用于频率域航空电磁数据的二维自动调平

研究了频率域航空电磁数据的自动调平问题.提出了一种基于一维、二维滤波处理的二维自动调平算法.零漂具有随机性且一般变化缓慢,二维滤波处理可从航电数据中求出包含局部异常和零漂的中间结果,一维滤波处理能从中间结果中求出零漂主要成分,二者结合就能从航电数据中除去大部分零漂误差.该算法只需输入简单的处理参数,实际数据处理结果表明它比以往的调平方法计算速度快、调平效果好、人为因素对结果的影响小,可有效除去零漂造成的"窗帘效应",提高视电阻率和平面剖面图质量.二维自动调平算法为频率域航空电磁数据的零漂调平提供了新的处理手段.     

基于多重分形的地形辅助导航路径规划算法

地形导航是一种利用航行器下方地形信息获取航行器位置的导航技术。为了得到较高的定位精度并使飞行长度尽可能短,需要预先规划飞行路径。该文将地形数字高程图(digital elevation model,DEM)看作二维灰度图像,引入在图像处理中得到广泛应用的多重分形理论,将利用小波变换求得的奇异指数作为地形提供定位精度能力的一种度量。选择合适的阈值划分得到定位优区,利用A*算法寻找最短路径,此路径即是规划路径。选用粒子滤波作为导航算法,沿规划路径和其他路径进行多次飞行仿真,结果显示规划路径的定位精度和稳定度都比较高,而且路径长度短,有较强的实用性。     

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。     

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.     

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.     

基于EMD-PF-GRNN的短期风电功率预测研究

针对短期风电功率预测,将风电输出功率作为时间序列信号,由于其所具有波动性、非平稳性的特点,提出一种基于经验模态分解(EMD)、粒子滤波(PF)和广义回归神经网络(GRNN)的组合预测模型。首先,利用EMD对风电功率序列进行分解,获得各个相对平稳的模态分量;然后,将分解得到高离散度的数据采用PF进行分析处理,低离散度的数据采用GRNN进行分析处理,其中,通过粒子群算法(PSO),根据各低离散度数据自身特点优化GRNN的平滑因数,以进一步提高其预测性能和精度;最后,通过线性叠加各分量的预测结果得到最终风电功率的预测值。结果表明,与PSO-GRNN和单一GRNN结构相比,EMD-PF-GRNN预测模型的预测误差降低了6%左右,预测精度更高,可以更好的预测风电功率。     

采用非线性预处理的多通路回波消除算法

非线性预处理是解决多通路回波消除中因输入信号间的强相关性而引起的滤波器不收敛的有效方法．如何确定预处理中的非线性变换系数,以达到既保证语音质量,又去除输入信号间的相关性的目的,是十分值得关注的问题．文中提出了一种应用模糊逻辑来调整非线性变换系数（α）的方法,使得α能随输入信号间的相关性而合理变化,该方法以较小的计算增量为代价,能最大程度地保证通话质量并加快滤波器的收敛速度．仿真结果表明了该方法的可行性和优越性．     

动态滤波反投影图像重建算法研究

图像重建算法是过程层析成像(Process Tomography,PT)中的关键技术之一.本文提出了一种动态滤波反投影算法(Active Filter Linear Back Projection,AFLBP),并进行了实验仿真.结果表明,采用AFLBP对ECT系统中图像进行重建,可使系统在保持快速成像的同时,较好地解决了敏感场的非均匀分布和固定灰度阈值造成的成像精度问题,大大提高了系统的成像精度.