基于互补滤波的汽车姿态数据采集系统研究

为了掌握汽车行驶过程中的各种姿态数据,监控汽车运行状态,设计了一种汽车姿态数据采集系统。采用MEMS九轴运动传感器,基于惯性导航原理,运用互补滤波算法,结合高性能嵌入式处理器,实时采集汽车姿态数据,并进行数据校准、互补滤波和数据修正,解算出有效的全方位姿态数据,包括俯仰角、翻滚角和航向角。经过实车测试,能够真实地反映出汽车的运行状态。这些数据可以描绘出汽车的运行轨迹;还可以用来还原事故现场,进行责任认定;回放行驶路线、分析驾驶员驾驶行为。     

基于模糊理论的红外图像滤波

利用图像的空间相关性,提出了一种基于模糊理论的图像智能滤波方法,此方法具有运算量小和便于图像实时等特点,同时避免了常用滤波方法的缺陷,实验表明,基于模糊理论的图像智能滤波方法比常规滤波方法运算量小,它既能去除奇异点,又能保持图像中目标的边缘不变性,具有很好的滤波效果。     

基于模糊逻辑的指纹图像增强滤波

本文提出了一种新的基于模糊逻辑技术的指纹图像增强滤波器，通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测，并针对指纹图像的平滑区域和边缘区域分别采用不同的模糊规则进行增强滤波。实验结果表明这种滤波器在图像的平滑区域具有好的滤波性能，对于边缘区域，则能够在保持边缘细节的同时滤除噪声。     

基于三子样和互补滤波的姿态测量算法研究

为了解决陀螺随时间的漂移以及周围环境产生的随机误差的问题,设计了一种基于互补滤波的姿态求解方案,同时通过将三子样算法和互补滤波结合起来使该算法适用于高动态等复杂环境下的姿态测量。该方案采用四元数法对姿态进行描述,经过高精度三轴温控速率转台上的静态实验以及摇摆动态实验,通过对比高精度转台角度值,可以发现互补滤波算法对于精度的提高有明显的效果,有效的将惯性测量单元的数据进行融合。同时由于采用了三子样算法可以满足高动态环境下的姿态测量,确保了系统在各种环境下精确测量。     

基于AHRS的改进自适应互补滤波算法研究

针对基于MEMS传感器的航姿参考系统精度不高、数据易漂移导致测量无人载体航姿数据不准确的问题,设计了基于四元数与自适应互补滤波相结合的改进自适应互补滤波算法。通过对MEMS加速度计与磁强计输出数据、MEMS陀螺仪的积分数据进行补偿、数据融合,减小积分漂移。仿真实验数据表明,该改进互补滤波算法可抑制外部噪声对输出数据准确性的影响,提高了姿态角输出数据准确性。     

模糊图像的自适应滤波及恢复

文章讨论如何根据最小二乘原理和回归模型设计出自适应滤波器，以用于消除图像噪声。提出了一种基于模糊图像的梯度图像计算模糊宽度的方法。根据基本原理，讨论分析了实现该方法的算法。最后给出了对带噪声的散焦模糊图像处理的实验结果。     

模糊自适应滤波技术在AMT车辆信息处理中的工程应用

准确和快速的信息处理技术是实现车辆起步控制的关键。对于模拟信号，采用常规的在线滤波技术便可获得较理想的效果，但对于转速脉冲信号，因为包含高频过零脉冲，其滤波技术十分困难，为此本文引入模糊推理技术，采用人工智能的方法进行自适应滤波，实验证明，其滤波效果十分明显。     

基于MARG传感器的头部姿态解算方法研究

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题,提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差,再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比,结果表明,这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用,提高了头部姿态解算的精度和稳定性。     

基于互补滤波器的两轮平衡车姿态角度测量

微机电系统（Micro-Electro-Mechanical Systems,MEMS）陀螺仪和MEMS加速度计在两轮平衡车姿态测量中存在扰动和噪声,引起姿态角度测量误差。通过对陀螺仪和加速度计输入信号进行滑动扣除均值方法来抑制直流分量,利用滑动滤波算法抑制加速度计高频噪声,引入互补滤波算法将预处理后的陀螺仪和加速度计信号进行融合,得到更加准确稳定的角度测量值,分析了融合算法中加权因子与滤波频率特征之间的关系。该方法应用到两轮平衡车的运行姿态角度控制中,提高了对姿态角度测量的精度。     

逐级最优自适应滤波算法

本文提出了应用整体最小二乘技术的递推自适应滤波算法。论证说明了算法的收敛特性。从最小二乘到整体最小二乘的逐级优化使滤波结构具有灵活的配置。通过高级EDA软件SPW的模拟，验证了算法在自适应杂波抑制中的有效性．整个算法具有相对高性能和易实现的特点。     

基于IDS的模糊过滤的动态防火墙构建

针对当前日趋严峻的网络安全现状,分析了常见的入侵检测方式与防火墙工作模式,提出基于模糊过滤的动态防火墙架构,并阐述了此架构下的防火墙工作流程,实现了原型系统并验证了系统的可行性,是对现有防火墙结构的一次有益拓展。     

Multidimensional Fuzzy Filtering using Statistical Parameters

A multidimensional filtering technique is proposed using fuzzy logic ideas and based on two locally estimated statistical parameters. This technique is applied to the 3D space of color images. Two fuzzy sets for each fuzzy variable are considered. These fuzzy variables assign the corresponding part of the image to a specific class. The parameters of the fuzzy sets are derived in respect to the corresponding crisp sets attributed to the ideal noiseless image. An additional fuzzy selection process is also introduced by applying a distance dependent weighted average as the filtering action of each rule. Both signal and noise characteristics are taken into account in the filtering process. Experimental results show that these fuzzy non-linear filters work very well.     

Adaptive Fuzzy Morphological Filtering of Impulse Noise in Images

In this paper we first introduce a neural network implementationfor fuzzy morphological operators, and by means of a trainingmethod and differentiable equivalent representations for theoperators we then derive efficient adaptation algorithms to optimizethe structuring elements. Thus we are able to design fuzzy morphologicalfilters for processing multi-level or binary images. The convergencebehavior of basic structuring elements and its significance forother structuring elements of different shape is discussed. Besidesthe filter design, the localized structuring elements obtainedfrom the training method give a structural characterization ofthe image which is useful in many applications. The performanceof the fuzzy morphological filters in removing impulse noisein multi-level and binary images is illustrated and comparedwith existing procedures.     

基于模糊逻辑控制的自适应锁相环设计

针对某型雷达在航天器频率的跟踪测量过程中,由于目标动态变化影响较大,存在跟踪稳定性较差、测量精度偏低的问题,提出了对雷达锁相跟踪环路采用模糊逻辑控制的自适应变带宽设计。该方法主要是通过引入模糊逻辑控制器,利用输入值适配控制规则,为每个控制规则确定其适配程度,并且采过加权计算合并规则的输出,控制环路滤波器的系数,从而自动调整环路带宽,达到增强雷达设备频率跟踪稳定性和提高测量精度的目的。仿真结果表明,模糊逻辑控制自适应变带宽锁相环跟踪目标的稳定性和测量精度都优于传统锁相环。     

基于模糊神经网络的自适应预失真功放

在无线通信中,高数据传输率的数字无线系统要求用频谱有效的线性调制方法,但是这些调制方法对功放的非线性又很敏感,会产生频谱扩展、邻近信道干扰和误码率(BER)特性的恶化。本文提出用模糊神经网络(FNN)的算法来实现功放的自适应预失真,以补偿功放的非线性,并仿真了模糊神经网络对功放非线性的补偿以及对误码率特性的改进。结果表明,此方法实现的预失真器具有良好的自适应性和鲁棒性,不需要从一大堆原始数据中进行费时的训练,而可以充分地利用己有的知识和经验;而且,在学习的过程中,采用变结构的神经网络,先粗后细、分组学习,更大大缩短了学习的时间。     

一种基于自适应滤波的雷达目标跟踪算法

针对在复杂环境下基于卡尔曼滤波的雷达目标跟踪中存在的鲁棒性和自适应性较差的问题,研究了一种新的雷达目标自适应鲁棒跟踪算法;通过引入自适应渐消因子,对估计误差协方差和滤波增益矩阵进行在线自适应调整,从而使得滤波算法具备良好的鲁棒性和自适应性,提高雷达目标跟踪的精度。最后,通过仿真对所研究的方法进行了验证。     

模糊自适应参数调整的改进遗传算法

为提高遗传算法的优化性能,构建了交叉及变异算子的模糊动态调整器,给出了参数调整过程、模糊逻辑控制器的执行策略及控制过程.采用标准的Benchmark测试函数比较了模糊控制器参数调整的遗传算法和简单遗传算法的性能,结果表明该算法求解精度高,优化效率高及进化代数少.     

基于自适应滤波和小波变换的基音检测

针对语音信号在小信噪比条件下检测其基音周期。考虑自适应滤波和小波变换的优点对小信噪比条件下的语音信号进行基音周期检测,实验证明此方法能有效检测-20dB下的基音周期。     

基于模糊逼近的非线性多时延系统的自适应跟踪控制

针对一类多输入多输出非线性多时延系统,提出了基于模糊逼近的自适应跟踪控制方案.该方案构建了基于模糊T-S模型的自适应时延模糊逻辑系统,用来逼近未知非线性时延函数.从而实现了对非线性系统的建模.根据跟踪误差给出了时延模糊逻辑系统的参数自适应律.设计了H_∞补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H_∞跟踪性能.机械臂的仿真结果表明了该方案的有效性.