不确定连续系统的鲁棒L2-L∞滤波新方法

借助投影定理提出了一个新的连续系统L2-L∞性能准则.与已有的判据相比,该准则 呈现出Lyapunov矩阵与系统矩阵之间分离的特性,使得将其应用于不确定系统时能够得到参 数依赖型Lyapunov函数.利用该判据,采用线性矩阵不等式技术推导了多面体不确定系统的全 阶和降阶鲁棒L2-L∞状态估计新方法.所提出的方法可被进一步用于研究具有极点约束的L2-L∞ 滤波问题.与已有的基于二次稳定的滤波方案相比,本文提出的方法具有较低的保守性.     

基于Kalman滤波的白噪声估计理论

应用Kalman滤波方法,首次提出了一种统一的和通用的白噪声估计理论.它可统一处 理线性离散时变和定常随机系统的输入白噪声和观测白噪声的滤波、平滑和预报问题.提出了最 优和稳态白噪声估值器,且提出了白噪声新息滤波器和Wiener滤波器.它们可应用于石油勘探 地震数据处理,且为解决状态和信号估计问题提供一种新工具.两个仿真例子说明了其有效性.     

用多项式近似的图象逆滤波及空间移变系统图象的恢复

光(电)成像系统的特性会引起图象降质，但如果能够根据系统的传递函数确定其逆滤波函数，就可以对这种降质图象进行一定的恢复．为此，提出了一种用多项式近似的图象逆滤波的图象恢复方法，该方法就是首先将连续的逆滤波函数按泰勒级数展开，并用多项式来近似表示，通过对用多项式表达的用于图象恢复的逆滤波函数作反傅里叶变换，就可得到恢复图象在空间域中的近似运算公式，该运算是图象信号及其各阶导数的线性组合，而不是复杂的反卷积操作．同时还详细分析了方法的原理，并推导了算法公式，最后给出了空移不变和移变系统图象的恢复处理结果．实验表明，该方法特别适合于空间移变系统降质图象的恢复，如场曲恢复．     

全速率语音编码系统

随着通信网络用户数量的增加、网络业务综合化、多样化，网络带宽与系统容量、服务质量的矛盾日益突出，传统的64kbit/s的PCM语音压缩编码已不能满足不断变得拥挤的传输信道要求。在这种情况下，语音压缩编码技术得到飞速发展，相继出现了多种语音压缩编码的国际标准，可以用于通信、网络、多媒体等广泛领域。针对全速率语音编码系统的原理和算法进行了详细的介绍，对全速率语音编码系统进行了仿真，并对仿真结果进行了分析。     

一种基于Kalman滤波的盲多用户检测RAKE接收机

提出了一种基于Kalman滤波的盲多用户检测RAKE接收机(RakeKAL)模型。给出的接收机具有RAKE接收机的结构，它的每条支路可视为一个利用线性限制最小方差(LCMV)准则设计的多用户线性滤波器，用于抑制多址干扰(MAI)；后接一个用于消除多径畸变(MPD)的多径结合器。利用Kalman滤波算法和自适应向量跟踪算法实现盲多用户检测和多径接收信号的最佳结合。该模型与传统多用户检测器比较具有所需参数少，不需要训练序列的优点。研究结果表明，在多径衰落信道下，接收机具有较强的抑制多址干扰和多径畸变的能力，并且能快速收敛。     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

基于细胞神经网络刀具磨损图像处理的研究

本文提出了一种基于细胞神经网络的刀具磨损图像处理方法．通过设计细胞神经网络参数，运用细胞神经网络对刀具的二值图像平滑滤波，边缘提取．通过仿真证明该方法是有效的，由于细胞神经网络易于用VLSI实现并且并行处理速度快，因此应用于刀具的磨损状态机器视觉检测中的图像处理是很有用的。     

一种彩色图像滤波的改进矢量中值滤波算法

通过分析彩色图像滤波的一般方法，提出了一种基于矢量中值滤波的改进算法。该算法融合了线性均值滤波和非线性矢量中值滤波两种方法，大大降低了运算复杂度，同时对脉冲噪声和高斯噪声有好的抑制作用，能有效地保护图像的边缘信息，滤波后不会出现新的颜色。另外本算法的运算复杂度随着滑动窗的增大而缓慢增加，使其能够达到滤波效果和运算复杂度的有效平衡。     

初控动力源泉——图解电源

电源是PC的动力源泉，其重要性不言而喻。品质不好的电源不但会损坏主板、硬盘等部件，还会缩短电脑的正常使用寿命。此外，硬件发烧友还会对电源实际功率提出较高要求，以驱动更多设备。然而现实情况是，市面上电源的功率标称相当混乱，不少产品甚至偷工减料。由于电源内部结构完全被外壳遮盖，因此绝大多数用户都无从了解电源内部的情况。本文将带领大家进入电源的内部世界，探索PC的动力源泉。     

误差方差约束下Delta算子不确定系统的鲁棒H∞滤波

研究Delta算子不确定系统在稳态估计误差方差约束下的鲁棒H∞滤波问题.目的是设计滤波器,使得系统在状态矩阵和输出矩阵均存在不确定性时,滤波过程是渐近稳定的,每个状态的稳态估计误差的方差不大于事先给定值,且从噪声输入到误差输出的传递函数满足给定的H∞范数约束.基于矩阵不等式方法,提出了滤波器的存在条件和显式表达式.所得结果可将连续和离散系统的有关结论统一到Delta算子框架.