基于改进的Kalman滤波的语音增强算法

传统的kalman滤波方法在推导过程中假定观测噪声为白噪声。通常对于有色噪声需要用白噪声激励的方法予以模拟,并且需要以牺牲运算量作为代价。本文提出了一种改进的基于kalman滤波的语音增强算法,可以处理白噪声和有色噪声情况,不需要增加计算量,仿真结果表明了该算法对有色噪声的语音增强性能要优于基于传统kalman滤波方法。     

基于改进卡尔曼滤波的增强现实跟踪注册算法

针对传统应用在特征点匹配技术方向的增强现实系统部分存在鲁棒性不足和实时性较差问题,提出一种新的区域跟踪匹配算法。首先利用改进的FAST算法在不同尺度上提取像素信息建立低维模板进行快速定位。其次在跟踪阶段使用加速鲁棒特征(SURF)检测关键点在线实时匹配的同时,借助改进的非线性化的卡尔曼滤波算法预测运动轨迹,缩减匹配区域。接着对使用上述的算法截取部分图像帧,利用上一帧的观测值对下一帧进行预测并估计相机姿态,同时使用随机抽样一致(RANSAC)算法剔除离群值。最后通过得到的相机位姿矩阵进行虚拟物体的注册叠加。实验结果表明,本文提出算法在综合评价中占据优势,在光照变换、旋转变换、尺度变换方面都具有较好的鲁棒性,并具有优越的实时性能。     

一种新的自适应非线性卡尔曼滤波算法

为避免由于系统噪声统计特性不准确所导致的滤波性能下降问题,改进了一种基于新息的系统噪声方差调整方法,并将其与扩展卡尔曼滤波、Unscented 卡尔曼滤波和差分滤波相结合,形成自适应非线性卡尔曼滤波.将此方法应用到非线性测量光电跟踪系统中,并与采用基本非线性卡尔曼滤波进行性能对比.仿真实验结果证明该方法可以实时调整系统噪声方差,有效地避免由于系统噪声统计特性不准确所带来的滤波性能下降的问题,而且其性能明显优于基本非线性卡尔曼滤波.     

3000HP/4000HP沙特拖轮的噪声与振动控制

本文概要分析了3000HP／4000HP沙特拖轮噪声（振动）源的情况，并对所采取的噪声与振动控制措施作了探讨，同时对所选用的新型船用多孔功能材料PML－725型泡沫铝进行了简单介绍。     

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。     

基于推广卡尔曼滤波算法的结构模型的参数识别

近年来,在结构工程领域中出现了许多参数识别技术,并将这些技术用于结构损伤程度的评价。但是目前多数结构识别方法都是模态参数识别。本文是基于推广卡尔曼滤波的算法,从结构模型的输入激励信号和输出的响应信号中,直接识别结构模型的物理参数。同时针对结构系统的特点,提出解耦的结构参数识别算法,大大降低了参数估计的计算量。在文中给出两个结构模型的几次振动台在地震波输入下识别的结果,并根据所识别的参数对结构模型破坏程度进行评阶,结果表明该方法对结构参数估计是一种有效的方法。     

豪华游艇的噪声与振动控制

介绍了豪华游艇的一般情况,并对PROA2000豪华游艇所采取的噪声与振动控制措施作了探讨,同时对在实船航行试验时所作的噪声与振动试验情况作了说明.     

基于卡尔曼滤波的多运动目标跟踪算法研究

针对多运动目标跟踪的实时性和鲁棒性问题,本文提出了一种基于卡尔曼滤波的多运动目标跟踪算法,该算法运用卡尔曼滤波预测目标的位置,并以目标的中心点坐标、面积和长宽比特征、一维HSV颜色直方图作为目标的特征对当前帧检测到的目标模板和预测区域内的目标进行匹配。实验证明,该算法可实时、稳定地跟踪复杂场景内的多运动目标,并能够解决目标遮挡问题。     

基于卡尔曼滤波的STFT域回声抵消算法

提出了一种低复杂度的短时傅里叶变换域卡尔曼滤波算法来解决声学回声抵消问题。首先在短时傅里叶变换域建立了基于频域卷积传递函数的观测方程,并利用一阶马尔科夫模型对频域回声路径进行建模,给出了精确的卡尔曼滤波方程,并讨论了过程噪声和观测噪声的估计问题。为降低算法计算复杂度,提出了低复杂度卡尔曼滤波算法。另外,在更新滤波器时加入远端信号邻近频点的信息来进一步提高回声抵消性能。实验结果表明,所提算法对近端干扰不敏感,不需要额外的双端对讲检测算法,且比传统的频域自适应滤波算法具有更快的收敛速度。     

基于无迹卡尔曼滤波的MIMO-OFDM系统信道估计算法

基于对现有MIMO-OFDM系统信道估计技术及其理论的分析,提出了一种基于无迹卡尔曼滤波（UKF）的信道估计算法。该算法不需要信道的任何先验统计信息,从频域出发,首先利用最小二乘（LS）算法得到导频处信道的粗略估计值,再在时域运用路径捕获法和UKF算法得到信道的精确估计值。仿真结果表明,与LS算法、最小均方（LMS）算法等相比,该算法在较低运算复杂度下可以获得信道估计性能的明显改善。     

自适应卡尔曼滤波在桥梁健康监测系统中的应用

针对桥梁健康监测中的桥梁结构的应变模态指标，一般采用振弦式应变传感器来测量，其噪声源对桥梁检测来说属于低频振动，低频噪声会影响到采集信息的准确性。为此，将自适应卡尔曼滤波用于应变模态指标的信号处理中，根据桥梁检测信号的特征建立自适应动态滤波模型，并用该模型对甘肃某大桥的实际应变监测数据进行仿真。仿真结果表明，该模型能有效抑制低频噪声，正确反映桥梁应变模态指标的变化，提高信号的测量精度，为桥梁健康评估提供可靠数据。     

基于改进扩展卡尔曼滤波算法的移动机器人定位方法研究

针对移动机器人在位姿跟踪过程中存在单一传感器或多传感器测量系统对环境信息处理能力有限的问题,结合扩展卡尔曼滤波算法,对传感器测量信息进行融合分析.对于单个传感器测得的n个观测值,扩展观测矩阵至大于n的m个目标测量值,将预测空间到测量空间的映射设计为一个具有n个非零变量、维数为nm、秩为n的变换矩阵,实现传感器对状态向量的局部更新.在建立的传感器及机器人运动模型基础上,通过地面移动机器人进行实验验证.理论分析和实验结果表明,该方法能在保证定位精度的前提下,提高算法对不同传感器类型和传感器数量的泛化能力,增强测量系统的准确性和灵活性.     

基于卡尔曼滤波算法的功能梯度材料参数辨识

对于常用的陶瓷/金属(PSZ/NiCrAlY)功能梯度材料(FGM)的弹塑性本构参数确定问题,提出了一种改进的基于扩展卡尔曼滤波算法(EKF)的反演分析方法。该法以压痕试验中获得的荷载-压痕深度响应曲线为依据,结合有限元模拟,对材料参数进行反演辨识。反演过程中事先对实验和有限元模拟结果作逐步均化处理,以此降低系统和测量随机误差对反演结果的影响,提高问题解的收敛精度;同时,基于数值模拟结果,利用拉格朗日插值函数构建载荷-压痕深度响应面,以便插值获取任意参数组合下的响应值及其梯度值,从而提高反演的效率;另外,采用不同尺寸压头的荷载-压痕深度曲线来进一步地提高问题解的收敛性、精确性和适定性。该文从多个角度,对有效地获取FGM材料参数问题进行了详细的探讨,为材料参数的反演辨识研究提供了有益的参考。     

改进的基于卡尔曼滤波的非均匀性校正算法

本文研究的对象是针对红外焦平面阵列探测单元响应的非线性对非均匀性校正精度的影响,提出了改进的基于卡尔曼滤波的非均匀性校正算法.该算法的研究方法是采用探测器响应的分段线性模型,对基于卡尔曼滤波器非均匀性校正算法进行扩展和改进,其结果能有效地克服红外焦平面阵列探测单元响应特性的非线性对校正精度的影响.实验结论表明,改进后的算法在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果.     

上行虚拟MIMO系统的双比例公平用户配对算法

在分析上行虚拟多输入多输出(V-MIMO)系统的传统正交用户配对算法的基础上,提出了一种先按比例公平准则选取第一个用户,然后基于一种改进的比例公平准则选取其配对用户的新的双比例公平(D-PF)用户配对算法,并基于不同的接收机结构分析评估了该算法的吞吐量性能以及用户之间的公平度.仿真结果表明,与传统的正交用户配对算法相比,所提D-PF算法能够取得更好的吞吐量和用户公平度性能.     

一种基于改进卡尔曼滤波的camshift目标跟踪算法

针对目标跟踪中的突变问题,本文提出一种基于改进卡尔曼预测的camshift(continuously adaptivemean shift)跟踪算法.本算法首先使用一种新的目标颜色模型,对传统目标模型进行改进,提高了目标跟踪的准确性和稳定性;同时为了更有效的预测目标位置,对卡尔曼滤波的一步预测值进行改进,并将修改后的卡尔曼预测算法融入camshift算法中,跟踪中增加采样率.实验表明,与传统camshift算法相比,该算法能够处理目标运动中发生突变的情况,实现对运动目标高精度的跟踪.     

发动机双平衡轴系统设计分析

本文基于某直列四缸发动机的双平衡轴系统设计方案,利用Excite软件建立了发动机动力总成多体动力学分析模型,预测了动力总成振动噪声性能。分析了曲轴齿轮与平衡轴齿轮的啮合力对曲轴转速、主轴承反力的影响,探讨了搭载平衡轴系统后发动机振动响应的变化情况。利用传递路径分析方法,研究了双平衡轴系统对动力总成悬置2阶振动的减振效果及对车内噪声的改善情况。分析结果表明采用双平衡轴系统有助于提升发动机NVH性能、改善车内噪声水平。     

基于卡尔曼滤波的整周模糊度快速解算算法

在载波相位测量中,关键的问题就是整周模糊度的确定。目前整周模糊度的求解方法,丢失了对提高未知参数估值精度很有用的历元信息,并且在去相关过程中必须使方差阵为正定阵,不仅解算难度大,还可能出现病态分解,使得去相关失败。本文提出了一种整周模糊度的快速解算方法。首先要通过卡尔曼滤波求出整周模糊度的浮点解,其次确定搜索空间,对协方差阵进行Cholesky分解降低其相关性;最后用ratio检验得出最终解。     

光电跟踪的非线性卡尔曼滤波算法

为得到最小方差意义下的光电跟踪目标的最优状态估计,提出将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合,构成一种适用于非线性光电跟踪目标的卡尔曼滤波算法,并总结出详细算法结构.同时将此方法应用到非线性测量光电跟踪系统中,并与扩展卡尔曼滤波和U卡尔曼滤波进行性能对比.仿真实验结果证明,将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合是有效可行的,而且其性能明显优于扩展卡尔曼滤波和U卡尔曼滤波.