自适应IIR陷波器在信号检测中的应用

自适应格型IIR滤波器算法具有快速收敛和优良的数值特性,并能跟踪时变信号。文中在基于简化格型IIR滤波器的自适应陷波器的基础上,提出了基于自相关预处理后的自适应IIR陷波器。通过自相关预处理可以抑制噪声．提高信噪比。仿真结果表明：该算法可以在很大程度上提高检测能力。     

基于Elman网络的传递对准容错联合滤波器设计与仿真

针对用于快速传递对准的Kalman滤波器阶数高,计算量大,滤波更新率低,鲁棒性差及对准精度不高等问题,采用联合强跟踪Kalman滤波器进行快速传递对准。提出一种基于模糊加权系数的误差方差阵估计方法,以提高传统强跟踪Kalman滤波算法的精度。在此基础上,设计了联合强跟踪Kalman滤波器的结构和算法。基于提高无故障子滤波器的鲁棒性来提高联合滤波器的快速重构能力考虑,同时兼顾子滤波器的精度和计算稳定性,提出利用改进的Elman网络进行信息分配系数的自适应调节,以实现融合信息在各子系统中的自适应分配。仿真结果表明,该滤波器不仅提高了解算速度,而且提高了系统对准精度、故障鲁棒性和快速重构能力。     

基于System Generator 的数字音频滤波器设计

为了解决传统固定系数滤波器不能处理无法预知信号和噪声特性,提出一种基于System Generator的音频数字滤波器的设计方案。介绍了自适应滤波器基本原理及算法,采用LMS算法并利用System Generator构建了滤波器仿真模型。仿真结果证明:经过自适应滤波器的处理后,可较好地滤除信号中的噪声;该方法设计的滤波器有效地实现了对音频信号的自适应滤波,滤波效果良好。     

基于DSP信号处理系统的自适应滤波器

为达到最优的滤波效果,在对自适应滤波器结构、算法研究的基础上,利用DSP、A／D和D／A技术构建了验证信号处理算法的硬件平台,并通过DSP的软件编程,完成了自适应滤波算法的工程实现,对LMS自适应滤波算法的滤波效果进行了验证和分析。测试表明,随着信噪比的降低,自适应滤波器的性能也随之下降,当信噪比为0dB时,LMS自适应滤波算法不能完成滤波的功能。     

一种改进的自适应滤波器

自适应噪声抵消技术的核心技术是自适应滤波器,通过研究自适应滤波器的原理以及最小均方(LMS)自适应滤波算法,在此基础上提出了一种基于相关双曲正切函数的LMS算法,简称为CTanh-LMS算法.经仿真实验表明,相对于其他自适应滤波算法,该方法具有更好的消噪能力,且算法简单,收敛速度快,能够满足齿轮箱振动信号的消噪要求.本文提出的算法不仅解决了齿轮箱故障特征提取的问题,而且给自适应滤波算法的研究提供了新的方法和手段,具有理论意义和实用价值.     

基于整体退火模糊遗传算法的层叠滤波器

文中应用模糊控制的思想控制遗传算法中的交叉概率和变异概率,同时,将退火因子引入到选择概率的计算当中,应用这种整体退火模糊遗传算法优化层叠滤波器,并对设计的最优层叠滤波器的滤波性能进行分析,仿真结果表明,该方法优化的最优层叠滤波器有较好的去除噪声和细节保持能力.     

一种强跟踪UKF及其在GPS/SINS深组合导航中的应用

针对弹道导弹的特点,研究了发射惯性系下GPS/SINS深组合导航下的一种强跟踪无迹卡尔曼滤波算法。该算法根据渐消的思想,通过引入多重次优渐消因子到UKF滤波器,自适应地在线调整UKF滤波器的预测状态协方差阵,从而有效跟踪快速变化的状态量。仿真结果显示,UKF引入次优多重衰落因子对算法进行改进后,对高度机动目标的跟踪能力更强,强跟踪无迹卡尔曼滤波器对快速变化的状态将具有更强的跟踪。改进算法在保证原有的UKF滤波算法精度的同时,使系统误差在较短的时间内收敛。     

直升机用SINS/GPS组合导航自适应滤波研究

由于直升机的工作环境复杂,采用常规卡尔曼滤波进行组合导航容易发散。为了提高系统应对突变的能力,提出了一种基于Sage-Husa滤波器和强跟踪滤波器的交互式多模型(IMM)自适应滤波(AF)算法。具体实现是通过判断滤波器的每一维收敛判据,进而选择相应的自适应算法。仿真结果证明了改进算法的有效性和优越性,导航精度得到了显著提升。     

基于改进 Mean Shift 的运动目标跟踪算法

为了提高传统 Mean Shift 算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对 Mean Shift 跟踪算法进行了3点改进：采用 Kalman 滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman 滤波器残差和 Bhattacharyya 系数的遮挡处理机制,以提高目标被大面积遮挡时的跟踪效果;提出了一种基于自适应更新因子的目标模型更新机制,以提高动态适应能力。对比实验结果表明,改进算法能有效提高在上述两种情况下的跟踪效果,并且在遮挡情况下具有较好的鲁棒性。     

自适应抗野值Kalman滤波算法在水下航行器组合导航中的应用

野值会严重影响滤波器的稳定性和滤波精度。以自主水下航行器(Autonomous UnderwaterVehicle,AUV)为应用背景,通过分析AUV中低精度组合导航系统的特点和误差模型,针对野值可能产生的影响,提出了一种由Sage_Husa自适应滤波和抗野值修正算法结合而成的自适应抗野值Kalman滤波算法。仿真结果表明,自适应抗野值Kalman滤波算法提高了滤波器的滤波精度和稳定性,具有较好的工程实用价值。