DSSS窄带干扰抑制滤波器性能研究与比较

针对直接序列扩频系统(DSSS)窄带干扰抑制滤波器的输出信干噪比不仅与陷波带宽、陷波深度有关,还受陷波器相位特性影响的问题,推导了扩频信号经二阶直接型IIR陷波器抑制窄带干扰后相关输出信干噪比改善因子闭式解,并与Kwan-Martin结构IIR陷波器、最优Wiener解FIR滤波器性能进行了比较.由理论推导和比较分析可知,在工程实现中对于单频干扰的抑制,直接IIR陷波器优于其他三类滤波器.     

基于GA-MCMC的粒子滤波图像恢复算法

针对粒子滤波的退化和贫化问题,提出一种GA-MCMC粒子滤波图像恢复算法.该算法引入遗传算法(GA)全局寻优和粒子总数多样性的特性,结合马尔可夫链蒙特卡罗方法(MCMC)的收敛性,将交叉、变异和选择操作融入到粒子滤波图像恢复中,提高了粒子滤波的鲁棒性、精确性和灵活性.实验结果表明,该算法能减少贫化和退化问题,且在对具有混合噪声的真实图像恢复效果方面显示了其优越性.     

一种消除位置敏感探测器干扰信号的方法

采用了幅度调制和解调算法来实现位置敏感探测器的信号处理,以消除由于日光和荧光等环境杂散光带来的噪声信号。位置敏感探测器电极输出的电流信号经过幅度调制/解调后,由低通滤波器滤除高频噪声信号,这种方法比采用分析和实验的脉冲幅度调制更有效。同时,方法还可用于在单片位置敏感探测器上进行多光点位置测量的信号处理。     

超高压输电线路新型单端电流暂态保护的实现方法研究

概述了单端量暂态保护的研究现状,并对其存在的问题进行了探讨.研究发现利用多速率滤波器组理论对暂态信号分析具有的多分辨率、对高频信号高分辨力等优势能够较好地解决其原理和技术上的诸多问题.并提出了多速率滤波器组的一种有效实现方法,QuartusⅡ仿真表明它完全能够满足超高压保护实时性的要求.所提出的方法对建立超高压输电线路高速继电保护具有重要意义.     

板框式过滤机过滤常数测定研究

以碳酸钙溶液为原料,测取不同过滤压力(范围0.05 MPa～0.2 MPa)下板框式过滤机恒压过滤常数K和qe、滤饼的压缩性指数s和物料常数k.研究原料质量分数、原料温度、过滤面积、过滤压力对恒压过滤常数的影响.结果表明,相同质量分数、压力,不同过滤面积下,过滤常数随过滤面积增大而增大;相同过滤面积、压力,不同质量分数下,过滤常数随过滤质量分数增大而减小;并得出相应的测定方法及数据处理方案.     

基于摆动式单波束探测的微地形高程数据平滑算法研究

在摆动式超声单波束探测水下微地形中,高程数据的随机误差不可避免地影响地形绘制质量及未测地形预测精度.结合摆动式单波束探测特点,提出了一种改进型中值滤波算法,即根据背向超声波的地形坡面无法被探测的特点,首次引入地形坡度变化小于的经验准则确定跃变点最小间隔,再利用最小间隔判断测点是否为跃变点.在实际应用中,利用6条测线的高程数据,由标准中值滤波与改进型中值滤波进行比较.结果表明:改进型中值滤波算法能更好地保护地形特征点.     

新型有源模拟电感及其应用

基于新型电流模式器件CFTA,设计了一个接地模拟电感和一个浮地模拟电感,其电路的特点是:使用接地电容,有源元件及其输入、输出端数最少.为证实电路工作的可靠性,基于该模拟电感,利用元件替换法,分别设计了电流模式三阶巴特沃斯低通和高通滤波器,其极点频率为100 kHz,通带增益为0.5,计算机仿真表明:所设计的电路正确有效.     

一种改进的车牌识别预处理方法

对车牌识别的预处理算法进行了研究,提出一种新的预处理流程.首先对车牌进行光照空域校正,然后进行同态滤波、直方图均衡、对比度拉伸,在求局部阈值时,利用Robert边缘检测算法缩小了需要确定局部阈值的图像范围,且利用中值滤波使二值车牌得到了增强.该算法原理简单,容易实现,处理速度快,实时性好,为图像处理提供了一种新方法.     

扩展卡尔曼滤波在中厚板轧制道次修正中的应用

大量中厚板轧制的现场实践表明,高精度的厚度尺寸必须通过稳定的在线道次辊缝修正获得.扩展卡尔曼滤波在轧制道次修正中的应用,不但解决了仪表反馈数据的处理问题,并为道次状态的更新提供了一个更为精确的预报模型.对轧制过程中主要模型进行线性化的推导,使得该预报模型可以准确地预报轧制过程中的关键参数,并可通过这些关键参数计算出后续道次的辊缝修正值.研究结果应用于安钢中板厂后,厚度控制命中率提高了14.2%     

基于Perona-Malik模型改进的图像去噪方法

结合冲击滤波器和Perona-Malik(P-M)模型提出一种新的图像去噪模型,在增强图像细节的同时,能够抑制噪声的放大和过冲现象,同时给出的扩散函数可以使模型达到更好的图像去噪效果。仿真结果表明,使用本文模型进行去噪处理后得到的图像在视觉效果和客观评价标准方面均优于P-M模型、CLMC模型以及传统的模型,在去除噪声的同时,能够更好地保留图像的细节和边缘特征。