方向采样的离散方向滤波器实现导向滤波

针对在图像处理中被广泛使用的导向滤波器,提出了一种比较实际的问题,即方向滤波器为方向上采样的一组离散滤波器,而且它们的解析表达式不知道的情形。为减少运算量,方形边框上旋转的方式被提出,这样旋转变换不涉及正弦、余弦三角运算。仿真实验结果验证了所提算法的有效性。同时还给出了一个有意义的结果,利用小波实现近似导向的方向滤波。     

火箭弹MR/GPS制导系统应用仿真

研究MR／GPS制导方案在实行过程中可能遇到的问题。针对制导信号较弱、附加干扰噪声大的特点，运用小波强制滤波的方法，设计了小波滤波器；提出基于MR／GPS系统的弹体滚转测量方案并进行了仿真；对弹道控制的脉冲点火策略进行了研究。仿真结果表明：小波滤波的效果较好、有用信号能量损失小；基于MR的滚转测量方案易于实现，但需进行必要的修正。     

小波域上的图像降噪Wiener滤波器设计

小波阈值降噪技术利用小波变换表示信号的稀疏性质，使用对角形式的阈值滤波器达到信号降噪的目的，这个方法在很多信号空间上是近似最优的。但是对于任意信号，在MSE意义上最优的信号估计是Wiener滤波器。提出了一种小波域上的经验Wiener滤波器的设计方法，并应用于图像降噪。实验结果表明，此方法比一般小波阈值降噪法取得的效果要好得多。     

FLF滤波器的电流模式CC实现

本文提出一个基于积分器的电流模式通用ＣＣ滤波器结构。该结构是在典型ＦＬＦ结构的基础上增加输出求和ＣＣ网络生成的。适当设置输出求和ＣＣ网络无源元件参数，能实现任意近似滤波特性。文中给出了系统的设计公式。作为例子，文中设计了一个三阶椭圆低通滤波器，模拟仿真结果与理论分析互相吻合。     

紧支正交小波的参量化法和波数字滤波器

本文详细分析了小波变换，镜像滤波器（ｑｕａｄｒａｔｕｒｅｍｉｒｏｒｆｉｌｔｅｒ－ＱＭＦ）组和波数字滤波器散射矩阵之间的关系，提出了由散射矩阵的基本因子来构造镜像滤波器对，从而得出了具有任意消失矩的紧支正交小波的参量化法。并给出了基于正则性约束的参量优化和一个有效的实现小波变换的格型结构。     

H∞鲁棒滤波器与Kalman滤波器的对比

通常Kalman滤波技术应用得比较广泛 ,然而在系统模型和噪声统计特性存在不确定性的条件下 ,Kalman滤波的应用就受到了一些限制。H∞ 滤波可有效地解决Kalman滤波所遇到的问题 ,不仅估计精度高 ,而且还具有鲁棒性。简要介绍了H∞ 滤波技术和Kalman滤波技术 ,设计了H∞ 鲁棒滤波器和Kalman滤波器 ,并分 3方面对二者的性能进行了比较分析。     

一种基于神经网络的非线性自适应滤波器

提出了基于Ａｄａｌｉｎｅ－ＭＬＰ递归神经网络的非线性自适应滤波器。这种新的滤波器运用了自适应ＩＲ滤波器理论，具有神经网络分布式并行信息处理，较好的容错特性和鲁棒效应等优点，且比传统的滤波器有更好的收敛特性，并可方便地实现非线性滤波。此外，还给出了Ａｄａｌｉｎｅ－ＭＬＰ递归网络在线滤波算法及其在非线性自适应噪声抵消器中的应用。最后进行了计算机仿真。     

ESO滤波器在运动参数估计中的仿真研究

通常情况下使用Kalman滤波器进行参数估计，然而在目标运动模型和噪声统计特性存在不确定性的条件下，Kalman滤波的应用将会受到一些限制。在分析ESO滤波器滤波性能的基础上，将其应用在运动参数估计中，有效地解决Kalman滤波所遇到的问题．并从系统噪声分别为高斯白噪声、有色噪声和目标作机动运动这三个方面与Kalman滤波器进行了比较。仿真结果表明ESO滤波器算法简单，有效，具有鲁棒性。     

状态估计中确定性采样滤波器的比较分析

基于采样方法的滤波器在非线性滤波领域内得到了广泛应用。其共同特点是利用抽样粒子点模拟系统状态的概率分布,从而不受状态先验分布假设(如高斯假设)的约束,拥有更高的滤波精度和更广的应用范围。在确定性抽样意义下论述了几种现有的确定性采样滤波器,并对这几种滤波器在状态估计领域(滤波)的应用进行了精度和计算负荷分析。采用一维及多维算例验证了几种方法的估计精度。给出基于实际系统需求一般性评价和选用原则。     

时域宽带矩阵空域滤波器设计方法

提出了一种基于FIR滤波器的时域宽带矩阵空域滤波器设计方法.首先,采用窄带矩阵空域滤波器优化设计方法,设计对应工作频带内各子带的恒定扇区响应空域滤波加权矩阵集.应用该矩阵集元素重构N个宽带基阵加权向量集,设计对应的N个恒定响应空域宽带FIR滤波器,进而构成时域宽带矩阵空域滤波器.该方法实现了对阵元接收宽带数据的时域矩阵空域预滤波,提高了系统的实时信号处理能力.计算机仿真和实验数据处理结果验证方法的有效性.     

预畸变对数字滤波器设计影响的研究

针对数字信号处理中数字滤波器的性能问题,为使数字滤波器保持原模拟滤波器的频率特性,根据双线性变换的定义,导出了一个预畸变的统一表示式。并利用该式设计了一个低通巴特沃斯数字滤波器分别对三种情况(双线性变换、提出的预畸变方法和模拟滤波器)的幅度响应进行了计算机模拟。结果表明该方案能获得了较理想的性能。     

Satellite fault diagnosis method based on predictive filter and empirical mode decomposition

A novel satellite fault diagnosis scheme is presented based on the predictive filter and empirical mode composition(EMD).First,the predictive filter is utilized to obtain the fault estimation,which is corrupted by noise.Then the EMD method is introduced to decompose the fault estimation into a finite number of intrinsic mode functions and extract the trend of faults for fault diagnosis.The proposed scheme has the ability of diagnosing both abrupt and incipient faults of the actuator in a satellite attitude control subsystem.A mathematical simulation is given to illustrate the effectiveness of the proposed scheme.     

Fuzzy neural network image filter based on GA

A new nonlinear image filter using fuzzy neural network based on genetic algorithm is proposed. The learning of network parameters is performed by genetic algorithm with the efficient binary encoding scheme. In the following, fuzzy reasoning embedded in the network aims at restoring noisy pixels without degrading the quality of fine details. It is shown by experiments that the filter is very effective in removing impulse noise and significantly outperforms conventional filters.     

UPF based autonomous navigation scheme for deep space probe

The autonomous ＂celestial navigation scheme＂ for deep space probe departing from the earth and the autonomous ＂optical navigation scheme＂ for encountering object celestial body are presented. Then, aiming at the conditions that large initial estimation errors and non-Gaussian distribution of state or measurement errors may exist in orbit determination process of the two phases, UPF （unscented particle filter） is introduced into the navigation schemes. By tackling nonlinear and non-Gaussian problems, UPF overcomes the accuracy influence brought by the traditional EKF （extended Kalman filter）, UKF （unscented Kalman filter）, and PF （particle filter） schemes in approximate treatment to nonlinear and non-Gaussian state model and measurement model. The numerical simulations demonstrate the feasibility and higher accuracy of the UPF navigation scheme.     

有色观测噪声下的多变量设置调整策略

针对存在初始设置偏差的离散的多变量生产制造过程，研究了观测噪声服从Auto-Rgressive （AR）模型的情况下，考虑调整花费成本为二次型函数时的设置调整问题，在建立过程状态空间方程的基础上，利用卡尔曼滤波方法在线估计过程的状态变量，根据随机二次型最优控制理论，得到了使过程质量损失最小的最优调整策略. 通过算例解释了最优调整策略的实现方法，并进行了仿真验证，结果表明，得到的调整策略与观测噪声为白噪声时的质量调整策略相比，能更好地减少过程总体质量损失.     

Scheme of adaptive polarization filtering based on Kalman model

1.INTRODUCTIONIn modern high technology war,the electroniccounter measures(ECM)and precise guidance tech-nology are rapidly developed and becoming the re-search hotspot of militarysciencefor all the countries.The guidance missiles are the main weapons andhigher anti-jamming ability and guidance precision arerequired for guidance radar.For the active mono-pulse guidance radar,the angle information of thetarget is obtained by usingthe angle measured methodof amplitude sum/difference or pha…     

一种基于混合系统滤波器的NCS系统故障诊断方法

针对一类具有随机传输时滞的网络化控制系统,在考虑时滞无界的情况下(最坏网络传输),提出了一种基于故障检测滤波器的故障诊断方法。首先,为了处理系统的内采样特性,根据混合系统理论设计了一种基于观测器的混合系统故障检测滤波器(FDF);利用多目标优化技术,将故障检测滤波器的设计问题转化为一类优化问题,并借助线性矩阵不等式方法给出了该优化问题的时滞独立解。最后通过仿真验证了该方法的有效性。     

基于AEKF的高速自旋飞行体组合导航方法

针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题, 提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter, AEKF)算法对量测噪声进行自适应调节, 并在扩展卡尔曼滤波(extended Kalman filter, EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法, 提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system, SINS)组合导航方案, 在EKF的基础上, 引入带遗忘因子的噪声估计器, 通过AEKF对组合导航数据进行融合, 对量测噪声进行估计。仿真结果表明, 所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小, 与无改进的AEKF相比, 具有更好的收敛性。     

Modified unscented particle filter for nonlinear Bayesian tracking

A modified unscented particle filtering scheme for nonlinear tracking is proposed, in view of the potential drawbacks （such as, particle impoverishment and numerical sensitivity in calculating the prior） of the conventional unscented particle filter （UPF） confronted in practice. Specifically, a different derivation of the importance weight is presented in detail. The proposed method can avoid the calculation of the prior and reduce the effects of the impoverishment problem caused by sampling from the proposal distribution, Simulations have been performed using two illustrative examples and results have been provided to demonstrate the validity of the modified UPF as well as its improved performance over the conventional one.     

非线性预测滤波器在机动目标跟踪中的应用

提出了一种直接根据新息的机动目标跟踪非线性预测跟踪滤波算法。该算法不需要假定目标的机动加速度模型 ,而是将目标的机动加速度作为滤波结果的一部分直接估计出来。对不同机动目标的仿真结果表明 ,所提出的预测滤波算法具有优良的估计性能