滤膜过滤器新的理论模型初步探讨

通过对滤膜过滤器的过滤机理进行分析,认为过滤器在使用期间,滤膜中每个毛细管的过滤性能随时间和空间位置的变化而变化,因而对过滤器性能的评价还应从系统的、全面的、宏观统计的观点来综合反映,由此可根据多孔介质流体动力学理论模型来准确地反映滤膜过滤器的性能变化。     

生物陶粒滤池预处理富营养化水库水源的净化效果与工艺参数

针对受污染的水库水源水进行中试规模的生物陶粒滤池预处理实验研究。结果表明：生物陶粒滤池能有效地净化受污染水源水水质,对COD_Mn、NH₃-N、NO^-₂-N、浊度、藻类总数、锰、THMFP等的平均去除率范围分别为19.3%～35%、89%～96.5%、97.5%～99%、57.5%～69%、60.1%～84.3%、59%～84.6%、10.4%～24.8%。其适宜的工艺参数为：水力负荷(滤速)4～6m/h,气水比0.75∶1～1∶1;反冲洗周期3～7d。     

RASTA滤波在语音通信质量客观评价中应用的研究

介绍了在语音通信质量客观评价中使用RASTA（Relative Spectra）滤波的研究结果。通过分别将RASTA滤波与感知线性预测（PLP,Perceptually Linear Prediction)方法和美倒谱（MFCC,Mel Frequency Cepstral Coefficient)方法相结合对通过短波或超短波信道的男女生文件进行拟合研究,均取得了比较好的效果。与PLP方法结合关系数提高了12％,与MFCC方法结合相关系数提高了4％。说明RASTA滤波对信道噪声的低频成分中人耳听不到的部分进行过滤的方法在语音通信质量客观评价中是有效的。     

Kalman滤波器在WCDMA功率控制中的应用

介绍一种适合于分组交换WCDMA无线网络的Kalman滤波器功率控制方法.当数据包连续传送时,信道干扰具有时域上的相关性,Kalman滤波器可用来预测干扰功率.通过干扰预测和路径增益的估计,可确定合适的符合SINR要求的发送功率.给出了仿真结果,结果表明,使用Kalman滤波器的功率控制方法可以提高功率控制的性能.     

基于分布式算法FIR滤波器的FPGA设计

FIR滤波器是一种被广泛应用的基本的数字信号处理部件。针对采用常用方法设计实现FIR滤波器存在的问题,提出基于分布式算法设计并在FPGA上高效实现严格线性相位FIR滤波器的方案,通过编程仿真得到满意的结果。该方法实现FIR滤波器器件体积小、性能可靠、价格低廉、设计周期短,可作为高速数字滤波设计的较好方案。     

基于自适应卡尔曼滤波的时变结构参数估计

在许多情况下,对于非平稳或性能随时间发生变化的结构,要求对结构的参数进行实时的跟踪与识别,此时传统的递推算法．如卡尔曼滤波等方法就不再适用,而需要采用具有一定跟踪能力的自适应递推算法．本文对自适应卡尔曼滤波方法在时变结构参数估计中的应用进行了分析,并对其跟踪性能进行了探讨．     

基于平方根UKF的多传感器融合跟踪

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法.UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程.顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低.仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法.     

地球静止卫星位置自主确定方法与仿真研究

给出了利用星敏感器测量信息自主确定地球静止卫星位置的方法,利用不同精度的星敏感器测量数据和不同控制精度的卫星姿态测量数据,可以直接计算卫星位置.同时又对测量数据应用卡尔曼滤波进行卫星位置计算仿真,比较两种处理结果的精度.仿真结果表明,提出的方法可以实时自主获取静止卫星的轨道位置,满足静止卫星定点的不同精度需求.     

模拟VLSI电路参数型故障的测试方法

为了提高模拟集成电路参数型故障的测试精度,以小波滤波器组实现的子带滤波为理论工具,研究了基于多故障特征提取的模拟集成电路测试方法.研究和对比了奥克塔夫(Octave)和金字塔两种小波分解结构下对Haar和Daubenchies两种小波在时域和频域中的故障分辨特性和诊断能力.对国际标准电路的实验表明:采用Octave结构时,在时域可完成故障检测,以相干函数在频域区分故障困难;而采用金字塔型结构时,在时域和频域皆易完成故障诊断:采用Daubenchies小波的效果优于Haar小波.     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。