用于图像处理的自适应中值滤波

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．该方法通过噪声检测确定子图像中的脉冲噪声点及噪声干扰大小,根据噪声干扰程度选择滤波窗口的尺寸,并采用改进的中值滤波方法对检测出的噪声点进行滤波．计算机模拟实验结果表明：自适应中值滤波能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波具有更优良的滤波性能,其滤波速度也较中值滤波具有明显优势．     

SAW温度传感器信号FPGA自适应滤波处理

针对目前声表面波(SAW)温度传感器测温精度受噪声干扰影响很大,设计了基于Artix7系列的XC7A35T硬件处理传感器回波信号测试系统。为获得优质回波信号数据以提高测温精度,基于自适应滤波原理,以FPGA为核心把LMS自适应算法集成到硬件电路中,将无线测试系统接收端电路的信号进行自适应滤波处理,对滤波后的信号进行FFT频谱分析,并通过软件抓取测试结果。经验证该系统可以有效抑制干扰信号,对精准测温起到重要作用。     

一种去除椒盐噪声的自适应开关中值滤波算法

为了滤除图像中高密度椒盐噪声同时又能较好地保护图像细节,提出一种自适应开关中值滤波算法。使用max-min算子作为噪声检测器,利用自适应邻域窗口对图像进行从左到右的逐行扫描,同时对位于窗口中心的像素点进行噪声判别,然后将检测出的噪声点采用中值滤波进行滤除,而信号点保持不变直接输出。实验仿真结果证明了该算法的有效性。     

相位噪声对相参雷达检测性能的影响分析

分析了相位噪声对线性调频脉冲压缩体制雷达的影响,给出了存在相位噪声时的回波信号经过匹配滤波后的输出信号表达式,从理论上探讨了相位噪声与线性调频脉冲压缩雷达MTI改善因子的关系,对相位噪声引起的雷达检测性能的影响也进行了研究。最后,通过计算机仿真分析,仿真结果表明了理论分析的正确性。     

基于自适应低秩稀疏分解的超声缺陷回波检测方法

超声无损探伤在金属材料微小缺陷检测中有着广泛的应用,但采集的回波信号通常受到噪声干扰甚至完全被噪声掩盖,为了辨别被噪声干扰的缺陷反射信号,提出了一种基于自适应低秩矩阵分解的超声缺陷回波检测方法。首先对原信号进行短时傅里叶变换并提取幅度谱和相位谱,引入基于误差重建的背景矩阵秩估计方法,用于估计低秩稀疏分解所需的低秩度参数。然后通过低秩稀疏分解将幅度谱分解为低秩、稀疏和噪声三部分,舍弃噪声部分。最后使用时频掩蔽分离出缺陷信号幅度谱并运用逆短时傅里叶变换获得回波信号。应用本文提出的方法分别对仿真和实测信号进行处理,结果表明本方法在缺陷回波检测方面是有效的。     

基于三参数Chirplet变换的ARM检测

根据反辐射导弹(ARM)回波信号的特征,选择Chirplet变换5个参数中的3个,得到三参数Chirplet变换,并结合自适应线性预测滤波算法,提出一种基于三参数Chirplet变换的ARM检测方法。该方法可有效缩小搜索范围和降低输入信噪比要求,且可借助FFT实现。仿真结果表明其可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM回波,实现实时告警。     

基于自适应变异的消息队列异步通信错误检测

消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.     

基于自适应变异的消息队列异步通信错误检测

消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.     

基于MATLAB与DSP的自适应滤波器设计与实现

滤波是滤除信号中某些特定频率的波形的技术,在数字信号处理中,主要用于滤除噪声和干扰信号。由于噪声和干扰信号的不确定性,采用固定滤波系数的数字滤波器无法达到最佳的效果。自适应滤波器能够随着环境的改变而改动滤波器自身的参数和结构,从而能够随着噪声和干扰信号的不断变化修正滤波器的参数和结构,最终实现较理想的滤波。本文研究了最小均方差(LMS)算法,并结合自适应滤波器的结构和原理,设计出FIR结构自适应滤波器。最后给出MATLAB仿真结果,并利用DSP验证自适应滤波器的性能。     

雪深超声回波信号的自适应滤波建模方法

针对现阶段获取积雪数据准确度不高的问题,根据超声回波信号特征并结合建模方法和现代数字信号处理技术,提出一种积雪超声回波信号的自适应滤波建模方法,利用包络检波算法和曲线拟合对回波信号包络中的确定性信号进行拟合并结合自适应滤波算法,在误差信号的反馈下通过迭代使输入信号逼近参考信号,改变输入信号幅值和频率也可以稳定地收敛。通过这种方法可以合成积雪回波信号,准确描述雪盖的层理结构,有效地降低了噪声干扰,拟合匹配度得到提高。     

自适应比特率视频流的适时封装机制

自适应比特率流媒体(ABR)因为能够自动适应用户网络和回放条件的变化,已经成为当今主流的流媒体技术之一。但是,如今的互联网一直流行HLS,HSS,HDS和MPEG-DASH等多种ABR技术,为了能够同时服务这些格式,ABR服务器不得不为每种客户端建立一个独立的副本,这极大地浪费了存储和带宽。为了解决这个问题,本文设计一个针对ABR视频流的适时封装机制。通过该机制,服务器只需存贮一个通用格式就能够实时按需地将通用格式转换成最终客户的具体格式,增加了服务器自适应的灵活性,节省了服务器和网络环节的存储和带宽成本。     

改进的H.264视频编码方案

提出了一种改进的H264视频编码方案。针对H264中具有7种不同块模式运动估值的特点,在帧间预测过程中使用一种扩展的变换编码概念——自适应块变换,把运动估值的块大小和变换块大小联系起来,通过限制最大的变换块尺寸对自适应块变换做了简化,以适应实际应用的需要;通过扩展帧内预测的块模式,将简化的自适应块变换也应用到帧内预测编码中：鉴于不同块尺寸的变换系数矩阵的概率分布不同,提出在熵编码过程中采用自适应通用变长编码对码表进行动态重组,以进一步提高编码效率。比较了与现有H．264视频编码方案的性能差异。     

自适应无迹卡尔曼滤波算法在地磁导航中的应用

考虑到地磁导航过程中,无迹卡尔曼滤波(UKF)受初始值误差、系统噪声不确定性和环境磁异常扰动这些因素的影响,将自适应估计原理引入到UKF算法,提高UKF算法的收敛性和地磁导航系统的稳定性.计算结果表明,在地磁导航系统数据处理中,UKF算法略优于扩展卡尔曼滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制初始化误差、系统噪声不确定性和环境磁异常扰动对导航解的影响,进一步提高地磁导航系统的定位精度和可靠性.     

基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法. 广义模糊双曲模型(Generalized fuzzy hyperbolic model, GFHM)首次作为逼近器用来估计 HJB (Hamilton-Jacobi-Bellman)方程的解 (值函数,即它是状态与代价函数之间的映射), 然后,利用该近似解获得最优控制. 本文方法只需要一个GFHM估计值函数. 首先, 阐述了对于连线非线性系统最优控制的设计过程; 然后,证明了逼近误差是一致最终有界的 (Uniformly ultimately bounded, UUB); 最后, 一个数值例子验证了本文方法的有效性. 另一个例子通过与神经网络自适应动态规划的方法作比较, 演示了本文方法的优点.     

复杂运动状态的视频目标跟踪自适应切换算法

针对实际环境中运动目标的状态转移模型以及随机噪声分布存在的不确定性,提出了一种适用于复杂运动状态的视频目标跟踪算法。该算法同时结合了Kalman滤波(KF)实时性好的优点,以及粒子滤波(PF)能同时处理非线性、非高斯滤波问题的优点,通过对Kalman滤波性能进行分析,定义了评价滤波性能优劣的参数并作为判断条件,实现了不同运动状态下Kalman滤波和粒子滤波自适应切换。通过实验表明该方法在目标运动状态发生显著变化时仍能够实现稳定跟踪,同时具有较高的跟踪精度。     

在线自适应测试系统的设计与实现

针对目前计算机自适应测试系统在远程网络测试中存在的局限性,提出了基于XML的在线自适应测试系统模型.通过题目自反应理论建立计算机自适应测试模型,并提出了一种约束试卷生成的参数模型,利用增量学习算法设计了组卷策略,解决了远程网络自适应测试系统中计算量大、易造成网络交互阻塞瓶颈等技术问题.最后给出了系统的设计模型,并描述了该系统的实现过程.     

马尔可夫决策过程自适应决策的进展

在介绍一般马尔可夫决策过程的基础上,分析了当前主要马尔可夫过程自适应决策方法的基本思想、具体算法实现以及相应结论,总结了现有马尔可夫过程自适应决策算法的特点,并指出了需要进一步解决的问题。     

Disturbance observer–based adaptive boundary layer sliding mode controller for a type of nonlinear multiple‐input multiple‐output system

In this paper, a disturbance observer–based adaptive boundary layer sliding mode controller (ABLSMC) is proposed to compensate external disturbance and system uncertainty for a class of output coupled multiple‐input multiple‐output (MIMO) nonlinear systems. To show the effectiveness of the proposed ABLMSC, a traditional adaptive sliding mode controller (ASMC) is also designed. The stability of the closed‐loop system is examined by using the Lyapunov stability approach. The proposed control approach is implemented for a class of nonlinear output coupled MIMO systems. For real‐time validation, a coupled tank system is considered for study. Finally, simulation and real‐time results show that the proposed ABLMSC gives better performance such as reduced chattering and energy efficiency than that of the ASMC and some reported works in the literature.     

一种基于跟踪微分器的简单自适应控制算法

应用跟踪微分器在处理信号时具有较强的误差衰减能力和抗扰动能力,针对传统的简单自适应控制算法中增益调节过于简单、收敛速度慢且适应性不强的缺点,对传统的简单自适应算法进行了改进,提高了收敛速度,减小了静差。描述了该算法的结构和原理,运用Lyapunov稳定性理论和LaSalle不变性原理证明了控制算法是稳定的,跟踪误差收敛到零。计算机仿真结果验证了算法的可行性和有效性,并给出了参数选择的一般法则。     

无线网络中基于队列的自适应接纳控制算法

在不影响会话阻塞概率的情况下,降低蜂窝中的会话丢弃概率以及增加系统中的用户数是无线网络接纳控制算法追求的目标之一。提出了一种基于队列的自适应接纳控制算法,该算法能够克服自适应算法为获得给定的丢弃概率,导致对会话需要的信道数压缩过大而影响用户在应用级的满意度,以及仅采用队列算法无法增加蜂窝中用户数的缺点。将两者结合能够充分发挥它们的优势,采用较小的信道压缩率以及较少的队列长度同样能够达到提高蜂窝中的用户数以及降低丢弃概率的目的。通过分析计算,证明了所提算法的正确性与有效性。