高精度高炉冷却壁水温测量系统设计

为了满足对高炉冷却壁水温的测量要求,设计了一种高精度的高炉冷却壁水温测量系统.温度数据采集上,以铂电阻PT1000作为温度传感器,采用四线制的接法消除导引线的影响,使用高精度的模数转换芯片MAX31865读取初始温度数据.温度数据的处理上,通过中位值平均滤波算法和卡尔曼滤波算法对初始温度数据进行滤波处理,对滤波后的温度...     

焊缝激光跟踪实时图像处理方法的研究

对焊缝激光跟踪中实时图像处理方法进行了研究．采用卷积滤波和中值滤波相结合的方法，改进了中值滤波能力和处理速度；采用Robert算子，较好地保留了激光光带的边缘．方法处理效果好，处理速度快，能够满足跟踪系统的实时性要求．     

微光图像麻点噪声滤波理论与实验研究

均值滤波法处理微光图像时会造成严重的图像模糊。该文对此做了进一步的研究与实验，采用一种新的改进性处理措施－麻点噪声滤波法抑制微光图像噪声。该方法是将滤波窗口内中间像素点灰度值与所有像素点灰度平均值的绝对差值同阈值进行比较，并根据比较结果决定滤波输出。实验结果表明，麻点噪声滤波能有效地抑制微光图像噪声，对图像边缘保护特性比均值滤波好。     

基于Matlab的数字图像二维滤波软件设计

本设计采用Matlab程序，设计数字图像二维滤波平台，用户可任意给定滤波参数及图像，即可观察滤波器特征图像、图像的滤波效果，并可根据需要存储结果．这种可视化处理过程，形象直观，便于理解和学习图像处理过程、二维滤波器系统特征．本设计开发目的是给数字图像滤波处理的学习与分析研究提供一个软件平台．     

混合滤波器在血管造影图像处理中的应用

为了提高血管造影图像的清晰度 ,提高在医学诊断中的精确性 ,采用混合滤波手段。首先采用均值滤波器对原始图像滤波、然后通过改进的拉普拉斯锐化滤波器对图像进行处理 ,并结合其它图像处理手段对滤波结果进行后处理。最终图像消除了血管造影图像的模糊现象 ,实现了较好的滤波效果     

一种高精度温度采集系统的设计

介绍了一种高精度温度采集系统的结构及工作原理。该系统利用具有一定频率的正弦电压信号驱动特定的温度传感器PT100，通过中央控制单元采集温度数据，并进行DFT运算，求出频率的基波幅值。对基波幅值进行插值校正、滤波处理后，获得实际温度值。该系统方法的结构简单．抗干扰能力强，具有很好的应用价值。     

基于双边滤波算法InSAR干涉图平滑处理的分析

双边滤波算法是数字图像处理领域中较优良的一种算法,研究该算法应用于InSAR干涉图噪声抑制,提出双边与中值滤波的联合滤波算法,采用真实数据分析滤波效果。文中先阐述了常用的滤波算法和双边滤波算法的原理,然后对含有噪声的合成孔径雷达干涉图像进行不同的滤波算法处理,并对滤波结果进行了统计分析,最后采用双边与中值滤波的联合滤波方法,对原干涉图进行处理。结果表明,先双边滤波,再中值滤波处理结果的残留点最少,且对干涉条纹边缘有较好的保护效果。     

工程图纸图像净化处理

针对灰度工程蓝图的特点提出了图像锐化、二值化、线条保护滤波的净化处理的处理方案。在净化处理中采用了多结构元素形态滤波的新的形态学滤波方法。将一种能够滤除附在图像边缘上的多结构元素形态滤波器和基剪裁多结构元素形态滤波器应用于净化处理。     

一种高效的非线性滤波技术

在处理非线性滤波问题时，通常采用的是广义卡尔曼滤波（EKF）方法．但在实际应用中，随着系统的非线性程度增加，该方法会出现较大误差或发散的现象．在此介绍了一种更高效的处理非线性滤波问题的方法——序列蒙特卡罗滤波（SMCF），并分析了该方法的理论基础及特点，同时也描述了该算法的具体实现步骤．给出了仿真结果并进行了分析．     

地震资料连片处理在红山嘴地区的应用研究

通过认真分析工区内各区块原始资料后，进行了有针对性的实验处理，确定了连片处理流程，采用叠后连片面元一致性处理和匹配滤波等技术，并结合重新处理的地质任务及处理目标，采用针对性的技术措施，解决了准噶尔盆地红山嘴地区6块不同三维区块在能量、相位、面元、方位上的差异，为整体断裂组合及岩性体识别提供了可靠的资料。     

基于铂电阻Pt100的高精度温度测控系统设计

工业生产在一定的温度条件下才会按照预定的方向进行,所以温度控制是保证生产过程正常的必需条件.介绍了一种基于铂电阻Pt100的高精度温度测控系统设计方案,系统以Pt100铂电阻作为测温传感器,采用中值平均滤波消除采样值偏差,用逐次逼近法来消除温控系统的非线性,PID算法通过PWM控制执行机构,从而保证了在－200～601 ℃范围内0.1 ℃的测量分辨率,±0.5 ℃的控制精度.     

锌钡白干煅窑炉过程控制系统的研制(Ⅱ)——测量数据预处理技术

简要介绍了多种数据预处理技术，并以锌钡白干煅窑炉过程控制系统中煅烧温度测量值的实际数据为例，分析了采样时遇到的测量值异常、波动、采样故障等问题、详细讨论了相应的异常值检测与补偿、故障检测、数据平滑与滤波等数据预处理技术。这些技术在煅烧温度数据预处理中取得 了良好的效果。     

改进型限幅递推平均滤波法在燃油表中的应用

汽车在颠簸、急加速、急减速、急转弯等工况时,油箱油液面会产生急剧变化,导致采集到的油量数据有较大的误差,从而降低燃油表指示准确性和平稳性。针对以上问题,提出限幅滤波、递推平均滤波相结合的滤波方法;该改进滤波算法能更好地滤除信号中的偶然尖峰脉冲干扰及周期性干扰;同时结合滤波参数寻优算法,确定了递推平均滤波最优参数。利用MATLAB进行仿真。仿真结果表明,所提出的改进型滤波算法能更好地滤除油量信号中的干扰信号,提高了油量数据的准确性和平滑性;还保证了燃油系统数据处理的实时性,满足燃油系统的设计要求。     

煤矿井下R-OTDR光纤EEMDMAF去噪算法研究

针对煤矿井下管道存在的潜在瓦斯泄露、粉尘爆炸等问题,提出了基于Ｒ-OTDＲ( Ｒaman Optical Time Domain Ｒeflectometry) 分布式光纤温度传感器的管道安全监测方法,分析了Ｒ-OTDＲ 光纤的技术原理。对于采集过程中温度信号噪声干扰问题,分别采用滑动平均滤波和EEMD( Ensemble Empirical Mode Decomposition) 两种方法进行去噪。仿真结果表明,单独使用两种方法都不能得到最优的去噪结果。将融合滑动平均滤波及EEMD去噪算法,并采用3 个指标用于效果判定。实验结果表明: 先滑动平均再EEMD 能有效去除信号中的干扰噪声,极大地提高了信噪比和系统测量精度,相比传统算法而言,系统传感效率更高。     

摩擦磨损试验机计算机辅助测试系统的设计与实现

利用VB与Matlab混合编程，开发了一套基于PC机的摩擦磨损试验机计算机辅助测试系统．利用Matlab软件强大的数值计算及图形处理函数，实现了试验数据的滤波与动态显示、试验曲线的输出和图形移植，缩短了开发周期．介绍了测试系统的3大功能模块(数据采集模块、数据处理模块、采集数据的滤波及图形输出模块)的基本功能及实现手段，对测试系统软件设计过程中的难点问题，如采样时间控制、动态实时波形图的显示和数据的滤波等问题的编程思路作了详细的论述，并提供了部分源代码．     

汽车转弯自动照明控制系统数据采集滤波方法

为了减少汽车转弯自动照明控制系统数据滤波处理中的延时,在滑动中值滤波方法基础上,提出了一种带补偿的限幅滑动中值滤波算法,通过补偿的方式跟随信号的变化趋势。该算法通过2个步骤完成滤波,先对数据进行带补偿方式的限幅处理,再进行滑动中值滤波处理。该算法综合了滑动中值滤波法的实时性以及限幅滤波法对偶然性干扰滤除的有效性,实现更准确的滤波。仿真与实测结果表明,与滑动中值滤波方法相比较,改进后的算法滤波能够实时地滤除数据中的干扰,处理时间可减少62%,滤波效果较好,且速度信号的数据滞后时间较短,实时性较高,满足系统设计要求。     

传感器输出时间序列的实时小波滤波方法

为了满足不同测控系统中传感器输出时间序列的实时滤波要求,针对小波变换不能递推进行的弱点,通过分析小波实时滤波算法,研究了基于Mallat快速离散小波变换的3种实时滤波方法：冗余采样频率法、有滞后的浮动数据窗法和对称添加的浮动数据窗法,给出了3种方法的实现过程及适应范围,分析了影响小波实时滤波中的几个关键因素。仿真实验结果表明,本文讨论的3种实时滤波方法,运行时间短,滤波性能与离线滤波相接近,可适用于一般流程工业的大部分参数变化较慢的测控系统。     

基于概念格的稀疏数据协同过滤校正自然噪声方法

针对推荐系统中存在的自然噪声问题, 提出一种基于概念格的稀疏数据协同过滤校正自然噪声的方法. 首先将用户和项目划分为强、 平均和弱三类检测自然噪声, 然后采用基于概念格的稀疏数据协同过滤校正这些自然噪声, 最后从获得的无自然噪声数据集中预测未评级的项目. 在含自然噪声的数据集上进行实验的结果表明, 该方法具有较高的推荐精度, 且在数据稀疏的情形下仍具有良好的性能.     

基于概念格的稀疏数据协同过滤校正自然噪声方法

针对推荐系统中存在的自然噪声问题, 提出一种基于概念格的稀疏数据协同过滤校正自然噪声的方法. 首先将用户和项目划分为强、 平均和弱三类检测自然噪声, 然后采用基于概念格的稀疏数据协同过滤校正这些自然噪声, 最后从获得的无自然噪声数据集中预测未评级的项目. 在含自然噪声的数据集上进行实验的结果表明, 该方法具有较高的推荐精度, 且在数据稀疏的情形下仍具有良好的性能.     

基于Kalman滤波的ARIMA-NAR神经网络模型

深基坑变形监测在城市建设安全施工中显得越来越重要.鉴于监测数据不可避免地存在噪声及单个预测模型存在的预测残差问题,为提高基坑监测预测精度,以兰州市某深基坑监测中具有明显沉降的ZJ52为例,采取一种基于Kalman去噪的ARIMA-NAR神经网络组合模型进行预测分析.结果发现,经Kalman去噪后建立的ARIMA-NAR组合模型的预测结果的平均绝对误差、平均相对误差和残差方差分别为0.43、0.04、2.23 mm,预测结果均优于单一的ARIMA和NAR神经网络模型的预测结果,预测精度较好,其结果可为本项目的安全施工提供可靠指导.