基于相关滤波技术实现激光陀螺抖动信号的剥除

为了满足惯导系统对机械抖动激光陀螺快速跟踪方面的应用需求,基于相关滤波技术实现了激光陀螺抖动误差信号的剥除.首先从理论上对基于相关滤波去除抖动的思想进行了详细的分析,提出了基于相关滤波进行抖动剥除的开环模型,为了提高系统的稳定性,在开环模型的基础上提出了闭环模型.其次介绍了基于相关滤波闭环模型实现抖动剥除的软硬件设计,最后用所研制的系统对某一型号的激光陀螺进行了测试,通过对采样信号和误差信号的观测,系统工作稳定,在5 kHz的采样条件下,陀螺剥除后的剩余脉冲控制在±1内.  

基于小波变换的拉曼光谱仿真分析

工业生产中实现质量目标控制,通过在线拉曼光谱分析,噪声的存在将影响确定拉曼光谱的谱峰位置和峰高数值等,并影响拉曼光谱定性和定量分析的准确性。为了消除混杂在拉曼光谱信号中的噪声,并保留信号的真实细节,提出了基于小波变换空域相关法的在线拉曼光谱信号消噪方法,对含噪的邻二甲苯原始拉曼光谱信号进行了消噪处理,进行仿真实验。结果表明,小波变换空域相关滤波法能较好的保留拉曼光谱信号的边缘特征,取得了较好的滤波效果,具有较高的实用价值。  

基于相关滤波技术的SO2气体浓度监测系统设计

介绍一种基于相关滤波技术的非分散红外SO2气体浓度测量方法.该方法是在相关运算原理和SO2红外吸收特性基础上,结合相关检测和气体滤波技术,有效解决了近年来空气中SO2污染严重且在非分散红外SO2检测系统中噪声干扰大的问题,实现了对微弱光信号的调制和检测,并实现了新型SO2浓度监测仪的设计.试验表明,系统有10(-6)的检测灵敏度.  

动不平衡信号的滤波方法研究

摘要：通过对自动跟踪相关滤波、谐波小波滤波和零相移滤波的滤波原理分析，以及它们在LabVIEW开发系统下仿真结果的对比分析，得出自动跟踪相关滤波和谐波小波滤波是比较理想的动不平衡信号滤波方法；通过应用实验验证了自动跟踪相关滤波和谐波小波滤波的滤波性能。  

基于二阶段噪声检测的滤波算法研究

研究信号优化问题,针对信号中的混合噪声,大大降低了信号的精度和准确性,影响了对真实信号特征的提取,为了消除存在于信号中的混合噪声,提出了一种基于二阶段噪声检测的滤波算法.先通过小波空域法处理由高斯噪声控制的小波系数;根据脉冲噪声控制的小波系数幅度的特点,结合中值滤波算法,构造一种能检测出脉冲噪声控制的小波系数的检测器,处理检测出的小波系数;最后用二次处理后的小波系数进行信号重构,可以去除混合噪声;仿真实验表明方法有效可行并优于单-的小波空域相关去噪法和软阈值去噪法,而且能够较好地去除混合噪声,达到提取信号优化过程.  

基于空域相关滤波和总变分模型的图像去噪

针对总变分(TV)模型对图像的细节不敏感以及去噪的同时易造成边缘模糊的缺陷,提出了一种图像去噪的新算法。根据图像经过小波分解以后,细节主要集中在高频部分,而取相邻尺度的小波系数进行相关计算,可以提高边缘的定位精度。利用小波高频系数的相关计算来控制TV模型的扩散,在去噪的同时保护了边缘细节。仿真实验采用三种典型的离散方法,结果显示该算法处理的去噪图像视觉效果有所改善,且信噪比也有很大提高。  

基于小波分析的脉搏波信号去噪

脉搏波信号采集过程中存在引入的肌电干扰和基线漂移等噪声,引起脉搏信号不准确。针对传统滤波方法滤除脉搏波噪声性能较低的特点,提出了一种改进的空域相关滤波方法。将信号小波分解后,在小波变换值的相关量中加入一个自适应调整系数,最后用保留的小波系数对原信号进行重构;改进方法具有良好的自适应性能和显著的滤波效果,在有效去除噪声的同时,很好地保留了信号的主要细节。仿真结果表明,改进算法去噪效果好,同时减小误差,提高了信噪比,为脉搏分析提供了准确信息。  

基于相关滤波器组的人眼定位方法

人眼定位是人脸识别和认证中一个关键步骤,本文提出一种基于自适应聚类相关滤波组的人眼定位方法,将人眼定位表示成一个优化问题,并定义一个多滤波器的损失函数。多个滤波器采用自适应聚类方法训练来构造,得到的多个滤波器组成相关滤波器组。滤波器组包含多个模板,对人脸的差异具有良好的区分性,从而能够有效地定位变化较大时的人眼位置。与基于分类器的人眼定位方法以及传统的基于单一相关滤波器的方法相比,实验表明本文方法在检测准确率和定位精度上有显著提升。  

基于时空特征的实时相关滤波目标跟踪

提出一种基于时空信息的相关滤波实时目标跟踪算法,以解决纹理改变、光照变化、旋转变形甚至遮挡情况下目标跟踪效率问题.此算法考虑到目标定位过程中,目标与其周围信息存在空域上的相关性,来构建目标空域滤波模型,并且该算法引入时间变量来在线更新得到时空域滤波模型,利用相邻帧信息相似性来降低遮挡对跟踪的影响.通过实验对比,验证了当目标受到非理想因素干扰时,所提算法具有健壮的鲁棒性和良好实时性.  

基于相关滤波的尺度自适应目标跟踪

针对视频目标跟踪中的尺度问题，提出了一种基于相关滤波的尺度自适应目标跟踪方法。首先利用核相关滤波获得目标的中心位置，然后将目标均分为四个子块，通过计算找出子块中心的最大响应位置，最后根据前后两帧目标子块中心位置的相对变化计算出尺度的伸缩系数，进而计算出目标尺度。在具有尺度变化的公开数据集上对本文方法进行测试，并和多种跟踪方法作对比，实验结果表明，该方法将尺度的计算问题转化为对子块中心的定位，其平均跟踪性能优于其它方法，验证了方法的有效性。