LM311在使用中应注意的几个问题

本文对ＬＭ３１１在实验中出现的问题进行了扼要的分析,并对如何克服此问题进行了深入的探讨。     

利用双线性变换法设计IIR Butterworth数字滤波器

本文给出了数字滤波器的实现方法,指出了脉冲响应不变法的缺点．着重叙述了双线性变换法的原理,给出了实现巴特沃尔兹数字滤波器的一个实例．     

基于模糊控制的有源电力滤波器电流控制研究

模糊控制技术在人工智能、自动控制以及模式识别等领域的研究与应用正方兴未艾。该文针对有源电力滤波器实际所发出的补偿电流与指令电流之间存在的误差,提出了电流环采用带自调整因子的自适应模糊控制器对补偿电流进行实时跟踪控制的方法。在分析了有源电力滤波器的控制目标后,并结合有源电力滤波器的非线性结构特点,研究了该模糊控制器的结构以及模糊控制器的实现。最后利用Matlab中的Simulink软件包,对带有整流负载的单相电网系统进行建模,仿真,仿真结果验证了该智能控制方法具有良好的谐波抑制性能。     

多传感器全局最优观测融合白噪声反卷积滤波器

白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显著地减小计算负担,便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明了其有效性。     

基于数据挖掘的"垃圾"邮件过滤器的设计与实现

设计了一种基于数据挖掘方法的邮件过滤器系统原型,并给出了这个系统原型的实现方法,     

有界噪声条件下基于集员滤波的扩展目标跟踪方法

现有概率框架下的扩展目标跟踪方法需要已知系统量测噪声统计特性,然而在实际过程中量测噪声大多为边界已知而统计特性未知的有界噪声,其难以利用概率方法对扩展目标运动状态与形态进行计算。针对有界噪声条件下的扩展目标跟踪问题,提出一种基于集员滤波的扩展目标跟踪方法,该方法通过UBB椭球集合对量测噪声进行表示,并采用集员滤波对运动状态集合参数进行计算。在对扩展目标形态估计过程中,结合凸包计算几何理论中的Graham scan算法,求解包含目标形态最大误差的最小边界矩阵,最后利用仿射变换和偏移超曲面计算椭球Minkowski差的边界参数,从而对目标形态矩阵进行更新。仿真结果表明,在有界噪声条件下,相比于传统概率框架下的贝叶斯滤波方法,文中所提出的方法对目标运动和扩展形态的跟踪精度更高。     

基于特征人脸和肤色统计的人脸检测

提出一种在视频中检测人脸的新方法,该方法首先用特征人脸检测第一帧画面中人脸的位置和大小,将它作为卡尔曼(Kalman)滤波的初始值和肤色分布统计的训练样本,然后利用卡尔曼滤波预测人脸,最后用肤色分布模型确定人脸,就可以检测到人脸。这种方法的优点是可以在复杂背景下快速准确地检测到人脸位置和大小。实验结果表明使用该方法可以实时准确地检测到视频中的人脸。     

1/4波长同轴型微波介质滤波器的设计与仿真

采用HFSS软件对1／4波长同轴型微波介质滤波器进行模拟仿真,在此基础上详细讨论谐振器间耦合系数K,频率漂移系数η以及外界品质因数Qe随端口电极宽度a,耦合孔直径D的变换规律。     

基于混合滤波器的Canny边缘提取算法改进

在Canny最佳边缘检测算法准则的基础上,提出了用混合滤波器代替高斯滤波器,并通过计算像素四个方向差分替2×2领域内有限差分来确定梯度幅值的方法,提高了Canny算子在提取图像边缘细节和抑制假边缘噪声方面的性能。另外,通过实验验证了该方法具有较高的信噪比和高精度边缘定位,并能达到良好的边缘视觉效果。     

自校正集中式融合信息滤波器

对于带未知噪声系统和不相关噪声的多传感器随机系统,将基于相关方法得到的噪声方差带入到集中式融合最有信息滤波器,提出自校正集中式融合信息滤波器。同基于Riccatia方程的集中式融合Kalman滤波器相比,它避免了计算高维矩阵的逆,从而减少了计算负担。应用动态误差分析方法,证明了自校正集中式融合信息滤波器以概率1收敛于最优集中式融合信息滤波器,因而具有全局渐进最优性。一个带3传感器跟踪系统的实例说明其有效性。