一种提高无迹卡尔曼滤波精确度的方法

无迹卡尔曼滤波是通过确定性采样,以无迹变换为基础,用卡尔曼线性滤波框架而建立起来的,对非线性系统有很好的滤波效果,但当噪声的影响较大时,精确度将会减低。为解决上述问题,提出了一种提高无迹卡尔曼滤波(UKF)精确度的方法,它将观测噪声和系统噪声引入到采样点中,对噪声进行对称采样处理,同时改进了算法过程,增加了无迹卡尔曼滤波的抗干扰性,与常规无迹卡尔曼滤波(UKF)相比,不仅保持了系统的稳定性,而且提高了精确度,最后通过仿真进行了验证。     

体位变换通气系统建模仿真与控制算法研究

在简单介绍体位变换机械通气原理的基础上,针对智能呼吸保健椅机械结构设计的复杂性.为保运动的稳定性,重点研究了临床试验设备的机械结构和智能控制算法, 并进行了建模仿真研究.提出滑杆驱动式智能呼吸保健椅机械结构方案,利用ADAMS仿真软件建立方案的动力学仿真模型,并进行模型验证和仿真研究;设计了综合专家知识和PID控制理论的专家PID控制器,利用ADAMS和MATLAB的联合仿真能力对控制算法进行仿真研究.仿真结果表明,智能呼吸保健椅不仅具有一般摇椅的自然摇动功能,还能实现电机驱动控制下的目标动作,并且打滑幅度较小,说明机械方案的可行性,同时联合仿真结果表明了专家知识PID控制器的快速精确控制能力.     

基于小波变换的BDPSK信号盲解调算法

在BDPSK信号解调中,非合作信号的载频估计误差或高动态环境引起的多普勒频移都会使得解调性能恶化,甚至无法解调。针对这个问题,提出了一种基于morlet小波变换的BDPSK信号盲解调算法。算法利用BDPSK信号小波系数模的幅度突变信息,完成符号率估计、符号同步和符号识别。算法无需载波恢复,对载频估计误差也不敏感,并且能够适应载频时变的BDPSK信号。仿真结果表明,算法具有较高的符号率估计性能和同步性能,盲解调性能比理论值恶化量约为1.6dB。     

一种改进的基于DCT变换的语音增强算法

研究语音识别问题,变换域分析是语音增强中最常用的方法,采用离散余弦变换(DCT)来描述带噪语音信号的频域特性,并构造拉普拉斯-高斯参数模型(Laplacian-Gaussian)来表示带噪语音信号的分布,可改善增强效果并减少误差.在参数估计上采用了最大似然估计法(ML),并结合谱相减估计法对拉普拉斯模型参数作了进一步优化,最后给出了检测语音信号存在的条件.仿真实验结果表明,算法在用于处理含有F16、Pink、Babble及高斯白噪声的语音信号时,与其它基于DCT变换的算法相比,取得了更好的增强效果.     

基于小波变换的网络流量预测模型应用研究

研究优化网络性能问题,因网络流量数据具有很强的突发性和自相似性等分形特征,引起系统流量不稳定和不精确,用传统网络流量预测模型预测准确低.为解决上述问题,提出一种基于小波变换(WT)的自回归(AR)预测模型,首先对原始流量数据进行小波分解,并将分解得到的近似部分和各细节部分分别单支重构到原级别上,对各个重构后的序列分别建立自回归模型,由所拟合的模型分别进行预测,最后结合各个重构后序列的预测结果,得到对原始序列的预测结果.运用WT_AR进行仿真实验,实验结果表明模型比传统的网络流量预测模型具有更高的准确度.证明WT_AR是一种高效的网络流量检测模型,网络流量预测方法提供参考依据.     

基于小波阈值的sEMG信号消噪方法研究

在表面肌电（sEMG）信号采集过程中,不可避免的会出现噪声,特别是人体运动时,肌肉动态收缩,采集的结果含噪就会更多。针对含噪情况,提出基于小波阈值的sEMG信号消噪方法。通过选择肌电信号的采集位置,在采用高精度的肌电采集系统的基础上,采集正常行走过程中胫骨前肌的sEMG信号,利用matlab小波工具箱,用dbN小波函数进行分解后,用detcoef函数提取不同尺度的细节系数,将与噪声相关的细节系数进行强制阈值消噪,对信号相关的细节系数用minimaxi阈值规则进行软阈值消噪,并与分层阚值得到的降噪信号进行比较,分层阈值得到的降噪信号过于光滑,降噪后的信号能量保留成份仅为46．48％,失去了原信号本身的一些信息。而采用软闯值消噪,不仅较好的去除了噪声,而且与原信号保持了很好的相似性,能量保留成份达到86．38％,说明比分层阈值具有更好的消噪效果。     

一种用于微弱GPS信号处理的快速捕获方法

微弱GPS信号的捕获处理将使运算量急剧增加,传统的方法难以实现快速捕获以保证信号处理的实时性.针对解决捕获微弱信号问题,根据GPS的C/A码本身的相关特性和计算机基本运算的时间特性,提出了一种改进的快速串行搜索和FFT搜索捕获方法,在同等精度下,大量减少运算量,提高捕获速度,保证了高灵敏度GPS软件接收机的实时性.仿真结果表明,对不同载噪比的GPS中频信号数据应用改进的串行搜索捕获法可以节省时间近40%,满足微弱GPS信号的快速捕获要求,为设计提供了依据.     

基于高阶累积量的酉变换DOA估计算法

目前将酉变换算法用于奇数阵元均匀圆阵时需要利用模式空间算法进行预处理,而模式空间算法需要阵元数过多,且与酉变换算法结合后只能针对特定俯仰角在方位向上进行一维搜索.针对问题提出利用高阶累积量算法对阵列接收数据进行预处理,为提高测向精度和估角性能,利用酉变换算法将预处理得到的高阶累积量矩阵实数化.与模式空间算法相比上述方法降低了对阵元个数的需要,并且能够直接进行二维谱峰搜索.与经典多重信号分类算法(MUSIC)相比,在不增加特征值分解及谱峰搜索计算量的情况下,提高了算法的分辨力.按照给出的算法原理,通过仿真试验验证了所得的结论的正确性.     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

一种改进的SVPWM算法研究

针对二极管箝位三电平逆变器的研究,传统的基于直角坐标系下的空间矢量脉宽调制算法(SVPWM)需要大量的三角函数运算,增大了运算量,难以进行数字实现.为了提高实时性,改进算法,研究了一种基于斜角坐标系下的SVPWM改进算法,核心是通过Clarke-Park联合变换将基于三相静止坐标系下的三相电压转换为基于非正交60°斜角坐标系下的两相电压,使得电压参考矢量在进行扇区判断和开关矢量作用时间的计算上都避免了三角函数计算,只有普通的四则运算,降低了运算量.经过仿真,结果表明改进算法的有效,并且在运算时间上优于传统算法,易于实现.