平稳过程的最佳FIR滤波器研究

很多实际处理的信号都是平稳随机信号,其中FIR滤波器具有良好的稳定性。讨论了平稳随机信号、FIR滤波器结构和最小均方误差准则。并且以LMS算法和NLMS算法为基础,研究讨论了平稳最佳FIR滤波器的实现。并在MATLAB下仿真实现了基于LMS算法的最佳FIR滤波器。最后建立分析了一个基于NLMS算法的自适应信道均衡系统模型。用经典的窗口法对FIR滤波器进行了设计。     

琼脂凝胶注模成形不锈钢粉末浆料与生坯的性能

研究温度、琼脂质量分数、分散剂质量分数、固相体积分数等因素对浆料流变性质和生坯力学性能的影响规律,获得最优的凝胶注模工艺参数.在此实验研究基础上,对金属浆料的混合、分散、凝胶机理和生坯的烧结过程进行初步分析和探索.研究结果表明:粒径分布为2～30 μm的316L不锈钢粉末,应用聚乙烯醇为分散剂,控制溶液pH值为8.5～...     

基于EM算法的随机动态系统建模

提出一种在噪声统计信息未知的情况下,对随机动态系统模型进行建模的方法.采用状态空间模型描述随机动态系统,模型的参数通过EM算法进行估计,通过改进该算法中的Kalman滤波,实现了对噪声协方差矩阵的估计.基于改进的Kalman滤波,EM算法可以用于噪声统计信息未知的动态系统建模.     

基于改进粒子滤波算法的比较分析研究

提出一类改进的粒子滤波算法.对于建议分布的选取方案,此算法采取强跟踪分散的卡尔曼滤波方式建立它的建议分布.由于线性调节参数,此算法让系统拥有更优越的自适应性及鲁棒性,对高机动目标具有更强的跟踪效果,继而为强跟踪扩展卡尔曼滤波的能力.仿真结论说明,此算法的性能比别的几类非线性滤波算法更加优秀.比如辅助粒子滤波器(APF)、迭代扩展卡尔曼粒子滤波器(IEKE-PF)、Unscented粒子滤波器(UPF)、正则化粒子滤波器(RPF),则是在bootstrap粒子滤波器提出之后,继而出现的改进的粒子滤波器0基于粒子滤波,本文提出了阻止粒子退化的两个重点原因,以及选取合适的采样建议分布及重采样算法.     

汽车后轮罩封板的成形性分析及工艺优化

<正>由于板材覆盖件成形过程具有多样性和复杂性,因而难以对其进行精确的理论分析,在传统的冲压生产过程中,冲压工序的制定、工艺参数的选取以及冲压模具的设计制造等主要是靠经验和多次试模才能确定。     

基于PLC控制的电磁成形设备的研究

<正>电磁成形工艺适于管材的胀形、缩径、冲孔、翻边、切断、铆接,板材的冲孔、压印或压花、成形,组装件的装配,粉末的压实和成形等。由于它相对于传统的金属压力加工方法具有短加工周期,容易实现能量控制和生产自动化、机械化,工艺灵活性,同一感应线圈可以进行多种加工的优点,所以广泛应用于汽车、电子、仪器、军工等领域。随着脉冲功率技术、软开关技术的发展以及电力电子器件功     

粒子滤波算法研究现状与发展趋势

<正>作为现代非线性滤波最为关注的一类滤波方法,粒子滤波算法近年来的研究取得了引人注目的成绩,不仅推动了控制科学、信息科学、航空航天和电子技术的快速发展,同时也对人工智能、机器学习、信息处理、     

视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.     

多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。