＩＰＥ机上完成了一个数字图象的实时稳定系统。关键技术包括图象运动检测方法、运动滤波方法，消除抖动的运动补偿方法以及从色素到象素的图象校正算法。     

噪声概率快速估计的自适应椒盐噪声消除算法

提出一种可识别噪声概率自动调节滤波窗口的自适应椒盐噪声消除算法。对非理想椒盐噪声污染图像随机区域进行变窗口中值滤波,将结果与滤波前比对获得噪声点数,滤波区域即按此点数排序。然后取每种滤波窗口下的中间三组数据,该数据平均加权获取图像噪声概率初估计,对初估计平均加权即得图像噪声概率。滤波前首先采用阈值法排除明显噪声点,剩余像素中再以离窗口中心像素距离平方的倒数为权值估计中心像素。最后由噪声概率按照T-S模糊规则对不同模型的输出估计值进行融合。实验证明,与传统中值滤波等算法相比,该算法具有噪声自动估计和自适应窗口调节能力,滤波后标准均方差可减少20%以上,速度可提高一倍多。     

脉冲激励下信号去噪新方法研究和仿真

采用小波滤波原理，建立了一种基于Morlet小波的FIR滤波器组，滤除脉冲激励下输出信号的噪声，并保证滤波后相位不变。为验证该方法的有效性和准确性，采用二维框架结构的有限元模型，对四阶模态系统进行仿真。仿真结果表明．在大噪声污染下，原来已经识别不出的参数．经过滤波后，可以识别出来．而且结果良好。该方法对于振动工程现场测试有很大应用价值。     

串联式非线性扩散方程滤波

非线性扩散方程滤波是一种有效的图象增强算法，能在清除图象噪音的同时保存界面不发生漂移或模糊。然而单一的非线性扩散方程滤波模型在实际应用中存在各自的局限性。本文提出了串联式非线性扩散方程滤波算法．是将标量扩散模型和张量扩散模型联合起来对图象进行滤波。和已有算法相比，该算法在实际应用中具有适用范围更广、取得的图象增强质量更好的特点。同时本文在新算法中应用AOS格式进行迭代计算，使得新算法有很高的计算效率。实验显示了新算法的性能和特点。