光纤陀螺信号的小波滤波方法研究

在定义了光纤陀螺零偏和零漂基础上,分析了几种小波消噪算法的特点,对光纤陀螺信号进行了处理,并根据不同小波基滤波的效果,提出了一种较适合工程实际的滤波方法,同时和自适应滤波结果相比较．结果表明,采用小波滤波优于自适应滤波,而且Hair小波基的效果也优于Db4小波基．     

基于小波变换的人体图像自适应滤波处理

根据人体图像的特点，采用中值滤波器与小波滤波器相结合对人体图像进行了自适应滤波．实验结果表明，采用自适应滤波器对人体图像滤波后，不但滤波效果较传统滤波得以提高，而且对人体图像边缘也有良好的保护作用，提高了人体图像的信噪比，改善了图像质量，并为人体图像去噪提供了一种新方法．     

跟踪机动目标的自适应α-β滤波算法

针对已有机动目标跟踪算法运算量大的不足,提出了一种新的自适应α－β滤波算法．该算法选用极坐标系作为跟踪坐标系,建立了带有伪加速度修正的目标运动模型及外推方程,给出了自适应获取滤波增益的一种新方法．仿真结果表明,该算法滤波精度与有代表性的ＩＥ算法、ＶＤ算法、ＩＭＭ算法相当,但运算量则大大低于这几种算法,易于工程实现,可用于机动目标的快速跟踪．     

经验模式分解域自适应滤波方法

为了利用经验模式分解法提取信号边缘信息,提出一种基于经验模式分解的自适应滤波方法,并给出了噪声功率阈值的两种选取方法．该滤波方法首先对信号进行经验模式分解; 其次对相邻尺度上残差分量一阶导数信号进行空间相关性计算,并对归一化空间相关函数与残差分量一阶导数进行逐点比较,实现对残差分量一阶导数的滤波; 最后根据噪声功率阈值判断自适应滤波过程是否结束．仿真实验结果显示,本方法可以准确提取信号边缘信息,同时抑制噪声信号．     

一种粒子滤波自适应优化算法

通过对粒子滤波算法中建议分布与重采样2种改进技术分析,提出了一种粒子滤波自适应优化算法．首先,基于退火参数自适应优化混合建议分布,以改进建议分布的采样范围．然后,在基于有效样本大小的自适应重采样技术之上,借助另一多样性测度即种群多样性因子来自适应调整重采样阈值,而且,样本变异操作在重采样之后被引入确保样本的多样性．同时,结合部分分层重采样算法研究并进行改进,改进的部分分层重采样算法具有原算法执行快时间短的优点,同时结合权重优化的思想改进重采样的样本权重计算．通过仿真实验,粒子滤波自适应优化算法的性能和有效性均得以验证．     

基于震动滤波和各向异性扩散的图像增强算法

结合震动滤波和各向异性扩散,提出了一种新的滤波方法．该方法在震动滤波和各向异性扩散之间,对各向异性扩散加了一个自适应的权,使得图像不仅具有很好的平滑效果,而且增强了边缘,保留了尽可能多的细节部分．文中直接给出了滤波器的离散形式,使滤波过程易于实现,并缩短了滤波时间．     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

在单片机中实现自适应滤波算法的分析

通过对自适应滤波算法的分析,揭示了自适应滤波算法的本质特性,实现了自适应滤波算法在单片机中数字信号处理算法,为低功耗技术在信号处理中的应用提供了一种方法。     

一种基于HVS的自适应图像编码算法

讨论了一种基于人类视觉特性的自适应图像编码算法，该算法在ＪＰＥＧ基础上采用视觉门限编码、自适应扫描技术．仿真结果表明，在高压缩率的情况下，无论从编码性能，还是从视觉感官上，该算法效果均优越于ＪＰＥＧ．     

自适应滤波在局部放电检测中的应用

为了消除高压设备局部放电检测中广泛存在的周期性干扰现象,依据自适应噪声干扰抵消技术,设计了一种有限冲击响应(FIR)、最小均方(LMS)误差算法的自适应滤波系统,研究了局部放电中存在的各种周期干扰现象．通过计算机模拟滤波证实,在适当选择滤波各参数的基础上,得出该系统实现方便、运算快速,能有效地解决局部放电检测中的周期性干扰问题．     

基于EMD自适应滤波的谱分析方法研究

经验模态分解（EMD）是一种分析非线性非平稳信号的时频分析方法．基于该方法提出一种新的自适应滤波算法EMD—LMS,并对滤波后信号进行谱分析．实验表明：与经典的功率谱分析方法相比,本文提出的谱分析方法具有更好的分辨率．     

基于自适应滤波的语音增强算法

介绍了自适应滤波进行语音增强的一种方法。对带噪语音进行自适应滤波处理，滤波后的语音信噪比和听觉质量得到了很大的改善。     

多通道空间自适应滤波技术研究

针对多通道自适应滤波算法数据运算量较大的缺点,结合空间滤波与最小均方（LMS）自适应滤波优点,提出并研究了空间自适应滤波方法.给出了一种多通道空间自适应滤波器的表达式和实现算法,并以周期噪声和高斯白噪声为噪声背景,将多通道空间自适应滤波算法应用到某一均匀加肋圆柱壳主动振动控制实验中.结果表明,空间滤波技术能够显著抑制噪声信号中的高频成分,提高数据采集精度,有效地降低多通道自适应滤波算法的数据运算量,提高自适应滤波算法的学习效率和收敛速度,并能较好地解决结构控制中多通道自适应控制的空间混淆现象,提高主动振动控制的区域降噪效果.     

一种改进的强跟踪UKF及其在目标跟踪中的应用

针对无迹卡尔曼滤波(UKF)算法缺乏对系统模型和噪声不准确等情况时的自适应调整能力导致滤波精度下降甚至发散的问题,提出了一种改进的强跟踪UKF滤波算法(IST-UKF)．首先,结合UKF算法以及强跟踪滤波原理,阐明了强跟踪UKF成立的充分条件．其次,在此基础上,提出在向前一步预测协方差矩阵中引入两个多重次自适应因子,并分别设计了其计算方法．最后,将该算法应用于目标跟踪中,并与强跟踪UKF算法(ST-UKF)以及UKF算法进行仿真对比．仿真结果表明,IST-UKF算法不仅具有强跟踪能力,还能对过程噪声进行自适应调整,实现了对目标的良好跟踪;并且当初始过程噪声设置较大时,更有利于IST-UKF算法的发挥．     

渐消自适应Unscented粒子滤波及其在组合导航中的应用

提出一种新的渐消自适应Unscented粒子滤波算法,通过Sigma点来获取状态估值和协方差阵,利用渐消因子自适应的调节权值大小,得到一种参数可调节的重要性密度函数。该重要性密度函数考虑了最新量测的影响,更合理地利用有效信息,保证了粒子多样性,使滤波性能明显改善,能更好地解决非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和渐消自适应扩展Kalman滤波比较,仿真结果表明,提出的滤波算法能提高导航解算的精度,其性能明显优于扩展Kalman滤波和渐消自适应扩展Kalman滤波。     

一种模糊自适应滤波算法的研究与实现

为解决均值滤波和中值滤波算法在数字信号处理中存在的问题,提出一种模糊自适应滤波算法．根据每个元素噪声度的大小控制均值滤波窗口的大小,并做了大量的仿真．与普通的均值滤波和中值滤波进行比较发现,该方法不仅很好地去除了信号中混有的脉冲,而且在不损坏信号细节的前提下,很好地滤除了噪声信号．最后,使用了信噪比改善因子S来检验算法的滤波效果,证明其滤波效果好于传统的中值滤波和均值滤波,且具有算法简单、实时性好等特点,并已经应用在很多场合．     

电力线扩频通信中窄带干扰的自适应抑制

利用电力线进行扩频通信时,需要抑制信道中的多个大功率、ＳＳＢ调制的窄带干扰。本文提出了两种能够有效抑制上述窄带干扰的自适应算法。一种是时域的自适应非线性滤波算法,它以自适应线性预测为基础,同时针对预测噪声呈非高斯分布的特性引入一个非线性修正算子,使得收敛时的"额外均方误差"小于传统的线性预测算法;另一种则是基于ＳＴＦＴ（短时付立叶变换）的频域自适应滤波算法,它遵循了变换域自适应滤波的基本思想,结合了频域限幅器与时域自适应滤波两者的优点,具有比时域处理更快的收敛速度。     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题，提出了一种去除图像中椒盐噪声的新型滤波算法．该算法采用两级滤波，并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素，以保持这些像素的原灰度值不变，保护了图像的真实性；同时在第一级滤波时采用迭代中值滤波，使滤波效果更佳．实验结果表明，所提出的滤波算法的效果优于现有的滤波算法，尤其是噪声密度超过0．3时，该算法的优势更加明显．     

自适应-模糊滤波算法

为了克服大部分的自然图像中同时存在脉冲噪声和高斯噪声,在分析了传统滤波算法特点的基础上,提出了一种改进的自适应-模糊图像滤波算法.该算法首先判别并标定图像中的脉冲噪声,以实现两类噪声的分离.采用自适应滤波窗口的中值滤波算法滤除脉冲噪声,有效地克服了传统中值滤波的不足.在有效地滤除脉冲噪声的基础上,引入提出了模糊控制中隶属度函数的概念改进均值滤波算法,结合图像直方图的自适应,提出隶属度函数的阀值,克服了均值滤波造成图像细节模糊的不足.最后提出了一种针对图像滤波算法中求解中值的快速算法,提高算法的实用性.仿真证明,自适应-模糊滤波算法在滤除图像中混合噪声的效果明显优于传统滤波算法,可广泛应用于各种图像处理场合.