基于三子样和互补滤波的姿态测量算法研究

为了解决陀螺随时间的漂移以及周围环境产生的随机误差的问题,设计了一种基于互补滤波的姿态求解方案,同时通过将三子样算法和互补滤波结合起来使该算法适用于高动态等复杂环境下的姿态测量。该方案采用四元数法对姿态进行描述,经过高精度三轴温控速率转台上的静态实验以及摇摆动态实验,通过对比高精度转台角度值,可以发现互补滤波算法对于精度的提高有明显的效果,有效的将惯性测量单元的数据进行融合。同时由于采用了三子样算法可以满足高动态环境下的姿态测量,确保了系统在各种环境下精确测量。     

基于二阶插值滤波的室内航向估计算法研究

在室内行人导航中,为获取精确的航向角,提出了一种基于二阶插值滤波的航向估计算法。该算法通过建立四元数姿态运动测量模型,采用二阶插值滤波对陀螺仪、加速计和磁强计的测量数据进行数据融合,实现航向角解算,以过程噪声和测量噪声为设计参数,构造自适应噪声协方差矩阵,实现协方差误差估计最小化。通过对行走长方形参考路径得到的数据进行处理,加速计和磁强计组合与陀螺仪航向估计算法动态误差分别为13.6°和6.9°,采用二阶插值滤波航向估计算法后动态误差为2.3°。实验结果表明,该算法有效提高了航向估计的精度,减小了陀螺仪漂移、载体的线性加速度和周围局部磁场干扰对航向估计的影响。     

对航姿参考系统的滤波方法研究

状态估计理论一直是信号处理研究的一个重点方向.为了减小航姿参考系统由噪声引起的数据偏差,利用卡尔曼滤波的方法通过对航姿参考系统数据去噪处理来进行校正,进而得到理想的数据,实验证明了卡尔曼滤波在应用中的有效性.     

基于四元数的PID改进型互补滤波算法

传统的互补滤波算法实现了多传感器的数据融合,补偿了陀螺仪的积分误差,且有运算量小的优点.但是也具有数据波动大,解算误差大等缺陷.针对数据波动较大的问题引入微分环节,由此提出四元数PID改进型互补滤波算法,以PID控制器的反馈来抑制数据波动.实验证明该算法继承了互补滤波算法运算量小的优点,同时降低了因数据波动产生的误差,能在更短的时间内稳定、有效地跟踪四轴的飞行姿态.     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法.针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验.结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 dB以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 dB以上.     

基于惯性传感器MPU6050的滤波算法研究

针对运动体姿态角测量问题,利用惯性传感器MPU6050提出了一种参数可调的自适应显性互补滤波算法,并与经典互补滤波、显性互补滤波、基于梯度下降法的互补滤波算法及传感器数字运动处理器自带滤波算法进行了比较,分析了几种算法在工程应用中的适应性。测试结果表明,此类互补滤波算法具有思路清晰,计算量小,估算精度高及易实现等特点,改进后的算法综合性能最优,适用于各种运动姿态测量系统。     

基于图像增强的改进自适应加权均值滤波算法

为了尽可能滤除图像中的椒盐噪声同时改善图像视觉效果,将改进自适应加权均值滤波与小波域图像增强技术有机结合,提出了一种具有增强效果的图像滤波算法。该算法分为滤波和滤波后处理两个阶段。滤波阶段,对经典均值滤波分别从噪声检测策略、权值计算机方法噪声滤波模版设计等方面进行适当改进,给出了具体实现步骤;滤波后处理阶段,首先将滤波后图像进行三层小波分解;然后构造出一种小波图像增强模型,根据小波系数的幅度值将其分为三个部分,分别进行不同程度的拉伸处理;最后进行拉伸后小波系数重构。将该滤波算法与经典均值滤波,加权均值滤波、自适应加权中值滤波等性能比较,实验结果表明,本文滤波算法在噪声滤除和图像细节保持方面,效果较好。     

一种改进的自适应中值滤波算法研究

非线性滤波是一种有效的噪声抑制技术,得到了广泛的应用。文中针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法采用一定的检测标准对图像中的噪声点进行检测,并采用改进的中值滤波方法对噪声点进行滤波。实验结果表明,此方法较标准中值滤波具有更优良的滤波性能。     

基于改进ESKF和自适应滤波的组合导航算法研究

针对传统滤波算法中忽视了误差方程中的高阶量所引起的导航结果不够准确的问题,提出了一种改进ESKF算法,将基于误差状态建模的滤波算法同EKF相结合。针对组合导航的鲁棒性与适应性,提出了一种将卡尔曼滤波算法与自适应滤波算法相结合的滤波算法,并进行仿真验证。仿真结果表明：当组合导航系统受到较大扰动时,改进算法较传统滤波算法使组合导航系统在经度精度上提高了49.48%,纬度精度上提高了34.21%,有效提高了组合导航系统的精确性和鲁棒性。     

超级航姿中基于变阈值判据的自适应Kalman滤波

超级航姿系统因受外界干扰而使加速度计输出稳定性发生变化时,传统航姿算法易引起载体机动状态误判,且易导致滤波器振荡甚至发散,因此,该文提出了一种基于模糊推理系统的变阈值载体机动判据自适应Kalman滤波算法。该算法能根据加速度计输出稳定性的变化,自适应地调节载体机动判据及滤波器的量测噪声阵,从而降低载体机动状态的误判率,并提高滤波器对量测信息的利用程度。仿真实验表明,当加表稳定性发生变化时,该算法仍能较好地判断出载体的机动状态,并对量测噪声阵作出相应调整,使超级航姿系统的长航时姿态精度和滤波稳定性得到提高。     

一种改进的自适应中值滤波算法

针对传统自适应中值滤波算法的不足,文中提出了一种改进的自适应中值滤波方法,以有效的去除图像中的高密度脉冲噪声。第一,对于噪声点的检测,首先利用极大值和极小值的数量差找出可疑的噪声点,再利用邻域像素的相似性判断可疑点是否为噪声点。第二,对于滤波中值的计算,先把滤波窗口内具有相同灰度值的极值点压缩到一个,然后再计算中值。实验结果表明,该算法的滤波效果优于传统自适应中值滤波,且具有较好的稳定性。     

基于自适应卡尔曼滤波的捷联去耦算法

针对捷联相控阵雷达导引头中弹体姿态干扰弹目视线角速率提取的问题,提出了基于自适应卡尔曼滤波去耦算法,引入合适的遗忘因子优化了滤波的性能,建立了噪声特性递推和预测的数学模型,联立滤波方程和噪声估计方程解决了弹目视线角速率去耦的问题,在误差的允许的范围内提取了弹目视线角速率。最后通过仿真实验表明所提算法在捷联去耦上的有效性以及相对于标准卡尔曼滤波去耦的优良性,提高了提取弹目视线角速率的精度,优化了导弹制导性能,具有较高的工程运用价值。      

基于DSP的改进粒子滤波算法研究

介绍了粒子滤波基本原理,针对粒子滤波计算量大和难以用硬件实现等缺点对粒子滤波算法进行了改进,使其平均计算周期缩短为原来的90%,应用DSP实现了粒子滤波算法。改进粒子滤波算法主要优化了原粒子滤波算法中权值计算、重采样和输出步骤,使其计算速度和滤波精度有所提高。这种改进粒子滤波算法在DSP系统中进行仿真,结果证明它具有速度快,精度高的优点。     

基于容积卡尔曼滤波的自适应IMM算法

在目标跟踪中,针对无迹卡尔曼滤波在高维状态下容易出现滤波精度下降甚至发散的问题,提出了一种自适应交互式多模型容积卡尔曼滤波算法。首先,将容积卡尔曼滤波引入到交互式多模型算法中,提高了算法在高维非线性情况下的滤波精度。然后,结合马尔科夫参数自适应思想,在模型概率更新阶段,利用后验信息修正马尔科夫概率转移矩阵,增大匹配模型的转移概率,进一步提高模型之间的切换速度。最后,在目标跟踪仿真中利用"当前"统计模型对算法进行验证,实验结果证明了算法的有效性。     

自适应的基于Gabor函数的指纹图像增强算法

针对实际应用时采集的指纹库中指纹图像纹线粗细和质量差别很大的情况,提出了一种根据纹线宽度自适应地决定Gabor滤波器变换窗大小的指纹图像增强算法.改进了方向图的算法,在小波变换之后的低频子图上进行方向估算.实验结果表明,基于低频于图计算方向图使得运算速度和结果准确性均有提高,尤其对于低质量的指纹图像因为小波变换滤除噪声的作用,方向图准确性提高更为明显;自适应决定变换窗大小使Gabor滤波器能更好地发挥连接断线和分离粘连的作用,处理过粗或过细指纹时更具优越性.     

一种基于RLS算法的改进自适应算法DSRLS

在简要介绍RIS算法的基础上,从信道的角度分析该算法的不足并提出了改进算法—双边RLS算法(DSRLS)。对于该算法先从理论的角度进行仿真,从而证明该改进方法的有效性,然后推导出适合于工程的递推算法,并给出递推算法的仿真结果。仿真结果表明DSRLS算法比RLS算法在收敛后具有更好的收敛性能。     

基于CMOS图像传感器混合噪声的自适应滤波算法

针对中值滤波导致部分图像细节损失和均值滤波出现模糊现象,设计了一种适用于椒盐和高斯混合噪声的自适应滤波算法.该算法先用最小邻域的均值和阈值判断噪声类型,然后使用加权中值滤波处理椒盐噪声,再利用拉普拉斯算子和相应阈值判断图像边缘细节,最后对高斯噪声进行加权均值滤波.实验仿真结果表明,从图像视觉效果来看,相比单独使用中值和均值滤波降噪,自适应滤波算法对图像的还原效果更好,图像细节保存较好,模糊程度相对较弱,图像更清晰.通过对比峰值信噪比(PSNR)和均方误差(MSE),对混合噪声进行处理时,滤波算法的PSNR和MSE值优于中值和均值滤波,有效还原了噪声图像.整个算法是在最小邻域空间进行,易于实现,对混合噪声的处理效果较好,为图像处理的系统集成化设计提供了技术支持.     

基于数学形态学变形虫的自适应图像滤波

针对形态学滤波中的一个关键问题——结构元的选择,提出了一种基于数学形态学的变形虫结构元,它是一种没有固定形状和大小的结构算子。按照导引图像建立的梯度准则,以像素为中心在其邻域内进行结构元的生长,然后在每个像素点利用所生成的结构元进行灰度形态学中值或者均值滤波。实验结果表明：这种非线性滤波算法能够很好地去除噪声、增强边缘,克服了传统滤波的缺点,而且相对于经典保边滤波各向异性扩散法具有计算量小的特点。     

基于LMS算法的自适应滤波器仿真实现

为了达到最佳的滤波效果,使自适应滤波器在工作环境变化时自动调节其单位脉冲响应特性,提出了一种自适应算法:最小均方算法(LMS算法)。这种算法实现简单且对信号统计特性变化具有稳健性,所以获得了极为广泛的应用。针对用硬件实现LMS算法的自适应滤波器存在的诸多缺点,采用Matlab工具对基于LMS算法的自适应滤波器进行了仿真试验。仿真结果表明,应用LMS算法的自适应滤波器不仅可以实现对信号噪声的自适应滤除,还能用于系统识别。