PBR_0代数的性质及其滤子

在研究BR_0-代数的基础上,首先给出了PBR_0-代数的概念,讨论了PBR_0-代数的一些性质,得到了PBR_0-代数的等价刻画定理,然后讨论了PBR_0-代数的滤子及其生成滤子的性质.     

洛伦兹函数均值和收入差距

分析了收入达不到洛伦兹函数均值的人口比例，以及这个比例和基尼系数的关系，探讨它所反映的贫富差距的信息，并通过模拟洛伦兹函数确定了参数取值与基尼系数在一定范围内的关系。     

除数和函数对Smarandache k次补数的混合均值

利用初等数论和解析数论方法研究了除数和函数复合函数与k次补数Ak(n)复合函数σ(A)k(n)的混合均值问题,给出一个有趣的渐近公式.     

低碳生物滴滤池处理餐饮废水启动研究

研究了新型低碳生物滴滤池处理餐饮废水的挂膜启动,及对餐饮废水处理的效果。结果表明:挂膜初期首先由于反应器中填料吸附作用,对餐饮废水中的CODCr和NH3-N的去除率都相对较高;中期在填料吸附饱和后,生物膜较少,对污染物利用不高而导致去除率急速下降;最后反应器对CODCr和NH3-N的去除率又重新升高,分别可以达到80%以上。表明挂膜启动成功,并且具有一定的抗冲击负荷能力。反应器对餐饮废水中的TN、TP也表现出良好的去除效果。低碳生物滴滤池处理餐饮废水无需动力就具有较好的去除能力,占地面积小,有较好的抗冲击负荷能力。     

质量图指导的改进的基于CMRF模型的自适应InSAR相位滤波

干涉相位图滤波是In SAR数据处理中的关键步骤,滤波效果的好坏直接影响后续相位解缠的准确程度和难易程度。一种基于复值马尔可夫随机场(complex-valued markov random field,CMRF)模型的干涉图滤波算法能够有效的保持边缘信息并降低残差点的数目。该算法的滤波效果依赖于模型参数估计的准确程度,而且滤波后的相位图不够平滑,仍然存在很多噪点。针对上述两个问题提出了质量图指导的基于CMRF模型的自适应滤波算法。首先,在CMRF模型参数估计中利用不规则窗使得每个待更新像素都有一个符合自身局部统计特征的更准确的模型参数。其次,引入了质量图来指导干涉图各个部分的平滑程度。仿真和实测数据的结果验证了改进算法的有效性。     

基于引导滤波的红外图像预处理算法

针对红外图像固有噪声和灰度分布非均匀性影响图像质量的问题,提出一种基于引导滤波的红外图像预处理方法。根据引导图的局部信息,在红外图像的不同位置动态生成滤波核函数,从而可以在平滑场景的同时保持甚至增强边缘细节。实验表明,本文方法可以有效滤除噪声,保持场景强边缘,改善灰度分布非均匀性;且由于引导滤波算法复杂度与滤波半径无关,处理速度快。此外,应用实验表明该方法可以提高融合图像视觉效果,增强目标跟踪的定位精度,在图像增强中能够有效避免伪边缘的产生。     

小波模极大值匹配算法的瞬变信号检测

分析了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的小波变换模极大值在各尺度上的特点。在此基础上,结合匹配滤波器理论提出了瞬变弱信号小波变换模极大值匹配算法,该算法可以有效的区分信号与噪声的最佳尺度模极大值并检测信号。仿真结果表明,与小波模极大值方法相比,匹配算法实现瞬变弱信号的检测更为有效。     

L波段微带线交叉耦合发夹带通滤波器设计

随着现代移动通信的迅速发展,无线电频谱越来越拥挤,这就使滤波器变得愈发的重要,对滤波器的要求也越来越严格。本文主要设计了一种以发夹滤波器与交叉耦合滤波器为理论基础的L波段微带带通滤波器,以增强滤波器带外抑制能力和降低寄生通带的影响,从而提高窄带滤波器的性能。利用ADS和HFSS,设计了L波段滤波器,并制作了滤波器实物,实测其通带频率范围7.8-8.7GHz,带内插损3.25dB,带外抑制性能均大于21.5dB,所设计的带通滤波器各项性能均优于设计指标。     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度, 保证汽车的安全性, 设计了基于无味卡尔曼滤波算法（UKF: Unscented Kalman Filter）的车速估计器, 并与基于卡尔曼滤波（KF: Kalman Filter）算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台, 同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明, 当系统输入产生突变时, UKF算法与真实值的绝对误差率始终在4%以内, 比KF算法的误差率大约降低了3%, UKF车速估计器能很好地预测车速变化的趋势, 相对于KF估计算法效果更佳。