动态空间滤波的探讨与实践

在传统的遥感数字图像增强处理方法中,空间滤波主要采用静态的图像模板来进行计算处理以突出图像上某些特征,如突出边缘和纹理等.该文探讨用动态的图像模板来进行计算处理遥感影像,发现处理后的遥感图像取得了很好的效果.     

动态经济现象的滤波分析策略

对wiener滤波、LS格型滤渡、Kalman滤波在动态经济现象分析中的应用做了比较研究,并对经济系统如何建模以适合于各种滤波方法做出论述通过验证,在满足上述滤波方法建模条件情况下能很好地和实际经济系统吻合．     

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.     

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．     

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。     

基于稀疏分解和预滤波处理的机载SAR图像超分辨率重建

提升图像分辨率一直是合成孔径雷达(Synthetic Aperture Radar, SAR)成像处理的一个重要方向。该文对低分辨率SAR图像受相干斑噪声影响导致超分辨率重建性能下降的问题进行了研究,提出了一种基于字典稀疏表示和预滤波的超分辨率重建流程。对低分辨率雷达图像的稀疏表示可以实现图像不同结构成分信息的分解,然后采用复数神经网络实现模糊核的校正以及预滤波,从而提升图像质量以及低分辨率SAR图像与超分辨率网络的匹配程度。通过上述处理流程可以避免更改网络训练设置的复杂操作,达到改善重建图像的性能,同时抑制了超分辨率网络对相干斑噪声的放大。实验验证表明,加入低分辨率SAR图像的预滤波处理步骤后,超分辨率网络的重构结果在视觉效果及客观指标上都获得了明显提升。     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。     

基于自主运动状态估计及信息交互的多移动机器人协作定位

主要研究了未知动态环境中多移动机器人利用环境信息交互完成协作定位的问题.考虑移动机器人自身运行状态对协作定位的影响,提出基于自主运动状态估计的协作定位周期自适应选择算法.为避免机器人相互直接观测需要配备特定标识的局限,并充分利用处于同一场景中多机器人观测信息的可交互性,论文提出基于MbICP算法的多机器人观测信息交互方法,同时利用扩展Kalman滤波实现多机器人变速运行中的协作定位.通过应用于Pioneer3-DX机器人平台所获得的协作定位实验结果及数据分析,验证了所提方法的有效性和实用性.     

一种H．264／AVC去方块效应滤波算法

针对去方块效应滤波的边界强度判断争滤渡过程计算量大的情况,本文提出了一种新的去方块效应滤波算法,分别对边界强度判断和穗渡过程的算法进行优化。综合两部分的优化算法,通过实验结果得知,降低的算法复杂度乎均值达到了9．82％、峰值信噪比（PSNR）乎均值也增加了0．119dB。该算法既降低了算法的复杂度又改善了压缩后视频的质量。     

自适应频域块LMS算法在抵消干扰方面的研究

分析了无线通信系统中自适应滤波算法中的LMS算法,并提出了利用自适应抵消输入信号中的干扰而获取有用信号的在频域实现的干扰抵消方法,该方法基于时域中的数据块最小均方误差LMS算法和该块LMS算法中存在线性相关和线性卷积的过程,通过1/2重叠保留法的快速傅立叶变换FFT,在频域以直接相乘的计算方式实现快速相关和快速卷积,利用自适应滤波器在频域实现LMS算法.通过实验仿真比较可以看出,该频域块LMS算法不仅保证了与时域自适应滤波算法有相同的收敛性,而且由于利用了快速FFT技术,使运算量大大减少.