Kalman—CS非均匀性场景校正算法的研究

多元探测器的应用必然会给遥感图像带来非均匀性,这是目前国内外遥感界竞相研究的领域。本文将Kalman滤波器校正算法与常数统计(CS)校正算法相结合,提出了Kalman-CS校正算法。对美国TERRA卫星MODIS图像进行的校正试验表明:采用Kalman-CS校正算法能有效去除遥感图像中的非均匀性条带,校正后的图像品质显著提高。     

紫外序列图像中目标的提取

分析了"日盲"紫外ICCD(增强型电荷耦合装置)探测系统所采集紫外图像中噪声和目标的特点,基于紫外图像的特点,提出了一种紫外序列图像中目标提取的方法.该方法首先采用时域递归低通滤波算法对紫外图像进行降噪处理,有效抑制了图像中的随机噪声,提高了图像的对比度.然后运用自适应阈值分割算法对目标进行了提取.实验结果表明,该方法能较好地检测出紫外序列图像中的目标,具有较强的噪声抑制能力.     

压电陀螺随机漂移的建模与补偿

陀螺随机漂移是衡量陀螺仪精度的重要指标之一,对陀螺的随机漂移进行辨识与建模研究可对随机漂移作一定的补偿,提高陀螺的精度。利用小波多分辨率分析和假设检验的方法,在对某型压电陀螺随机漂移的实测数据进行预处理的基础上建立了时间序列模型,并在计算机上对卡尔曼滤波补偿随机漂移进行了仿真,结果证实了该模型的有效性。     

基于时间混色的无滤色膜液晶显示技术研究

针对目前高质量的滤色膜制造工艺复杂,成本较高的问题,提出了一种利用LED做背光源结合一种时间混色的液晶显示技术,实现颜色显示无滤膜化,使液晶显示系统具有结构简单、色彩输出能力强、性能价格比高的优点。     

一种中频数字化正交解调算法分析

对雷达中频接收如何解调出具有回波信号中的同相（I）、正交（Q）分量做了分析,到目前为止,获取数字I/Q分量的算法很多,常见的有低通滤波法和Hilbert法（希尔伯特法）等,现详细的阐述了低通滤波法及其改进实现方法,并给出仿真结果。     

α稳定分布下的加权平均最小p-范数算法

该文提出一种新的适用于α稳定分布噪声环境的自适应滤波算法,这种算法通过使加权平均误差函数的p-范数最小来实现自适应滤波.在这种算法的基础上,该文还得到两种新的动量LMP自适应算法.将这些新算法应用于估计AR模型的参数,计算机仿真的结果表明,该文提出的算法的性能比已有LMP算法的性能要更为优越.     

平方根UKF神经网络及其在预测中的应用

提出一种利用平方根无轨迹卡尔曼滤波(SR-UKF)进行神经网络权值估计的算法,该算法可以克服BP算法存在的学习速率缓慢、计算量大、容易使学习陷入局部极小等缺点.以Mackey-Grass混沌时间序列作为神经网络输入,运用SR-UKF算法、UKF算法、BP算法仿真神经网络.结果表明,SR-UKF算法较之BP算法具有更快的训练速度和更高的预测精度,且可以避免网络学习陷入局部极小,而相对于UKF算法又具有计算量小且能保证状态方差半正定的特点.     

改进矢量中值滤波在图像处理中的应用研究

针对传统矢量中值滤波计算量大且复杂的问题,通过分析彩色图像滤波的一般方法,提出了彩色图像矢量中值滤波的改进算法.经与传统矢量中值滤波和理想滤波器实验结果对比可知,该算法不仅具有矢量中值滤波法去噪、保边缘和不增加新颜色的优点,而且具有计算量小、算法简单和易于实现的优点.此算法已应用于葡萄病害图像处理,并在Visual C 软件平台上进行验证,结果证明该方法可行,在完成病害图像增强的同时,对噪声有较好的抑制作用.     

基于概念层次树的个性化推荐算法

改进了传统的协同过滤算法，提出了基于概念层次树的用户模型，利用该模型进行协同运算，使系统在用户共同评分项极其稀疏时也能产生推荐。在相似性计算和产生推荐阶段引入了概念分层思想，分别在商品种类上产生推荐，避免了推荐的单一现象。MovieLens数据集实验表明，改进后的算法在推荐质量上有了明显的提高。     

一类不确定非线性离散时滞系统的鲁棒H∞滤波设计

考虑一类同时带有非线性动态和参数不确定性的离散时滞系统的鲁棒H∞滤波设计问题．假设参数不确定性具有线性分式形式,而非线性动态满足Lipschitz条件,给出滤波器使误差系统鲁棒渐近稳定且达到指定的干扰抑制水平．对参数已知情形,先建立广义有界实引理,然后给出H∞滤波器的存在条件,证明了H∞滤波器的存在性可归结为线性矩阵不等式的可解性,基于线性矩阵不等式给出了H∞滤波器的综合方法和步骤．对参数不确定性情形,通过引进标度参数,将不确定非线性离散时滞系统的鲁棒H∞滤波问题转化为确定系统的H∞滤波设计．最后给出仿真例子验证所得结果的有效性．