一类滤波函数在机器人有界输入控制器中的应用研究

本文基于机器人控制器输入的有界特性，给出了一类具有良好的反馈滤波函数，由该函数构造的控制器不仅能实现对位置和速度跟踪误差的有界滤波，而且能将它们的误差分量任意地投影到二维空间任意点，实现对高速参考轨迹的完全鲁棒性跟踪，仿真结果证明了此种滤波函数的良好特性。     

CT图像重建滤波反投影算法中指数滤波器的研究

CT技术的核心是图像重建,而图像重建的决定因素是重建算法,其优劣直接影响对重建结果准确性的判断。CT图像重建算法可以分为迭代法和解析法两大类,其中解析法具有比较严密的数学理论基础,且处理速度快,所以在CT技术领域得到广泛应用。在解析重建算法中,滤波反投影算法拥有较高的运算效率,能获得较好的图像重建质量,而且滤波反投影算法的成本低,易于通过并行实现,便于进一步提高其重建速度,所以该算法为解析法中的主流算法。根据滤波反投影算法的实现原理,其中滤波函数的选取对重建结果、重建速度等方面有着举足轻重的作用。针对滤波函数的选择进行研究,首先在分析常用R-L和S-L滤波函数的基础上,引入指数滤波函数的研究,并借助调整指数参数的取值,分析了该函数在无噪声和有噪声情况下对图像重建的影响。通过实验仿真的方法,验证了指数滤波函数在保证较好的空间分辨率的情况下,保持了良好的图像重建特性。     

一种提高恒星光谱识别率的新方法

本文提出的方法是基于Kalman滤波和径向基函数神经网络的，是对提高恒星光谱识别率的深入研究。它不再依赖分类正确率曲线选取特征，可以直接将Kalman滤波的输出作为径向基函数神经网络的输入。该技术分为两个阶段：第一阶段，采用Kalman滤波对经过归一化的光谱数据进行去噪、降维，同时进行第一次的分类；第二阶段，利用径向基函数神经网络进行第二次的分类。实验表明这种新技术是健壮的、高效率的、通用性强的。该方法的分类结果比主成分分析的最好结果还要好。     

基于长球函数基的投影滤波

从泛函分析的角度讨论了信号滤波的理论基础。介绍了一种完备正交基——长球函数,并结合长球函数分析了投影滤波的算法。仿真实验证明投影滤波的有效性。     

基于汉宁窗函数的滤波器的设计

在CT图像重建中,滤波反投影是目前采用最为广泛的算法,滤波器又是滤波反投影的重要组成部分,因此滤波器的设计是滤波反投影算法的关键.滤波器的设计主要是其窗函数的选择,本文基于汉宁窗函数的特点,提出了一种可调节参数的窗函数.通过仿真实验,给投影数据加入噪声,采取不同的参数进行图像重建,考察不同的参数对噪声的抑制作用.实际检...     

一种基于遗传算法的模糊中值滤波器优化方法

根据遗传算法可以搜索全局最优的特点,提出了一种基于遗传算法优化模糊隶属函数,从而对带有脉冲噪声的图像进行模糊中值滤波的方法。虽然模糊逻辑可以很好用于图像处理,但它的隶属函数很难准确的选取,通过遗传算法对已知样本图像进行学习,找到最优的隶属函数,然后用该隶属函数对需要处理的噪声图像进行滤波。实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应强。     

卡尔曼体系下的滤波算法计算框架

卡尔曼体系下的滤波算法是指滤波算法中含有基于状态方程的状态预测过程和基于观测方程的状态更新过程.为了便于理解卡尔曼体系下的滤波算法计算过程,从滤波算法计算框架角度对它们分别进行了描述.提出了一个统一的卡尔曼体系下的滤波算法计算框架,该统一计算框架既可用于理解滤波算法计算过程又可用于构造新滤波算法.在统一计算框架中存在两个反馈回路,构造新滤波算法的难点在于确定两个反馈回路中的操作函数.本文以自适应卡尔曼滤波算法(Adaptive Kalman filters,AKF)为例就操作函数选择问题进行了初步探讨,证明了几种探作函数是次优的,这为最终构造一种性能优良的AKF算法奠定了良好的理论基础.     

基于滤波的分段线性Hammerstein系统的递推辨识方法

Hammerstein模型具有结构简单、能很好地反映典型非线性特性等优点, 一直是控制领域的重要研究内容之一. 本文主要研究输出误差自回归Hammerstein系统的辨识问题, 系统的输入非线性部分采用分段线性函数拟合,并引入切换函数和位置函数将其表示为线性参数表达式. 为克服有色噪声的干扰, 本文通过关键项分离和数据滤波技术, 建立系统的滤波辨识模型. 在此基础上, 文中提出了基于滤波的遗忘梯度算法, 基于滤波的递推广义最小二乘算法和基于滤波的多新息遗忘梯度算法估计未知参数. 本文通过仿真实例验证了所提算法的有效性, 证明了多新息理论的应用可以有效地提高递推算法的辨识性能.     

基于位函数最优迭代的椒盐噪声滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于位函数最优迭代 的椒盐噪声滤波算法。利用位函数的细节保证性能,最大限度地恢复图像的细节信息,使得高密度噪声污染图像也能得到较 好地恢复。实验结果表明,所提出的滤波算法具有较强的自适应性及较好的滤波效果。     

一种基于GHF 的高斯粒子滤波算法

高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加, 能够较好地解决粒子退化问题, 但其重要性密度函数没有考虑最新的量测信息, 导致有效粒子数减少, 算法滤波性能下降. 针对该问题, 提出一种基于Gaussian-Hermite 滤波(GHF) 的高斯粒子滤波算法, 采用GHF构造高斯粒子滤波的重要性密度函数, 考虑最新的量测信息, 增加有效粒子数, 提高算法的滤波精度. 仿真结果表明, 所提出算法的滤波精度明显优于高斯粒子滤波算法.

     

OBDD-Based Cryptanalysis of Oblivious Keystream Generators

Many keystream generators of practical use consist of a certain number of linear feedback shift registers (LFSRs) combined with a nonlinear output automaton. For this type of generator, we present an algorithm computing the secret initial state x ∈ {0,1}ⁿ from a short piece of corresponding keystream by performing 2^{(1 - α)/(1 + α)n} polynomial-time operations, where α denotes the rate of information which the output keystream reveals about the internal bitstream produced by the LFSRs. The algorithm uses Ordered Binary Decision Diagrams (OBDDs), a data structure for minimizing and manipulating Boolean functions. We demonstrate the potential of our method by applying it to the self-shrinking generator and to the E₀-generator used in the Bluetooth wireless system and obtain the best known short-keystream attacks for these generators.     

基于Virtex-5的PN码发生器设计

提出了基于Virtex-5的常用PN序列的VHDL实现方法。PN序列是扩频系统的核心,它的生成需要运用线性反馈移位寄存器（LSFRs）。在Virtex-5系列FPGA中,每个查找表（LUT）都可被配置成一个16位的移位寄存器。因此,可以用最少的资源有效地实现PN发生器。首先介绍了PN序列的实现原理,接着详细阐述了其VHDL设计方法,并进行了性能评估。该设计在工程实践中已经得到使用,并取得了很好的效果。     

干扰解耦滤波器设计及应用研究

提出一种干扰解耦滤波器（ＤＤＦ）设计的新方法。通过一个简单有效的代数变换,将具有未知输入的系统变换成一个不含未知输入的等价系统;利用新息定理得到一种新的干扰解耦滤波器设计方法。针对机动目标跟踪问题,对常规Ｋａｌｍａｎ滤波器、最优干扰解耦观测器和干扰解耦滤波器进行了仿真比较,结果表明ＤＤＦ特别适用于目标高度机动且无有效机动模型的情形。     

基于栅格结构的正交小波滤波器组逼近方法

提出一种基于栅格结构的小波滤波器逼近方法．应用栅格结构的特性,采用分步栅格优化和随机栅格优化两个过程来构造小波滤波器．在分步栅格优化中,提出两种优化策略：扔掉和保留;并证明这两个优化策略是等价的,这样可以采用扔掉策略也可以保证我们每步优化是最优的．同时,将这种构造算法推广到不同长度滤波器构造,也成功地将该算法应用到以下问题：构造二通道接近线性相位的正交小波滤波器和有限脉冲的信号自适应小波滤波器(主分量滤波器)．另外,分步栅格优化的部分结果已经出现在IEEE ICIP2003上．     

基于多元插值的DD型滤波算法仿真研究

DD型滤波是一种基于Striling多元插值方法,将函数按多项式近似展开的非线性滤波算法.相对于扩展卡尔曼滤波而言,它不需要对非线性函数进行微分运算,具有滤波精度高、数值稳定性好和适用范围广的优点,其运算量却与扩展卡尔曼滤波相当.对DD型滤波算法进行了深入分析,并将该算法应用于状态估计领域.对一多传感器目标跟踪问题进行了仿真计算,仿真结果表明了DD型滤波算法的有效性和实用性.     

Comparison between cellular automata and linear feedback shift registers based pseudo-random number generators

A detailed comparison between pseudo-random number generators (PRNGs) based on cellular automata (CA) and linear feedback shift registers (LFSRs) is presented in this paper. Various statistical tests have been applied in order to reveal the advantages and disadvantages of both approaches. Both LFSRs and hybrid additive cellular automata (HACA) produce satisfactory PRNGs. HACA operate at higher speeds than LFSRs with the same characteristic polynomials. Regarding the silicon area, direct comparisons between the two approaches cannot be made since it depends on the PRNG length. However, the inherent modularity of HACA reduces the silicon area occupied by them and, when long feedback paths are used, the silicon area occupied by LFSRs increases.     

一种改进的粒子滤波算法及其在GPS/DR组合定位中的应用

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密度函数更加符合状态的真实后验概率分布。为消除样本枯竭现象,对重采样后的粒子进行马尔科夫链蒙特卡洛处理。在仿真实验中,将新算法用于GPS/DR组合定位系统,与粒子滤波、扩展卡尔曼粒子滤波以及无迹粒子滤波进行比较。仿真结果表明,该算法的估计精度高于传统粒子滤波算法,同时其能够有效控制计算量,并且在粒子数目较少时仍能保证较好的估计性能。     

2D test sequence generators

In experiments examining test pattern generators using LFSRs with and without phase shifters as sources of 2D stimuli, generators with phase shifters consistently achieved higher hit ratios than those without. Moreover, a new algorithm synthesizes phase shifters, minimizes linear dependencies, and balances the use of generator stages.