表面测量中高斯滤波中线的有理逼近实现

通过有理分式逼近提出了一种高斯滤波器实现方法。由有理分式模型,根据插值逼近方法确定相应系数,得出的有理逼近分式具有较高的逼近精度,与理论高斯滤波器最大幅度偏差为0.88%,截止频率内的幅度偏差小于2‰,是优化的逼近函数。由逼近分式S域左半平面极点建立逼近滤波器,由后向差分变换得出Z域模型,并应用零相移滤波技术得出了零相移数字滤波算法,满足了表面测量中对高斯滤波器实现方法的相位要求。应用这一方法,建立了表面轮廓中线,分离出表面粗糙度数据,整个算法只经一级零相移滤波就能完成,具有较高的计算效率,为表面测量高斯滤波的实现提供了一种新的方法。     

基于凸优化方法的MIMO成像声纳的失配滤波处理

提出了利用失配滤波处理来设计多输入多输出(Multiple-Input Multiple-Output:MIMO)成像声纳的接收滤波器,并采用cvx工具箱来求解滤波器的系数。与匹配滤波处理相比,在牺牲一定高斯白噪声增益的前提下,失配滤波处理成功抑制了相关输出的旁瓣级。仿真结果表明,所提出的失配滤波处理方法可以有效抑制MIMO声纳成像结果中的距离旁瓣干扰。     

一种有效的自适应中值滤波器

通过介绍一种易于实现的自适应权重中值滤波器(AWMF).该滤波器能根据局部图象的统计特征,调整中值滤波器的权重值,从而能在取得最大滤波效果的同时,还能很好地保持图象的细部特征.通过与均值滤波、中值滤波的对比实验,自适应权重中值滤波器表现出良好的滤波特性,而且它在抑制噪声的同时,较大限度地保持住图象的边沿特征.     

基于SystemView的数字滤波器仿真与分析

文章针对数字信号处理课程课堂教学理论性强的特点,提出利用SystemView软件平台对重要知识点数字滤波器的设计进行辅助教学。在数字信号处理中,滤波器占有极其重要的地位,是所有通信系统中必不可少的部分。传统的滤波器的设计过程很复杂,计算工作量也比较大,而且滤波特性调整困难,影响了它的应用。文章利用SystemView的滤波器设计功能,完成IIR和FIR滤波器的设计,并对滤波器的幅频特性、相频特性等性能加以分析,通过仿真表明所设计的数字滤波器技术指标完全符合设计要求,而且实现了滤波器设计的简单化,具有实用价值。     

一种鲁棒GPS/INS组合导航滤波算法设计

针对卡尔曼及其扩展算法在滤波中噪声矩阵与实际偏差过大时出现滤波发散的情况,本文提出利用无偏有限冲击响应滤波器(UFIR)实现该背景下的状态估计.但将UFIR滤波器应用于GPS/INS组合系统存在2个问题:1)在线估计最佳滤波窗长的方法还有待改善;2)导航精度较低.本文设计了一种级联式滤波算法,主滤波器对UFIR滤波算法...     

基于原型法的数字参量均衡器设计

在音频处理中,均衡器可以改变音频信号的频响特性,它是由多个峰值滤波器组成的,并且它要求每个滤波器的通带可在0dB上下变化,以实现系统的滤波特性,如通过在整个频段中的某几个频段进行提升或削减一定的分贝数,以达到满意的听觉效果,由于参量均衡器对滤波器的频响要求及参数调节方法有其特殊性,因此它的设计方法也有其自身的特点,采用双二阶函数作为滤波器的原型函数,通过简单的双线性变换,得到数字参量均衡器的各个系数,在实际应用中这些系数可以在事先计算好,需要时将它们加载到DSP中去。     

一种新型自适应中值滤波器在超声医学图像中的应用

在中值滤波器的框架下,专门针对超声医学图像,提出了一种新的自适应中值滤波器,其自适应机制的是在一个子窗口的四个主要方向先分别进行中值滤波,再用原始图像与四个图像的差值产生加权系数,之后进一步用四个图像加权合成新图像。这种滤波方法有较好的细节保护特性和较强的滤噪特性。分析了新滤波器的特性,并给出了质量较好的超声心脏滤波图像。     

一种自适应滤波器的设计与仿真

随着科技的高速发展,人们对信号处理的实时性、准确性和灵活性的要求越来越高,自适应滤波器在信号处理中的地位也越来越重要。自适应滤波器是一种含复杂算法的处理器,它的实现主要采用最小均方误差算法,通过调整滤波器系数来实现滤波,以便更好地跟踪信号的变化,最终实现自适应滤波。本文在Matlab环境下设计出自适应滤波器,验证了它的性能。     

最大熵法应用于最优滤波器设计的仿真研究

白化滤波器是色噪声环境中进行最优滤波的一个重要部分，它与噪声统计特性密切相关，但实际工作中噪声的统计特性往往是未知的，这使得白化滤波器成为最优滤波器中的难点，本文偿试应用Ｂｕｒｇ最大熵法（ＭＥＭ）实现白化滤波器，并给出计算机仿真结果。     

基于直方图和区域信息的图像去噪滤波器

提出了一种去除图像中椒盐噪声的新型滤波器．该滤波器给出了一种有效的估计原图像直方图的方法，利用该直方图所携带的原图像的信息进行滤波；并根据椒盐噪声的特点，对滤波窗口中的像素进行排除最大和最小的操作，滤除椒盐噪声点；同时该滤波器还根据图像区域特性差异采用了不同的滤波方法．实验表明该方法滤波效果优于传统的滤波器和其他模糊滤波器，特别是当噪声概率超过0．3时，这种优势尤为明显．     

基于确定性重采样的粒子滤波算法

复杂背景下的运动目标跟踪往往要面对非线性非高斯问题,粒子滤波算法在非线性非高斯模型中的良好处理能力,使其得到广泛的应用.引入重采样方法(SIR)解决粒子退化问题的同时导致了样本枯竭.针对上述问题,文中提出了一种融合基本重采样方法和确定性重采样方法的新方法,能有效保持粒子的多样性.通过仿真实验表明,该方法能有效提高粒子滤波算法的准确性.     

Remaining Useful Life Estimation of Lithium-Ion Battery Based on Gaussian Mixture Ensemble Kalman Filter

The remaining useful life (RUL) prediction is a crucial indicator for the lithium-ion battery health prognostic. The particle filter (PF), used together with an empirical model, has become one of the most well-accepted techniques for RUL prediction. In this work, a novel filtering algorithm, named the Gaussian mixture model (GMM) - ensemble Kalman filter (EnKF) is proposed. It embeds the Gaussian mixture model in the EnKF framework to cope with the non-Gaussian feature of the system state space, and meanwhile address some of the major shortcomings of the PF. The GMM-EnKF and the PF are both applied on public data sets for RUL prediction and the simulation results show superiority of our proposed approach to the PF.     

量化量测条件下的交互多模型箱粒子滤波

在分布式多传感器网络中,为了节省通信带宽,需要将传感器得到的点量测量化成区间量测,而传统的滤波算法均不能直接处理这种量化量测．箱粒子滤波作为一种“广义粒子滤波”算法,用箱粒子和误差界限模型来取代传统的点粒子和误差统计模型,是新近出现的处理区间量测的有力工具．相比粒子滤波,箱粒子滤波还具有所需粒子数少、算法复杂度低、运行速度快等优点．因此,为了处理量化量测条件下的机动目标跟踪问题,提出了交互多模型箱粒子滤波算法．仿真对比实验表明：在量化量测条件下,交互多模型箱粒子滤波算法和交互多模型粒子滤波算法都能够准确地估计机动目标状态,但交互多模型箱粒子滤波所需粒子数更少、计算效率更高．     

Federated unscented particle filtering algorithm for SINS/CNS/GPS system

To solve the problem of information fusion in the strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation system described by the nonlinear/non-Gaussian error models, a new algorithm called the federated unscented particle filtering (FUPF) algorithm was introduced. In this algorithm, the unscented particle filter (UPF) served as the local filter, the federated filter was used to fuse outputs of all local filters, and the global filter result was obtained. Because the algorithm was not confined to the assumption of Gaussian noise, it was of great significance to integrated navigation systems described by the non-Gaussian noise. The proposed algorithm was tested in a vehicle’s maneuvering trajectory, which included six flight phases: climbing, level flight, left turning, level flight, right turning and level flight. Simulation results are presented to demonstrate the improved performance of the FUPF over conventional federated unscented Kalman filter (FUKF). For instance, the mean of position-error decreases from (0.640×10⁻⁶ rad, 0.667×10⁻⁶ rad, 4.25 m) of FUKF to (0.403×10⁻⁶ rad, 0.251×10⁻⁶ rad, 1.36 m) of FUPF. In comparison of the FUKF, the FUPF performs more accurate in the SINS/CNS/GPS system described by the nonlinear/non-Gaussian error models.     

离散最小阶奇异滤波器

本文是文献￣［１］结果的推广，讨论了含有部分未知动态嗓声的奇异线性定常离散随机系统的最小阶滤波器．类似于奇异最优调节器，本文提出了广义ｌｅｇｅｎｄｒｅ－ｃｌｅｂｓｃｂ条件；满足该条件和文中引理条件以及可扰条件时，本文证明了稳态最优滤波器是存在的，且具有最小阶（ｎ─ｍ＋ｒ）．同时，并给出了一种求解最小阶奇异滤波器的算法．文中举例说明了这一算法的可行性．     

粒子滤波算法仿真分析

针对广泛应用于定位与导航、目标跟踪和模式识别的粒子滤波算法,通过仿真实验研究了不同的估计输出、采样阈值、重采样算法以及运动模型和观测模型不准确对粒子滤波效果的影响,仿真实验结果表明,粒子滤波器鲁棒性较好。     

Localization and mapping in urban area based on 3D point cloud of autonomous vehicles

In order to meet the application requirements of autonomous vehicles, this paper proposes a simultaneous localization and mapping (SLAM) algorithm, which uses a VoxelGrid filter to down sample the point cloud data, with the combination of iterative closest points (ICP) algorithm and Gaussian model for particles updating, the matching between the local map and the global map to quantify particles'' importance weight. The crude estimation by using ICP algorithm can find the high probability area of autonomous vehicles'' poses, which would decrease particle numbers, increase algorithm speed and restrain particles'' impoverishment. The calculation of particles'' importance weight based on matching of attribute between grid maps is simple and practicable. Experiments carried out with the autonomous vehicle platform validate the effectiveness of our approaches.     

基于姿态补偿的视线角速率样条滤波

在大气层外动能拦截器应用背景下,对基于姿态补偿的视线角速率样条滤波进行了研究,对拦截过程中姿态跟踪角度进行了分析;通过引入姿态补偿模型,依靠三阶样条滤波实现了视线角度测量数据处理。仿真结果表明,该方法能有效减少末制导姿控情况下视线角速率滤波误差,对拦截过程中姿控引起的方法误差可进行有效的补偿。     

采用拟蒙特卡罗法的被动多传感器目标跟踪

使用拟蒙特卡罗采样方法替代传统的蒙特卡罗采样方法,改善了高斯粒子滤波器的性能,结合多传感器集中式融合策略,提出了一种基于拟蒙特卡罗-高斯粒子滤波器的被动多传感器目标跟踪算法,较好地解决了被动跟踪中的强非线性和弱可观测性问题．该算法在降低计算复杂度的同时提高了跟踪的精度和稳定性,使算法快速收敛,并且具有并行结构,有利于用超大规模集成电路来实现．     

基于移动最小二乘法的白质纤维束走向跟踪

为了对脑白质纤维束进行三维重构,提出一种基于移动最小二乘法的纤维束三维曲线走向跟踪算法,根据磁场梯度表与b值把扩散加权数据转换为扩散张量数据并进行高斯滤波,以三次样条函数为权函数对扩散张量数据进行拟和,从感兴趣区域出发在纤维束弯曲角度与特定步长限制条件下进行走向跟踪.对病人脑扩散张量成像数据进行计算,计算结果表明,该算法能够准确快速地对胼胝体纤维束三维走向进行宏观上的跟踪.