基于遗传算法的可进化模拟滤波器的实现

以遗传算法和可编程模拟器件ispPAC80为评估手段和载体，实现了可进化的模拟滤波器的设计，将遗传算法和可编程模拟器件相结合，可在无须改动硬件的情况下。实现转折频率和阻带衰减等滤波参数的变换(即可进化性)，其性能达到甚至超过经典的同阶滤波器。     

自适应卡尔曼滤波器渐消因子选取方法研究

分析了通过改变噪声和初始条件抑制Kalman滤波发散的方法,指出了造成Kalman滤波发散的原因和控制Kalman滤波发散的机理。推导了衰减记忆滤波方程并研究了衰减记忆滤波噪声阵和滤波初值的选取条件,分析了衰减记忆滤波条件下量测噪声阵遗忘因子权重变化的物理意义。给出了衰减记忆滤波不发散的自适应遗忘因子的新算法,仿真结果证明了所述方法的有效性。     

基于过滤器钩子驱动的数据包过滤研究与实现

在对Windows2000／XP操作系统下网络过滤器钩子驱动分析基础上，提出了一种在Windows2000／XP操作系统下网络数据包拦截技术．该技术巧妙地将过滤器钩子挂接到系统默认的IP过滤器驱动上，实现数据包过滤，其主要依据是利用ipfiltdrv．sys所提供的功能来拦截网络数据包．     

FMT系统中的滤波器组设计

研究了新型多载波传输技术——滤波多音频(FMT)的滤波器组调制技术，通过滤波器的多相分解得到FMT系统的高效实现方法；对滤波器组中原型滤波器提出了主要性能指标和设计方法，分析了在无线信道中利用该设计方法设计出的原型滤波器应用于FMT仃系统的性能．     

基于Matlab的数字FIR滤波器设计

介绍了有限冲击响应数字滤波器的设计和利用窗函数设计FIR滤波器的方法，以及运用Matlab语言实现低通FIR滤波器的设计。     

程控状态变量RC有源滤波器的优化综合技术

介绍了基于Butterworth传递函数的二阶状态变量RC有源滤波器的优化综合技术,进而给出了一种由单片机参与的能自动跟踪输入信号频率、选择合适滤波器截止频率的程控滤波系统实例.其特点是实现电路简洁,网络参数易确定,调试方便,截止频率解析式明确,且有较好的精度,其电路和设计方法在数据采集和工程测试等领域有较好的应用参考价值.     

An extended nonlinear state predictor for a class of nonlinear time delay systems

An extended nonlinear state predictor (ENSP) for a class of nonlinear systems with input time delay is proposed. Based on the extended Kalman filter (EKF), the ENSP first estimates the current states according to the previous estimations and estimation errors, next calculates the future state values via the system model, and then adjusts the values based on the current errors. After a state predictive algorithm for a class of linear systems is presented, it is extended to a class of nonlinear time delay systems and the detailed ENSP algorithm is further proposed. Finally, computer simulations with the nonlinear example are presented, which demonstrates that the proposed ENSP can effectively and accurately predict the future states for a class of nonlinear time-delay systems no matter whether the state variables change quickly or slowly.     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

多传感器信息融合ARMA信号Wiener滤波器

应用现代时间序列分析方法,基于自回归滑动平均(autoregressive moving average,ARMA)新息模型和增广的状态空间模型,在线性最小方差按标量加权最优融合规则下,对带白色和有色观测噪声的单通道ARMA信号,提出了多传感器最优分布式融合Wiener滤波器。给出了计算局部滤波器误差方差和互协方差的公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高融合滤波器的精度。一个带三传感器的跟踪系统的仿真例子说明其有效性。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。