基于双相移组合全相位法的FIR陷波器设计

提出新的双相移组合全相位设计FIR陷波器算法。根据单窗情况下全相位滤波的3个重要性质,利用两个互为对称的陷波频率向量用全相位方法设计出两个子滤波器,并构造两个互为共轭的相移向量分别对两个子滤波器进行相移,再将两者进行组合即可生成陷波器。通过理论证明:陷波器的设计可通过代入一简单公式来实现,计算复杂度非常低。实验表明:通过改变相移参数值,在任意频率点上陷波器的衰减值可达-330dB。     

一种基于混合系统滤波器的NCS系统故障诊断方法

针对一类具有随机传输时滞的网络化控制系统,在考虑时滞无界的情况下(最坏网络传输),提出了一种基于故障检测滤波器的故障诊断方法。首先,为了处理系统的内采样特性,根据混合系统理论设计了一种基于观测器的混合系统故障检测滤波器(FDF);利用多目标优化技术,将故障检测滤波器的设计问题转化为一类优化问题,并借助线性矩阵不等式方法给出了该优化问题的时滞独立解。最后通过仿真验证了该方法的有效性。     

一种改进的CIC抽取滤波器设计

针对软件无线电系统中CIC抽取滤波器的应用需要,提出一种改进CIC抽取滤波器的设计方法。该方法通过引入COSINE滤波器和采用非递归并行结构,有效的解决了传统滤波器在旁瓣抑制性能和增益方面的不足,提高了滤波器的旁瓣抑制比,输出噪声较小。改进的CIC抽取滤波器不需要乘法器,所以硬件实现简单,稳定性高。最后通过仿真证明了该方法的有效性。     

基于修正扩展卡尔曼滤波和粒子滤波的混沌信号检测与跟踪

针对恶劣环境下混沌信号的检测与跟踪这一难题,以及基于一阶线性化的扩展卡尔曼滤波(EKF)技术存在的严重退化现象,提出了具有较强稳健性的修正EKF技术,获得了与Unscented Kalman filter相匹配的性能.针对上述两种滤波方法在低信噪比情况下存在跟踪误差大的问题,为此引入了新颖的粒子滤波技术并且分析了该技术的可行性,最后仿真实验验证了该技术在低信噪比环境下的优越性.     

用DirectShow实现局域网流媒体播放

DirectShow是Windows平台上的流媒体开发包.文章在介绍DirectShow技术的结构和基本原理的基础上,针对多媒体网络教学,给出了一种用DirectShow技术实现局域网内服务器和客户端之间流媒体播放的解决方案,并给出了关键代码的示例.     

新的改进Sharpened CIC滤波器

提出了一种改进的积分梳状（CIC）滤波器.在改变传统积分梳状滤波器的延迟因子的同时,将锐化（Sharpen）技术和相位分解技术应用于此滤波器.改进后的滤波器与传统滤波器相比,减少了信号失真,降低了系统功率消耗.仿真结果表明,改进后的滤波器在通带范围内的波动很少,而且,具有较高的阻带衰减.     

知识过滤与属性f-迁移依赖

依据S-粗集,给出f-迁移知识,F-迁移知识,知识过滤度和知识过滤属性f-迁移依赖的概念,提出知识过滤属性f-迁移依赖定理,给出知识过滤属性f-迁移依赖在知识识别中的应用,揭露了知识过滤的本质.     

高炉瓦斯灰曝气生物滤池填料的制备及其性能研究

以高炉瓦斯灰为主要原料、粘土和硅酸钠作为添加剂制备曝气生物滤池填料.通过正交试验得出高炉瓦斯灰曝气生物滤池填料的最佳制备工艺条件为：高炉瓦斯灰、粘土、硅酸钠质量分数分别为79%,15%,6%,烧制温度为600℃. 该曝气生物滤池填料具有密度较小、强度较大、比表面较大等特点,将其应用于曝气生物滤池处理酱油废水,在水力停留时间为4h、气水比6∶1、滤层高度为100cm的情况下,COD的去除率达到70.3%,NH3-N的去除率达到74%,色度的去除率达到60%,取得了较好的处理效果. 利用高炉瓦斯灰制备曝气生物滤池填料,为高炉瓦斯灰的资源化利用探索了一条新途径.     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。