基亏fal函数滤波的改进自抗扰技术的实现

自抗扰技术不但能观测系统的所有状态,还能观测系统模型不确定性及内外干扰,但该技术却忽略了测量噪声对系统观测的影响。基于解决测量噪声对观测系统精度的影响,提出了fal函数滤波方法,不仅能克服滤波后信号的幅值、相位与系统的真实输出差别较大的问题,而且具有快速收敛性和较高的滤波精度。仿真结果验证了该方法能够有效地滤除量测噪声对系统观测的影响,体现了该算法的有效性。     

基于R阵动态估计的自适应滤波算法

针对组合导航系统中观测噪声特性复杂多变、难于准确估计的问题,基于不同测量系统的测量互补特性,提出了针对单次历元的观测噪声特性动态估计方法。在此基础上,以预设滤波精度为指标,提出了通过构造自适应因子对估计观测噪声进行适当调节的自适应卡尔曼滤波算法。该算法通过构造相对测量关系,避免了直接对测量噪声真值求解的难题,并且在滤波过程中采用序贯处理方法进行实时解算,有效降低了计算量。在GPS/DR实际系统中的应用结果表明,同改进的sage-husa算法及MAKF算法相比,基于R阵动态估计的自适应滤波算法能够自适应地跟踪GPS测量噪声特性的变化,定位结果光滑可靠,具有明显的优越性。     

非线性Volterra系统的总体全解耦自适应滤波

研究输入、输出观测数据均受噪声干扰时的非线性Volterra系统的全解耦自适应滤波问题.基于总体最小二乘技术和Volterra滤波器的伪线性组合结构,运用约束优化问题的分析方法研究Volterra滤波过程,从而建立了一种总体全解耦自适应滤波算法.并建立了分析该算法收敛性能的参数反馈调整模型,分析表明,该算法可使各阶Volterra核稳定地收敛到真值.仿真实验的结果表明,当输入、输出观测数据均受噪声干扰时,总体全解耦自适应滤波算法的鲁棒抗噪性能和滤波精度均优于全解耦LMS自适应滤波算法.     

基于sigma点H∞滤波的说话人跟踪方法

在基于麦克风阵列的说话人跟踪系统中,存在观测方程的非线性程度较强,观测误差的统计特性不易准确描述等问题.本文提出了一种基于sigma点H∞滤波的说话人跟踪方法.该方法用sigma点转换技术减小观测方程的线性化误差,用H∞滤波方法降低观测误差不确定性对说话人位置估计的影响,从而提高了说话人跟踪精度,增强了跟踪系统对噪声的鲁棒性.仿真实验结果表明,相对于扩展卡尔曼滤波方法,本文方法在多种噪声条件下可将说话人跟踪误差降低25%以上.     

基于随机加权估计的Sage自适应滤波及其在导航中的应用

为了克服Kalman滤波和Sage自适应滤波的缺点,在分析基于新息向量、残差向量和状态改正数向量的自适应协方差估计存在问题的基础上,提出根据新息向量、残差向量和状态改正数对滤波精度影响的不同程度,采用随机加权法对新息向量、残差向量和状态改正数进行估计,以得到观测噪声协方差矩阵和系统动态噪声协方差矩阵.进一步,利用随机加权法对观测噪声协方差阵和系统噪声协方差阵进行估计,以提高动态导航定位的滤波解算精度.研究结果表明,基于随机加权估计的Sage自适应滤波效果明显优于基于算术平均值估计的滤波方法.     

机载红外搜索跟踪系统被动定位滤波算法研究

首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型．然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点．利用虚拟噪声技术，提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法。该算法实时地估计了虚拟噪声的统计特性，减小了线性化误差，提高了非线性滤波的精度。仿真结果表明，在完全相同的初始条件下，自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波，此算法具有很高的工程应用价值。     

有色噪声下的不敏卡尔曼滤波器

有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题。通常的方法是利用扩展卡尔曼滤波方法将非线性系统线性化后,再利用线性系统的方法对有色噪声系统进行估计。然而,模型的线性化误差往往会严重影响最终的滤波精度,甚至导致滤波发散。为了避免此类误差,先通过对测量方程进行变换的方法,将观测方程的有色噪声转换为白噪声后,再利用不敏卡尔曼滤波方法,对系统的状态进行估计。虽然,该方法也需要对观测方程进行线性化,但是由于此线性化过程是在求解新量测方程的测量误差中进行,因此对系统的误差影响不是很大。仿真结果表明新方法能够有效地对有色噪声环境下系统的状态进行估计,性能要优于现有的一些基于EKF的方法。     

惯性/地磁组合导航系统自适应卡尔曼滤波算法研究

针对惯性/地磁组合导航中遇到的滤波的发散问题,采用自适应卡尔曼滤波估计导航系统的误差.该算法通过实时估计和修正系统噪声以及观测噪声的统计特性达到降低模型误差、抑制滤波发散的目的.在Matlab环境下的仿真证实了该方案可以防止滤波器发散,缩小滤波误差,提高滤波精度.     

滤波窗的选择对傅里叶变换轮廓术测量精度的影响

比较了在有噪声和无噪声的情况下，傅里叶变换轮廓术中采用三种频域滤波窗对测量精度的影响。给出了在有噪声和无噪声情况下。FTP中采用不同滤波窗的测量误差分布图。得出在无噪声及噪声较小的情况下，采用平顶高斯滤波窗测量面形精度最高，而在噪声较大的情况下，采用汉宁滤波窗测量面形精度最高.     

健康管理对老年冠心病危险因素治疗及控制率影响

捷联惯导系统(SINS)静基座初始对准中,过高的陀螺噪声不但导致系统状态方程非线性,也会使对失准角的估计不能收敛到真值.因此,提出了一种磁强计辅助对准方法,对系统观测方程的分析证明了该方法不仅可提高滤波精度,同时还可对磁场强度和磁倾角进行估计.非线性滤波采用平方根无迹卡尔曼滤波(SRUKF),SRUKF与无迹卡尔曼滤波(UKF)滤波精度相当,优于扩展卡尔曼滤波(EKF).相比UKF,SRUKF具有更高的计算效率和稳定性.仿真结果表明,该算法在陀螺噪声较高的情况下仍能满足SINS初始对准要求.     

基于权重一致性优化的实时Marginalized粒子滤波算法

针对Marginalized粒子滤波中随机量测噪声对于非线性状态估计精度的不利影响以及线性状态估计中计算量较大问题,提出了一种基于权重一致性优化的实时Marginalized粒子滤波算法.首先,结合量测系统建模中先验信息的提取和利用,通过粒子权重间一致性距离和一致性矩阵的构建,提出了量测提升策略下权重的一致性优化方法,以改善粒子滤波在非线性状态估计中的滤波精度.其次,通过对Marginalized粒子滤波实现中时间更新和量测更新环节的结构优化,给出了实时Marginalized粒子滤波,以降低蒙特卡罗仿真实现下卡尔曼滤波在状态线性估计中的计算复杂度.最后,在两者的动态结合基础上给出了新算法具体实现步骤.利用基于单站雷达目标跟踪仿真场景,分析了算法性能.理论分析和仿真实验结果验证了算法的可行性和有效性.     

基于CMAC的卡尔曼滤波技术在组合导航系统中的应用

经典卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知,而组合导航系统的噪声具有非先验性。为了解决这一问题,提出小脑模型神经网络（CMAC）辅助卡尔曼滤波器。仿真试验结果表明,该辅助算法的精度与经典卡尔曼滤波算法相比提高了2倍,收敛时间缩短近200 s,并有效地克服了传统神经网络学习速度慢,泛化能力弱的缺点,使系统具有自适应能力,以应付动态环境的扰动。     

地基SAR基坑微形变监测方法研究

地基SAR作为一种新型地面遥感技术,因其高精度、全天候、设站灵活、实时连续观测等特点,在微形变监测领域具有广泛的应用前景。在深入研究了地基SAR微形变监测关键技术问题的基础上,结合基坑监测特点,采用加权圆周中值滤波去噪,提高干涉图信噪比,削弱噪声引起的相位差;提出了基于PSC网的气象改正,减小气象扰动影响,削弱大气相位差。并将改进方法应用到基坑监测实验。实验结果表明,通过加权圆周中值滤波和PSC网的气象改正有效地削弱地基SAR基坑监测中噪声和大气引起的相位变化,实现了亚毫米级的监测精度。为验证地基SAR监测的准确性,利用高精度全站仪进行了同步观测,监测结果表明二者高度一致,进一步说明了地基SAR技术用于基坑微形变监测的可靠性和可行性。     

自适应EKF在被动跟踪中的应用研究

针对被动跟踪中常见的滤波发散、收敛速度慢和跟踪精度低等问题,研究了一种非线性系统的自适应推广卡尔曼滤波算法。该算法能够在线估计噪声的统计特性,动态补偿模型线性化误差,消减系统的观测误差。对其滤波理论及算法进行了研究与仿真,结果证实该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

基于Nd:YVO4激光回馈效应的远距离振动测量研究

基于 Nd:YVO₄激光回馈技术,提出了一种实现对远距离微小振动位移直接测量的新方法。相位 测量技术和 移频激光回馈技术的采用,使本文方法不仅有高的分辨率,还有非常高的灵敏度。利用本文 方法对远距离不同目标 进行系统信号信噪比(SNR)测试后,对远距离声音振动进行 测试,清晰还原了声音信号。最后分析了本文方法的 可靠性和测量范围,采用滤除低频噪声的方法,使在15.7m处外界环 境对系统的影响降低到50nm。     

基于光学相关的运动目标跟踪识别技术研究

为了提高系统的识别精度和抗噪性能,在相关处理的基础上,针对相关峰采用了图像流来判断其运动特性,进而通过管道滤波的方法区分噪声和相关峰,进行了理论分析和实验验证,取得了系统对运动目标的识别数据.结果表明,该方法利用序列图像中目标运动的连续性和轨迹的一致性的特性,大大提高了识别精度和抗噪性能.这一结果对运动目标跟踪识别是有帮助的.     

半捷联导引头光轴稳定性

为研究半捷联导引头光轴稳定性,对影响半捷联导引头光轴稳定的因素进行了分析。通过对半捷联稳定原理和传统速率陀螺稳定原理的分析和比较,揭示了半捷联稳定的实质。根据半捷联稳定方式下平台框架的惯性空间角速度表达式,分析了影响半捷联稳定的主要因素。针对影响半捷联稳定的弹体扰动和扰动力矩,采用了匹配滤波和扰动观测器的方法提高系统稳定精度。数值仿真结果表明,匹配滤波的方法有效地减小了弹体扰动对系统稳定的影响,平台对弹体扰动的解耦精度在1 Hz时提高了38 dB;扰动观测器有效抑制了扰动力矩对系统稳定的影响;采用高精度、低噪声的传感器是减小测速噪声对系统稳定影响的关键。综合仿真结果显示,在对3个主要因素补偿后,系统的稳定误差减小了近94%。