UKF在车辆组合定位技术中的应用

用一种新型的无迹卡尔曼滤波算法(UKF)代替传统的扩展卡尔曼滤波算法(EKF),对GPS/DR组合定位系统进行信息融合滤波。通过计算机仿真和分析后,结果表明无迹卡尔曼滤波算法UKF的滤波定位精度明显高于扩展卡尔曼滤波器EKF,而且UKF对由于系统非线性所引起的滤波误差有很好的抑制作用,因此UKF算法对于要求高精度、低成本和高可靠性的GPS/DR组合定位系统来说是一种值得推广的滤波算法,具有一定的应用价值。     

基于UKF的INS/GPS组合导航系统仿真

通过Unscented卡尔曼滤波(UKF)算法,研究INS/GPS紧耦合组合导航系统中滤波算法的问题,避免了对非线性的系统方程进行线性化。同时将自适应原理引入UKF,给出了一种自适应UKF算法。将EKF、UKF和自适应UKF分别应用到INS/GPS组合导航系统的滤波中。仿真结果表明,相比UKF算法,自适应UKF算法进一步提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。     

基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法

针对捷联式惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统模型的误差以及粒子滤波(PF)存在的粒子退化问题,结合无迹卡尔曼滤波(UKF)算法,提出一种基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法.由误差四元数代替姿态角,以SINS和GPS的位置差和速度差作为观测量,建立新的组合导航系统误差方程.所提出的PF-UKF组合滤波算法将采样粒子分为随机粒子和确定粒子,其中随机粒子为概率密度函数所采集,确定粒子为UKF中采集Sigma点后所求取的系统状态值.由此降低了PF处理粒子时的复杂程度以及粒子退化的程度.仿真结果表明：相比于UKF算法,该方法有效提高了组合导航系统的精度,具有较好的鲁棒性.     

基于EKF的DR/激光测距组合导航算法研究

航位推算（Dead Reckoning,DR）是一种常用的导航定位技术,其推算过程是一个累加过程,传感器的误差随时间的延长而积累,为此,将航位推算与激光测距组合起来用于智能车辆导航,确保系统在任何时候都能为运动智能车辆提供较为准确的导航信息。扩展卡尔曼滤波（Extended Kalman Filter,EKF）为一种非线性滤波器,是智能车辆组合导航系统中一种有效的数据融合方法。本文将EKF方法用于智能车辆组合导航的状态估计,仿真实验结果表明,EKF滤波能够有效地提高智能车辆的导航精度。     

基于DR／激光测距组合导航算法研究

航位推算（DR,Dead—Reckoning）是一种常用的导航定位技术。由于其推算过程是一个累加过程,其传感器的误差随时间的延长而积累,为此,将航位推算与激光测距组合起来用于智能车辆导航,确保系统能在任何时候都能为运动智能车辆提供较为准确的导航信息。而且扩展卡尔曼滤波（EKF,Extend）作为一种非线性滤波器,是智能车辆组合导航系统中一种有效的数据融合方法。本文将EKF方法用于智能车辆组合导航的状态估计,仿真实验结果表明,EKF滤波能够有效地提高智能车辆的导航精度。     

基于UPF的红外机动目标跟踪算法

利用红外探测器对目标红外辐射的响应信息进行处理,使得红外搜索与跟踪(Infrared Search and Tracking,IRST)系统成为一个距离可观测系统,建立了目标的观测模型,推导出机动目标跟踪的不敏粒子滤波(Unscented Particle Filter,UPF)跟踪算法.通过跟踪一个高机动目标的仿真过程,对算法性能进行验证,并与扩展卡尔曼滤波(Extended Kalman Filter,EKF)跟踪算法进行比较.仿真结果表明:UPF算法的跟踪误差比EKF算法的跟踪误差小300 m左右,鲁棒性好,同时经过高机动周期后,UPF的收敛速度比EKF快.     

联合卡尔曼滤波在车辆组合导航系统中的应用

GPS/DR组合导航系统是一种低成本、高可靠性的车载导航设备.针对陆地车辆GPS/DR组合导航系统的特点,设计了用于该系统的联合卡尔曼滤波器,给出了滤波算法,并进行了实地跑车实验.理论分析和跑车实验的结果表明,联合滤波方法不仅有效地抑制了DR系统的误差发散,而且能够充分利用DR的数据信息对GPS定位的随机误差进行补偿,从而有效地提高GPS/DR组合系统的定位精度及容错能力.     

基于改进的无迹粒子滤波算法的列车组合定位方法研究

列车实时定位是保证列车安全运行的重要环节。随着北斗卫星导航系统的发展,北斗卫星已逐步具备应用于列车定位的能力。针对北斗导航定位系统的特点及存在的问题,将SINS系统作为其补充定位方式。由于传统滤波算法在进行状态估计时仍存在粒子退化现象,为了进一步提高估计性能,提出了基于人工免疫无迹粒子滤波算法(AI-UPF)的列车组合定位方法。将人工免疫算法引入UPF算法的重采样过程,对粒子进行克隆和变异,改善了样本集的多样性,减轻了退化现象的影响。用该方法和UPF算法分别对北斗/SINS列车组合定位系统进行仿真实验。结果表明,AI-UPF算法能进一步减小定位误差,滤波效果较好。     

基于改进的UPF算法的列车组合定位方法研究

车实时定位是保证列车安全运行的重要环节。随着北斗卫星导航系统的发展,北斗卫星已逐步具备应用于列车定位的能力。针对北斗导航定位系统的特点及存在的问题,将SINS系统作为其补充定位方式。由于传统滤波算法在进行状态估计时仍存在粒子退化现象。为了进一步提高估计性能,提出了基于人工免疫无迹粒子滤波算法（AI-UPF）的列车组合定位方法。将人工免疫算法引入UPF算法的重采样过程,对粒子进行克隆和变异,改善了样本集的多样性,减轻了退化现象的影响。用该方法和UPF算法分别对北斗/SINS列车组合定位系统进行仿真实验。结果表明,AI-UPF算法能进一步减小定位误差,滤波效果较好。     

基于变分贝叶斯原理的SINS/GPS组合导航VB-CKF滤波算法

系统量测噪声统计量不准确能引起组合导航系统滤波精度下降甚至发散,在变分贝叶斯原理的基础上,以容积卡尔曼滤波(CKF)为基础滤波器,导出基于变分贝叶斯的自适应容积卡尔曼滤波(VB-CKF)算法,仿真结果表明：在SINS/GPS组合导航系统中,VB-CKF算法较CKF算法能有效减少系统量测噪声统计量变化对滤波精度的影响,是一种具有广泛应用前景的SINS/GPS组合导航滤波算法。     

基于短路/开路枝节线的小型化超宽带滤波器

介绍了一种基于并联枝节线单元的超宽带滤波器.该滤波器由3种基本元件组成：短路枝节线、开路枝节线和连接线.其中,每个短路枝节线和开路枝节线组成一个枝节线对,在枝节线对间利用连接线实现强电磁耦合.在设计中,这3种基本元件的电长度是相同的.通过合理选择各元件的特征阻抗,就能实现带宽在100％左右的超宽带滤波器.此外,该超宽带滤波器还具有较宽的高端阻带.文中首先基于理想传输线模型对该滤波器进行了仿真研究;然后在全波仿真的基础上,利用微带线实现了一个三阶的超宽带滤波器;最后利用平面印制板技术对滤波器进行了实物加工.测试和仿真结果吻合良好.实验结果表明,该滤波器的中心频率为1.775 GHz,相对带宽为97.5％.通带内匹配优于-15 dB,最小插入损耗为0.25 dB（在1.3 GHz处）.第一个寄生通带的频率高于6 GHz,是通带中心频率的3.4倍左右.     

一种小型化超宽带微带带通滤波器

研究一种小型化超宽带微带带通滤波器。该滤波器采用2个开路枝节线和2个短路枝节线,其中开路枝节和短路枝节两两组成枝节线对。在2个枝节线对之间,利用一段均匀微带线进行连接。滤波器的输入输出采用直接馈电的设计,以保证宽带滤波器所需的强耦合。通过对该滤波器的参数进行仿真研究,设计实现了一个带宽在110％左右的超宽带滤波器。试制样品的测试结果与仿真结果吻合良好,表明该滤波器在中心频率为1．90GHz时,可实现103oA的相对带宽。通带内的最小插入损耗为0．20dB（在1．52GHz处）,匹配均优于-20dB。第一个寄生通带的频率高于6GHz,是中心频率的3．2倍左右,而且该滤波器的电尺寸小,在其通带中心频率处,只有0．21×0．18λg^2     

拓扑中滤子与几个概念的刻划

文章进一步探讨了滤子的性质，主要用它刻划了拓扑中的几个重要概念。     

有源滤波与惯性滤波方法的综合应用

针对无源滤波、有源滤波方法对噪声信号去除能力的不足,提出一种新的有源滤波和惯性滤波相结合的滤波方法.分析了由电器元件组成的无源RC滤波器和有源RC滤波器;阐述了惯性滤波的方法及其函数,进行了对污染信号的仿真实验,将无源RC滤波、有源RC滤波及有源RC滤波与惯性滤波结合的方法进行了比较.结果表明,有源RC滤波与惯性滤波结合的滤波方法明显优于前两种滤波方法,而且结构简单,操作方便,效果较好,并降低了算法复杂度,达到比较理想的滤波效果.     

微带线带通滤波器的设计

阐述了工作在中心频率为几个ＧＨｚ带通滤波器的设计过程，介绍了带通滤波器的设计的原理，利用计算机辅助设计工具ＭＡＴＬＡＢ进行数值计算，给出微带线的ＰＢＣ尺寸，并用软件包ＥＥｓｏｆ模拟出带通滤波器参数。     

X射线检测焊缝缺陷图像的预处理

本文以X射线检测某压力容器得到的焊缝图像为分析对象,针对X射线检测焊缝原始图像具有灰度区间比较窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没等特点,对图像预处理的多种方法进行了实验比较,实验结果表明LUM滤波的方法可以兼顾平滑图像以及锐化图像双重作用,可以较好地增强边缘、抑制噪声、保存细节。     

用McClellan变换设计等纹波菱形滤波器组

由于二维菱形滤波器组能够结合人的视觉特性分解信号，因而在子带编码中日益受到人们的重视，有关二维菱形滤波器组的设计和利用菱形滤波器组处理视频信号的报道也逐渐增多．利用切比雪夫优化法设计的零相位菱形滤波器组不仅具有较小的重建误差，而且滤波器本身的性能也可以得到控制．由于该方法利用一维切比雪夫优化和ＭｃＣｌｅｌｌａｎ变换，再加上所设计的滤波器为正交镜像的，因而设计简单。通过实验证明，利用该方法设计的滤波器的性能较为理想。     

一种新的混合滤波算法

在超限像素滤波的基础上,融合了均值滤波和中值滤波的优点,提出了基于3种滤波的1种新的混合滤波算法．由实验的图像、均方误差（MSE）、峰值信噪比（PSNR）和Q指标可以看出,这种新的混合滤波算法能有效地滤除图像多种噪声,较好地保护图像的边缘和细节．     

用于图像处理的自适应多级中值滤波器

研究了一种新的自适应多级中值滤波器（ＡＭＬＭ）在图像处理应用中的一些特性．研究表明：ＡＭＬＭ的细节保护能力介于单向多级中值滤波器（ＭＬＭ－）和双向多级中值滤波器（ＭＬＭ＋）之间,但滤噪能力总是优于ＭＬＭ－,而且大部分情况下优于ＭＬＭ＋．应用于实际噪声图像的滤波结果显示,ＡＭＬＭ优于ＭＬＭ＋及ＭＬＭ－．     

IIR多相滤波器的设计

通过对IIR滤波器和FIR滤波器的性能和优缺点的对比,选择了IIR滤波器进行设计,通过推导得到了多相IIR滤波器的数学公式,建立了实验模型,并通过实验进行了验证。最后举例说明了线性相位的IIR滤波器实现。