基于模糊控制的舰船组合导航Kalman滤波器应用与仿真

为了克服舰船组合导航Kalman滤波器对异常量测值处理过于简单（只分为野值、正常值）的弊端,提出在滤波器中加入模糊控制器,以便对不同类型的滤波新息进行判别后加权和处理,从而增强滤波器对野值的适应能力,提高了滤波稳定性和可靠性。     

动态事件触发策略下非线性离散奇异系统的抗野值分布式融合滤波（英文）

本文研究一类多传感器非线性奇异系统在动态事件触发策略下的抗野值分布式融合滤波问题。采用自适应饱和函数设计滤波器可以有效减轻数据传输中测量野值的影响。为进一步节省每个传感器节点的能耗,提高资源利用效率,利用动态事件触发策略调节数据传输频率。对于所处理的非线性奇异系统,本文主要目的是在测量野值和动态事件触发策略影响下构造局部抗野值滤波器,并通过求解差分方程得到滤波误差协方差矩阵的局部上界。同时,所设计的滤波器增益可以确保该局部上界迹取值最小。此外,根据局部滤波器及其上界、逆协方差交叉融合准则,提出可以降低数据传输频率和测量野值的影响的分布式融合滤波算法。在均方意义下,讨论滤波误差的一致有界性并给出相应的充分条件。最后,通过仿真例子验证算法的有效性。     

基于滑动最速跟踪微分器的遥测数据滤波方法

原始卫星遥测数据中通常含有噪声和野值,为确保对卫星状态的准确分析,需要对遥测数据进行滤波处理。提出一种面向卫星遥测数据的滑动最速跟踪微分器滤波方法,针对最速跟踪微分器的参数选择问题,采用扫频法分析其幅频特性,建立了跟踪因子与滤波结果之间的函数关系,在此基础上,利用滑动窗口划分遥测数据,并分析各窗口内数据局部稳定性与跟踪因子之间的关系,给出了局部数据跟踪因子的计算方法,实现对各窗口内遥测数据的动态滤波。实验结果表明,该方法能够避免传统数字滤波器处理遥测数据的局限性,可以有效滤除卫星遥测数据中的噪声和野值。     

基于残差正交判别的UPF容错算法

从改进提议分布的成片野值容错能力入手，提出了基于残差正交判别的UPF容错滤波算法，该算法将残差正交判别法UKF的野值自适应性和粒子滤波的“适者生存性”有机地结合起来．通过非线性状态估计的实验，证实了这种新的自适应粒子滤波对成片野值处理的有效性，     

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.     

抗野值抑制发散滤波算法在无人机测风数据处理中的应用

适应性和鲁棒性较强的风场数据处理方法是无人机测风的关键技术。根据无人机测风的特点以及Sage-Husa自适应滤波算法、强跟踪Kalman滤波算法和抗野值修正算法的优缺点,对Sage-Husa自适应滤波算法进行了简化,并通过对滤波发散趋势的分析和连续野值个数门限的设置,将其和其他2种算法合理地融合起来,构造了一种抗野值抑制发散滤波算法,并进行了实例仿真。仿真结果表明：该算法能有效地克服较大野值和成片野值对滤波的不良影响,抑制滤波发散,保证滤波精度,适应性较强,可适用于无人机测风系统。     

Kalman滤波器的抗干扰算法

在Kalman滤波意义下,提出将观测值划分为正常和病态两种属性,病态值可以是通常的野值,也可以是部分的正常值,这种模糊划分降低了辨识的难度,也比较符合客观实际,避免了由于划分不当所造成的误判或漏判情况的出现;为了提高Kalman滤波器的抗干扰能力,通过对新息分量统计特性的逐一修正,提出了重新构造状态估计的改进算法.由于充分利用了新息各分量服从正态分布的统计特性,所以算法具有结构简单,计算量小的特点.仿真实验表明,不论出现何种形式的干扰,算法都具有稳定的滤波性能,不仅克服了经典Kalman滤波器易受干扰,滤波效果不稳定的问题,而且克服了众多Kalman滤波改进算法的不足之处,适用范围更为广泛.     

数字滤波在光纤陀螺信号处理中的应用

针对光纤陀螺（FOG）输出信号存在的角度随机游走、偏值不稳定性、速率随机游走和量化噪声等问题,采用了有限冲激响应滤波器、小波变换阈值滤波器和小波包变换滤波器分别对FOG输出信号进行滤波。利用Allan方差法得到了滤波后FOG信号各误差源的幅度,然后与原输出幅度对比。实验结果表明,这3种滤波方法均具有一定的可行性。其中,小波变换阈值滤波法既可以得到很好的滤波效果,又能有效降低滤波的计算复杂度,为FOG信号处理提供了一定的参考价值。     

噪声被动测距中的滤波技术应用研究

精确测定目标信号到达不同水听器的时延差是被动测距声呐正常工作的基础.文中先是采用一阶线性递归滤波器对相关函数进行滑动平均,剔除了待处理数据中的野点,而因此引入的延迟仅为3～4ms;然后再用基于自适应噪声抵消器的参数估计器对测量值(距离的估计)进行后置滤波和跟踪,该滤波器收敛和稳定时间需要0.5～1min,快于传统的Kalman滤波器(稳定最少需要5min),这对实现被动测距声呐对快速目标的跟踪是有很大意义的.最终系统实现了对慢速及快速目标(如鱼雷)的跟踪和滤波输出.     

基于抗噪参数P的图像滤波性能评价

图像在拍摄、传输过程中常受到设备和环境噪声的干扰,噪声种类和滤波方法也很多,在实际应用中很难选择最合适的滤波器,而图像质量评价法检测的是两幅图像的相似度,不能反映滤波器的滤波性能。针对这一问题,根据图像质量评价标准,提出抗噪参数P的图像滤波性能检测,该方法首先采用几种滤波器对原图和加噪图像进行滤波,求取滤波后图像的PSNR值,每种滤波器会对应两个PSNR值,分别取有无噪声时的PSNR值的绝对差值,然后将绝对差值比上无噪声时的PSNR值即为滤波器的抗噪性能。通过大量实验图像对比和实验数据分析,本检测方法对滤波器性能的检测具有可行性。