一种改进的Sage-Husa自适应滤波算法

针对组合导航定位精度和稳定性的要求,将简化的Sage-Husa自适应算法与衰减因子自适应滤波算法相结合,提出了一种改进的Sage-Husa算法,并将该算法应用到组合导航系统中。仿真结果表明,和简化的Sage-Husa算法相比,改进的自适应算法能够同时保证信息融合的精度和稳定性,滤波性能得到了改善。     

一种基于噪声连接分量的自适应层次中值滤波算法

针对椒盐噪声污染图像的降噪,提出一种基于噪声连接分量的自适应层次中值滤波算法。首先根据椒盐噪声像素点的邻接关系和分布特点,对噪声定位图像实施标记处理;然后计算各连接分量集合中元素的个数,将噪声定位图像分层,得到层次噪声定位图像;最后按照由低层到高层的顺序,逐层对噪声污染图像进行标准中值滤波处理,而标准中值滤波的窗口大小则依据连接分量自适应地进行调整,最终得到滤波结果。将该算法与标准中值滤波、自适应中值滤波进行仿真实验,并与其他中值滤波算法就指标PSNR进行比较,均表明该算法降噪效果优良。     

基于形态滤波和HHT的地磁信号分析与预处理

在地磁导航技术中,为获得精确的地磁场值,必须对信号中含有的各种噪声进行处理.针对地磁测量信号中含有的噪声特点,提出将形态滤波与Hilbert-Huang变换结合起来,先用形态滤波对数据进行处理,消除瞬时强脉冲的影响,再将信号进行经验模态分解,作出其二维时频谱图,分析信号中含有的噪声的特点,并根据分解的结果确定阈值,对各分量进行低通滤波,然后再重构.通过实际采集的数据对所提出的方法进行了验证,结果表明提出的方法可以有效地对地磁测量信号中的各种噪声进行处理.     

基于GPS与AHRS的四轴飞行器悬停算法研究

通过对国外四轴飞行器控制系统设计思路的研究及其存在问题的分析,就飞行器控制系统悬停部分的算法进行了研究与探索,并对该系统的设计做了总结与展望。其中电子航向系统(AHRS)与全球卫星定位系统(GPS)为关键参数获取的传感器,该系统实现了飞行器悬停的全自动外环控制。     

基于自适应滤波算法的医疗仪器图像处理研究

图像增强技术是对受噪声影响的图像进行图像质量增强以增加其可辨识性的一种技术,目前已广泛应用于医学图像处理、摄影等方面。本文主要介绍图像增强算法中,自适应滤波算法的应用及分类,并利用matlab软件进行编程,对图像进行处理,对LMS算法、RLS算法、直方图均衡算法以及维纳滤波方法的滤波降噪效果进行比较。仿真结果表明,基于自适应滤波算法的图像处理方法效果更佳。     

基于指数冻结因子的锂电池SOC估算算法

纯电动汽车的荷电状态(SOC)表示电池组的剩余电量,其直接决定着驾驶员对电动车车剩余里程及对充放电等的判断。由于扩展卡尔曼滤波(EKF)法时其将其中的噪声按均值为零的高斯白噪声处理,因而使SOC估算精度不高乃至出现滤波发散。为防止该类情况发生,提出了一种基于指数冻结因子自适应滤波算法;该算法在Sage-Husa自适应扩展卡尔曼滤波(SHEKF)法的基础上引入发散判据,当有状态变量估算误差变大而发散时,对卡尔曼增益矩阵构造一个自适应指数冻结因子,有效防止了滤波发散,提高了系统稳定性。通过同传统的扩展卡尔曼滤波(EKF)法相比较,试验验证结果表明新方法具有更高的估算精度以及对滤波发散的有效控制。     

基于LMS-自适应滤波算法的经验模态分解故障诊断方法研究

对于多相电机定子绕组或逆变桥开关管开路造成的故障,其故障信号常被电机噪声和环境噪声所淹没。现提出一种将LMS-自适应滤波算法和经验模态分解(EMD)结合的特征信号提取方法,通过自适应滤波算法滤除含有噪声污染的故障信号中电机产生的电磁噪声,再对滤波后的信号进行经验模态分解,并提取出故障特征信号。仿真实验表明,该方法能够有效消除电机电磁噪声的干扰,计算快且简单易行,具有良好的可操作性。     

基于自适应滤波算法的超声波气体流量计

针对超声波气体流量计在使用过程中普遍存在的测量精度不高、稳定性差等问题,提出并实现了基于时差法和新型自适应滤波算法的超声波气体流量计。该流量计硬件部分由STM32F103主控芯片、高精度计时芯片TDC-GP22等组成,保证了系统的计量精度;软件部分采用了一种改进型卡尔曼滤波算法,在保证滤波效果的同时有效提高响应速率,并且将其与算术平均滤波相结合,根据流体渡越时间差的变化率提出了新型自适应数据滤波算法。通过实验对比发现,该新型滤波算法有效降低了系统的测量误差,在0.25～40 m³/h流量范围内,系统的最大测量误差为1.08%,满足1.5级精度标准,同时使得系统零漂减小为原来的一半,大大提高了系统的稳定性,满足了实际工程应用的需要。     

参数自适应选择的局部投影滤波算法研究

针对常规局部投影滤波算法中对邻域半径及噪声子空间维数的选取问题,提出了一种参数自适应选择的局部投影改进算法。利用相点与其近邻点形成的空间矢量方向随邻域半径的变化趋势,自适应地选取最优邻域半径;并采用MInka Beyasian模型选择(MInka Beyasian Selection,MI-BS)准则确定该邻域内噪声空间维数的大小。对Henon映射序列及实际采集的碰摩转子振动信号序列进行的仿真实验结果说明,该自适应滤波算法能够更精确地识别出噪声中的混沌数据,从而具有更强的混沌信号恢复及非线性降噪能力。     

基于信息质量的脉冲星导航自适应滤波算法

针对脉冲星导航过程中观测脉冲星的可见性问题,提出了一种基于信息质量的自适应滤波算法。通过分析观测脉冲星的数目及信息质量,确定观测矩阵维数,实时生成观测矩阵,设计了适应观测信息变化的改进型Kalman滤波器。对观测信息质量重新做了定义,并据此构造滤波方程提高了脉冲星导航的精度及适应性;运用四阶龙格库塔方法对带有J2摄动的二体动力学方程进行线性离散化,提高了滤波器状态方程的线性离散化精度。进行了仿真实验,对改进型Kalman滤波算法进行了验证。结果显示,对初始偏差校正后,在10 000s内观测一颗或两颗脉冲星,导航位置精度可达40m,速度精度可达0.019m/s。得到的结果验证了提出算法的有效性和可行性。     

基于MRAS的无速度传感器异步电机控制

为研究无速度传感器直接转矩控制系统中对速度的估算和控制,建立了一种基于模型参考自适应（MRAS）系统原理的速度磁链自适应观测器。它以定子电流和定子磁链为状态变量,构建全阶观测器为可调模型,电机本身为参考模型,把磁链观测和速度辨识结合起来,直接把定子磁链观测值应用于直接转矩控制算法中,定义了李亚普诺夫函数,并根据其稳定性理论确定了速度自适应律。通过Matlab／Simlink软件进行了仿真。仿真结果表明,该系统对电机定子磁链的观测精度高,速度运算较准确,在全速范围内能保持较高的性能。