实现双系多通道光滤波功能的双周期光子晶体结构

用传输矩阵理论,研究了双周期一维光子晶体结构模型（AnBn）m的光传输特性。结果发现：当光正入射通过光子晶体时,光予禁带内有两个区域出现多条窄带透射峰,其透射率均为100％,两区域的透射峰数目可单独由周期数M来控制,且与M-1数值对应,可实现双系多通道光滤波功能;随着周期Ⅳ的增大双系出现互相靠拢的趋势,同时双系透射峰会越来越锋锐,即周期数Ⅳ的增大起到提高光滤波品质的作用;随着介质折射率的增大,双系透射峰带宽均变宽,而且透射峰劈裂变为振荡峰。双周期结构光子晶体的光传输特性,对设计双系多通道滤波器具有指导意义。     

基于H∞滤波的智能车辆多传感器组合导航研究

为适应自主驾驶智能车辆的高精度、高频率及高可靠性与鲁棒性的导航要求,对智能车辆的多传感器组合导航进行了研究。提出了一种基于H∞滤波的双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆冗余组合导航方法。详细推导并建立了组合系统的滤波模型。仿真结果表明,该组合导航系统具有100Hz的高频输出、厘米级的导航精度以及良好的鲁棒性能与可靠性。即使系统特性发生了显著的变化,组合系统仍能为智能车辆提供可靠的导航信息。     

基于小波分析的FOG中1/fγ噪声的去除方法研究

在光纤陀螺中存在具有非平稳性、长程相关性、自相似性及具有 1/fγ 类型谱密度的分形噪声 ,采用传统的方法很难去除这类噪声。由于小波分析的多分辨分析特性 ,使之成为研究分形噪声的有力工具。在DJ小波非线性滤波的基础上 ,根据分形噪声在小波变换域的性质选择域值进行滤波。这种方法对去除光纤陀螺中的分形噪声简单有效 ,仿真结果进一步验证了这一点。     

一种基于奇异值分解的非线性滤波新算法

提出一种基于奇异值分解的无导数卡尔曼非线性滤波新算法对UKF算法进行改进.该算法利用奇异值分解作为工具,将原算法中的协方差矩阵进行奇异值分解,可以在一定程度上避免在递推过程中,由于计算误差和舍入误差而引起的协方差矩阵失去正定性,从而导致算法失效的问题.在不降低滤波精度,不增加算法复杂度的前提下,新算法具有很好的数值稳定性.实例仿真结果验证了本方法的有效性.     

被动定位跟踪中的非线性滤波技术

针对被动定位跟踪中状态空间模型非线性程度较高所引发的滤波精度偏低的问题,分析和总结了已有的包括推广卡尔曼滤波(EKF)、修正增益的推广卡曼滤波(MGEKF)、二阶滤波、自适应推广卡尔曼滤波(AEKF)等各种次优递推滤波算法的特点。在此基础上重点论述了一种基于贝叶斯原理的序贯蒙特卡罗粒子滤波技术,该方法通过粒子的加权和表征后验概率密度,获得状态估值,在处理非线性非高斯系统的状态估计问题时精度逼近最优,鲁棒性更好。     

机动目标跟踪的灰色截断变维法

在灰色预测滤波和截断滤波的基础上建立了灰色截断变维法。在截断变维法中嵌入灰色预测滤波 ,用性能优越的机动检测技术为开关 ,在机动区用灰色预测滤波替代并导引截断变维滤波。该方法具有很强的自适应性和更高的滤波跟踪精度 ,其性能优于单模型有参数自适应滤波算法及多模无参数自适应滤波算法 ,同时无需任何先验的统计参数。计算机仿真表明了它的各种优越性。     

全路网改进动态O-D反推模型

针对动态O-D矩阵在全路网中难以直接获得的问题,提出了一种改进的反推模型。首先提出了以最小化观测值与反推值偏差的绝对值之和作为目标函数的路口参数优化模型,并采用遗传算法求解,设计了编解码方案。将反推得到的路口转向流量和流量检测系统中得到的路段流量共同作为已知量,建立了其与全路网动态O-D矩阵的动态关系,增强了系统的静定性。以反推值与最优历史值的偏差作为状态变量,建立了基于Kalman滤波的状态空间模型,并采用扩展Kalman滤波求解。仿真结果表明,模型和算法具有较好的精度、效率和鲁棒性。     

基于滤波反投影的超短锥束CT扫描算法

分析了现有的一些超短扫描算法,提出一种基于滤波反投影(FBP)方法的超短扫描算法和实现这种算法的圆周分段联合的扫描方式.用该算法对感兴趣区域实施超短扫描所获取的数据可以进行精确的体积重建,并且对噪声不敏感.所提出的圆周分段联合的锥束投影扫描是一种把圆周轨道的半扫描和超短扫描进行合并的组合扫描方式,这种方式有助于提高病灶区域的空间分辨率和密度分辨率,并可降低病人所受X射线照射的剂量.     

适用于林区机载LiDAR点云的多分辨率层次插值滤波方法

针对现有机载激光雷达点云滤波算法在林区适用性不强的问题,提出一种基于多分辨率层次插值的林区LiDAR滤波方法.该方法首先借助形态学迭代开运算和稳健z-score方法获取大量地面种子点;然后从低层到高层滤波过程中,通过薄板样条函数构造地面参考面,并借助自适应坡度阈值选择地面点;最后将分类出的地面点更新地面参考面,层层迭代...     

基于PF-GPR算法的锂离子电池剩余使用寿命预测

针对锂离子电池退化过程中不可避免的容量再生现象建立了电池退化模型,提出了融合粒子滤波(PF)和高斯过程回归(GPR)的电池剩余使用寿命(RUL)预测算法。仿真实验结果表明,所提出的算法能够实现准确的锂离子电池RUL预测。