有色噪声干扰的非线性系统强跟踪滤波

推广了现有的强跟踪滤波理论,解决了一类具有色噪声干扰的非线性时变随机系统的强跟踪滤波问题,为使状态估计值更加平滑,引入了弱化因子的新概念,最后通过计算机仿真验证了本方法的有效性。     

一种去除高密度椒盐噪声的非线性滤波算法

针对高密度椒盐噪声污染图像的去噪问题,提出了一种有效的非线性滤波算法。在噪声检测中利用域值划分法,先将噪声图像像素点分为信号点和准噪声点,建立噪声矩阵,然后再利用图像边缘特性及局部统计信息,进一步明确噪声点。对于噪声点,采用以该点为中心的多窗口像素点中值及该点像素值的中值进行替换。实验结果表明,该算法对较高密度椒盐噪声...     

一般二维非线性奇异问题的有限元方法

考虑如下一般二维非线性奇异边值问题Ｌｐｕ＝－１ｐ（ｘ）ｘ（ｐ（ｘ）ｕｘ）－２ｕｙ２＝ｆ（ｘ,ｙ,ｕ（ｘ,ｙ））,（ｘ,ｙ）∈Ω,ｕ｜Γ＝０,ｕｘ｜Γ０＝０｛的有限元方法．给出相应问题广义解的存在唯一性及先验估计,并使用对称有限元法,证明有限元解的收敛性,给出了加权Ｌ２模和加权Ｌ∞模误差估计     

判断非线性二维自治系统奇点类型的方法

本文首先把三维非线性自治微分方程组的右函数在奇点展开,进而求出非线性微分方程组的线性近似方程然后根据线性近似方程组的特征根给出二维非线性自治系统奇点类型的判别方法。     

基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。     

一种面向静态图像消噪处理的二维中值滤波方法

提出了一种基于二维中值滤波用于静态图像消噪的改进算法.实验表明,该算法能有效滤除图像中的高斯噪声和斑点噪声,同时能很好地保持图像中的细节部分且比较容易用硬件实现.     

一般二维非线性奇异抛物问题的有限元方法

考虑一般二维非线性奇异抛物问题ｕｔ － １ｐ （ｘ） ｘ （ｐ （ｘ ） ｕｘ ） － ２ ｕｙ２ ＝ ｆ（ｘ,ｙ,ｔ,ｕ（ｘ,ｙ,ｔ））,（ｘ,ｙ,ｔ） ∈ Ω× （０, Ｔ〕ｕ（ｘ,ｙ,ｔ）｜Γ ＝ ０, ｕｘ ｜Γ０ ＝ ０,（ｘ,ｙ,ｔ） ∈ Ω× （０, Ｔ〕ｕ（ｘ,ｙ,０） ＝ ｕ０ （ｘ,ｙ）,（ｘ,ｙ） ∈ Ω的对称有限元方法,给出了半离散格式和全离散格式的有限元解的加权 Ｌ２ 模和加权 Ｈ １ 模误差估计,并对全离散格式进行了线性化修正     

二维材料中的二次谐波及其调控方法

二维材料(Two-Dimensional Materials)由于其低维尺度下的量子效应,表现出许多奇特的物理现象,引起了广大学者的研究兴趣.在非线性光学领域,二维材料展现出较高的二阶非线性极化率和高度可调的物理特性,使其成为非线性光电器件的潜在候选者之一.本文主要探讨了二维材料中二次谐波产生(Second Harmonic Generation, SHG)的调控与增强手段;简要介绍了二次谐波产生的基本光学原理,从二阶非线性系数和光与物质相互作用两个主要角度出发,分别回顾了对称性破缺和共振效应调控与增强二维材料二次谐波的不同方法,如层间堆叠、电场、应变和激子效应等;总结了二维材料二次谐波的调控方法,并对未来可能的研究方向和面临的挑战进行展望.了解二次谐波的产生机制以及调控和增强二次谐波各种策略方法,更有利于未来开发基于二次谐波的表征技术和探索基于二维材料的非线性光学器件.     

含非线性阻尼的二维g-Navier-Stokes方程全局吸引子的维数估计

研究了含非线性阻尼的二维g-Navier-Stokes方程全局吸引子的维数估计问题.在g-Navier-Stokes系统中加入非线性阻尼项,运用经典的维数估计方法,估计该系统全局吸引子的Hausdorff和Fractal维数.     

基于二维EMD与均值滤波的图像去噪方法

针对均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息从而导致整幅图像模糊的问题,将二维经验模态分解和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行二维经验模态分解,把图像分解为多尺度下的细节和轮廓,保持轮廓图像不变,对细节图像的弱边缘信息适当加强,然后对加强边缘信息的图像进行均值滤波,最后将轮廓图像与均值滤波后细节图像合成得到去噪后的图像.通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息.     

色噪声背景下弱信号频率估计互谱方法研究

现代互谱估计是抑制有色观测噪声的一种有效方法.本文针对旋转不变技术来估计信号参量的方法进行了深入的分析,进而提出了在有色观测噪声背景下,基于最小二乘技术的信号估计的互谱ESPRIT方法。这种方法的突出特点是不需要任何色噪声的先验信息准确地估计出待估计信号,不仅避免了以往互谱估计本身所固有的在整个频域上的谱峰搜索,而且克服了自谱ESPRIT估计方法对噪声的严格限制（要求噪声为白色高斯噪声）。可直接通过特征值确定信号参数估计值。本文方法只需两次SVD分解,计算量大大降低。仿真结果表明,该方法具有较好的谱估计分辨率和良好的稳定性。     

基于非线性局部滤波的红外小目标检测方法

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法。首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标。实验结果表明：与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快。     

基于MATLAB的图像消噪算法研究

综合分析了几种用于图像消噪的方法 ,并通过实验比较了各种消噪方法的效果 .实验表明 ,对于非线性高斯白噪声 ,小波分析方法优于中值滤波和自适应维纳滤波 ;加权中值滤波适宜于滤除脉冲噪声 ,而自适应维纳滤波对于滤除乘性噪声效果较好     

频域高频调制融合法

高频调制融合法是一种应用较广的影像融合方法,其技术关键在于设计合适的低通滤波器。通常的滤波是在空间域进行的,笔者提出在频域中采用Butterworth滤波器进行低通滤波。文中给出了SPOT全色影像和TM多光谱影像的融合结果,通过与常用的几种融合方法得到的影像比较,证明了提出的方法在提高原TM多光谱影像空间分辨率的同时,较好地保留了多光谱影像频道的光谱信息,并且信息量也有很大提高。     

基于粗糙集理论的图像中值滤波

介绍了粗糙集理论的概念，利用粗糙集理论进行了图像中像素值的分类，提出了一种基于粗糙集理论的图像中值滤波算法，进行了仿真试验，并和传统的图像中值滤波结果进行了视觉上的比较和峰值信噪比指标的比较。实验结果和峰值信噪比指标表明，该算法能有效地滤除图像中的随机脉冲噪声和椒盐噪声，还能使图像保持很好的清晰度。     

一种新的基于脉冲噪声点检测的自适应中值滤波算法

传统的中值滤波算法在去除脉冲噪声时会造成图像细节信息的丢失,从而使图像变得模糊,提出一种新的基于脉冲噪声点检测的自适应中值滤波算法.该算法先检测出脉冲噪声点,采用自适应窗口对噪声点进行中值滤波.仿真实验表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,提高了峰值信噪比.     

一种基于非线性结构张量的边缘增强算法

基于偏微分方程的增强算法是解决图像边缘结构增强问题最有效的方法之一。本文提出一种将非线性结构张量与非线性边缘增强相结合的算法。其中,非线性结构张量的邻域选择方式能更好地描述图像局部几何结构,非线性边缘增强的各向异性扩散方式更有利于在增强边缘的同时有效地降低噪声水平。实验结果表明,本文算法不仅有效地增强了图像边缘,而且在噪声水平较高的环境下也有着良好的表现。     

基于贝叶斯估计的图像去噪算法研究

本文提出了一种基于贝叶斯最大后验概率估计（Bayesian MAP）的图像去噪方法。通过 Matlab软件仿真,对均值滤波、中值滤波、小波阈值去噪和本文提出的图像去噪方法进行分析比较。实验表明：本文提出的方法根据图像和噪声的特点,在小波变换之后,对其中的高频系数进行贝叶斯最大后验概率估计,比其他几种图像去噪方法更能提高去噪后图像的峰值信噪比,更好地保留了图像的细节特征,取得了较好的视觉效果。     

Recent advances in classification of finite-dimensional estimation algebras for nonlinear filtering systems

The recent progresses on Brockett's problem of classifying all finite-dimensional estimation algebras of maximal rank for nonlinear filtering systems are introduced.