改进自适应中值滤波算法在图像去噪中的应用

针对自适应中值滤波在窗口迭代过程中存在像素点重复参与运算导致算法复杂度较高的问题,提出了一种改进的中值滤波算法. 首先依据有效像素点与窗口中心点间的坐标距离来快速确定最佳滤波窗口尺寸,避免了窗口迭代造成的像素点重复排序;之后对窗口内的有效像素点进行取中值操作,有效削弱了噪声点的干扰,进一步提升了图像滤波的质量. 经实验验证,与自适应中值滤波算法比较,复杂度显著降低,峰值信噪比(peak signal to noise ratio,PSNR)值平均提高10dB左右. 和同类文献比较在算法复杂度和图像降噪效果间做出了一个较佳的权衡. 最后将该算法应用于Kinect深度图降噪上获得了不错的效果.

     

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法.该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域.实验证明,该算法在提高巾值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比.     

自适应滤波在局部放电检测中的应用

为了消除高压设备局部放电检测中广泛存在的周期性干扰现象,依据自适应噪声干扰抵消技术,设计了一种有限冲击响应(FIR)、最小均方(LMS)误差算法的自适应滤波系统,研究了局部放电中存在的各种周期干扰现象．通过计算机模拟滤波证实,在适当选择滤波各参数的基础上,得出该系统实现方便、运算快速,能有效地解决局部放电检测中的周期性干扰问题．     

简化的Sage-Husa自适应滤波算法在组合导航中的应用及仿真

讨论了一种简化的Sage-Husa自适应Kalman滤波算,它可对的量测噪声和系统干扰进行实时估计,同时在工程中又比较易实现与调整,通过在组合导航舰船运动模型的仿真发现,可以明显提高滤波精度与稳定性。     

地震预测滤波方法在生产井产量预报中的应用

准确的预测油气田生产井的生产动态变化,在油气田开发过程中极为重要.用地震勘探中的预测滤波模型,对华北油田南马庄马2断块油藏生产井的未来产量进行了预测.试算结果表明,用测滤波模型进行井的未来产量预测是有效的,并且从预测的结果中可以得到一些有益的启发.该模型与其它模型相比,具有算法简单、运算速度快、符合率高等特点.     

一种测量自适应Huber滤波在电路系统中的应用

针对测量噪声未知条件下电路系统状态估计非最优问题,基于Huber自适应滤波思想,提出将滤波量测更新步骤转化为线性回归问题,采用测量残差迭代求解方法得到电路系统状态最优估计。仿真结果验证了本文提出的Huber自适应滤波改进算法相比传统滤波算法估计精度更高。     

抗差自适应Kalman滤波及其在GNSS导航中的应用

针对Kalman滤波易受粗差影响而导致结果失真的问题,提出一种抗差自适应Kalman滤波方法,该方法结合自适应滤波与抗差Kalman滤波的优点,同时设计自适应因子和抗差因子,采用改进的两段Huber函数与2~3倍的观测噪声中误差来充当抗差因子与粗差判别标准。并对Kalman滤波和抗差自适应滤波(Adaptive Robust Kalman Filtering,ARKF)结果进行比较。车载实验结果表明,ARKF可以有效抵制观测异常对状态估值的影响,同时在系统先验信息不能精确给出的情况下,显著改善了滤波估值的稳定性和可用性。     

自适应滤波方法在传感器在线自诊断中的应用

论述了自适应滤波方法用于传感器性能及故障的在线自诊断技术 .这种基于数字信号分析和时序建模分析的方法 ,非常适应于工程测试信号检测、分析仪器和系统的诊断 .     

渐消自适应Unscented粒子滤波及其在组合导航中的应用

提出一种新的渐消自适应Unscented粒子滤波算法,通过Sigma点来获取状态估值和协方差阵,利用渐消因子自适应的调节权值大小,得到一种参数可调节的重要性密度函数。该重要性密度函数考虑了最新量测的影响,更合理地利用有效信息,保证了粒子多样性,使滤波性能明显改善,能更好地解决非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和渐消自适应扩展Kalman滤波比较,仿真结果表明,提出的滤波算法能提高导航解算的精度,其性能明显优于扩展Kalman滤波和渐消自适应扩展Kalman滤波。     

基于DFP的自适应算法及其在短时交通流预测中的应用

研究了一种基于可变收敛因子的Davidon-Fletcher-Powell(DFP)自适应算法,给出算法中自相关逆矩阵估计的递归更新公式。对DFP算法中参数τ(n)的作用及算法的计算复杂度进行了分析。当分别输入正弦信号和高斯白噪声时,对不同滤波器阶数的τ(n)随样例个数变化情况进行了仿真,并将DFP算法分别应用于3 min和5 min短时交通流预测。结果表明:τ(n)最终将趋于稳态值0.5,DFP算法能够较好地反映交通流量变化的趋势和规律,预测精度较高。     

时变参数系统的自适应Kalman滤波在水文预报中的应用

用时变参数系统的自适应Kalman滤波预报方法,对时间序列模型进行最优和次优预报,用于解决河流年最大洪峰流量时变参数系统的自适应预报问题,通过松花江哈尔滨水站年最大洪峰流量的实例计算表明,其预报效果良好。     

自适应滤波技术在声反馈抑制中的应用

针对扩声系统中广泛存在的声反馈问题,介绍了自适应噪声对消技术在声反馈抑制中的应用,以最小均方算法为例,使用MATLAB软件,对该种滤波算法的噪声抑制作用进行了仿真研究,并对取得的仿真结果进行了分析.     

利用预测滤波法估计小卫星姿态角速度

预测滤波法具有可直接处理线性或非线性模型、实时预测模型误差的优点。结合小卫星姿态运动学方程和预测滤波法,建立了简单的线性估计模型,实时估计姿态角速度,并保证了估计的最优性。仿真结果表明,对姿态角速度的估计精度较高,鲁棒性好。     

自适应滤波理论与算法

自适应滤波的研究对象是具有不确定性的系统或信息过程。为尽可能准确对信号进行自适应滤波处理,对不同的系统、信号、过程,应该采用不同的信号统计方式和算法。     

人工神经网络在用电量预测中的应用

人工神经网络是模仿人脑神经元结构,特性和大脑认知功能而构成的新型信号,信息处理系统。文中采用的人工神经网络反向传播模型对四川省历年用电量历史数据样本进行学习,分析年用量的发展趋势,然后进行长期预测,取得了较为满意的效果。     

自适应滤波在空间机动目标相对导航中的应用

针对空间机动目标的相对导航问题展开讨论,提出了基于UKF的空间机动目标相对导航自适应滤波方法。文章从机动目标的检测和滤波器参数的调整两方面入手,首先使用统计学方法处理机动判据归一化新息加权平方和,以避免虚警并使目标检测更为有效,然后设计一套放大状态估计协方差矩阵的滤波器参数自调整策略,实现在检测到目标机动后滤波器能够快速收敛并持续稳定跟踪。仿真验证所设计的滤波器较传统的UKF能够更好地完成机动目标的相对导航任务。     

状态与偏差解耦自适应滤波及应用

在状态与偏差耦滤波的基础上提出了一种自适应滤波算法，这种自适应滤波能在线估计系统的编差与噪声方差。对常值偏差和缓慢变化的偏差都能进行在线估计。由于采用两个卡尔曼滤波器进行计算，计算量比状态扩展自适应卡尔曼滤波器要小得多，特别在偏差量比较多的情况下更能显出其优越性，适合在组合导航中应用。     

自适应滤波在气体浓度测量系统中的应用

根据Beer-Lambert定律,设计了一种基于光纤环形衰荡腔的双环路气体浓度测量系统。通过加入掺Er光纤放大器(EDFA)的全光自动增益反馈环,对EDFA的增益进行控制,可使衰荡时间大大延长,提高了系统的测量精度。研究了EDFA产生的放大自发辐射(ASE)噪声对系统测量精度的影响,采用自适应滤波方法对实验数据进行处理.通过对比试验论证了自适应滤波方法对提高系统测量精度的作用。分析了光在不同浓度的CO气体中的吸收特性以及衰荡时间与气体浓度的关系。     

自适应预测控制在炉温控制中的应用

针对一类具有大滞后及模型慢时变的温度控制系统 ,提出了一种自适应预测控制方案。并以煤气罩式退火炉为例 ,建立了该过程的数学模型 ,提出了有煤气压力干扰补偿方案。仿真结果表明 ,该方法增强了系统的跟踪性及鲁棒性。     

输油管道泄漏检测中的自适应滤波

管道在输送流体的过程中,由于管道周围介质的扩散、管道摩阻等影响,使得在管道两端测得的压力与流量信号带有很大的噪声,它的存在势必影响管道泄漏的快速检测和漏点的精确定位。因此选用一种合适的滤波技术消除噪声,有着重要的现实意义。介绍了自适应滤波算法消除噪声的方法,在滤波算法中,采用Widrow-Hoff的最小均方误差算法调整滤波器的权系数,以在泄漏实验中采集的压力信号为例,通过计算机编程对它进行离线自适应滤波处理。结果表明,合理的选取算法中的步长和权系数个数,自适应滤波方法可有效地消除信号中的噪声。这为管道泄漏等方面的研究提供了可靠的数据,对其它信号的处理也有一定的借鉴作用。