多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

基于纹理对图像进行分类方法的研究

文章主要研究在不知道视点和光照条件下,根据纹理对图像进行分类的方法;过程是利用滤波器响应得到的特征向量,建立相应的纹理基元表示;用最近区域匹配分类和贝叶斯分类2种方法进行分类,并对2种算法进行了比较;结果表明,分类结果非常接近,均比较准确。     

自适应滤波器在微型姿态确定系统中的应用

基于MEMS的IMU由于低成本、体积小和低耗能得到了很广泛的应用.但是,惯性MEMS传感器有很大的噪声、偏差以及刻度误差,由于传统低成本的MEMS传感器使用的捷联算法很难取得令人满意符合性能要求的姿态确定值.利用改进的自适应增益卡尔曼滤波器在随机模式下建立一个小型姿态确定系统.这个改进的滤波器在一个时间变量转移矩阵中有六个状态量,它们分别是:三个姿态倾斜角和三个陀螺偏移误差.滤波器用三个加速度计的测量量和磁罗盘来驱动状态的更新.当系统处于非加速度状态下,加速度计对重力加速度的测量以及磁罗盘对航向的测量很显然可以产生很好的状态估计量;当系统处于高速动态状态并且偏移可以收敛到一个精确估计值时,对姿态的估算就需要很长一段时间.自适应滤波器可以在动态状况下用加速度计自动调整增益产生最佳性能.提供了这种技术的算法,并且对此进行分析,之后给出实验结果.     

基于信度赋值技术的统一融合框架研究

从信度赋值技术的角度,提出了统一融合框架(UFA)的理论机制,它是基于证据支持贴近度(ESMS)前置过滤器耦合包含冲突分配器在内的融合机,在给出一个ESMS函数的同时,也考虑了不同信息源(可靠、非可靠、不完全、冗余及互补)信度赋值中心,克服了错误、虚假和不一致等信息对融合机的干扰,充分发挥了融合机优势,减少了融合计算的复杂度,大大提高了融合效果.将统一融合框架应用于Pioneer Ⅱ移动机器人地图创建方面,通过仿真分析,并与单一融合机的仿真结果作了对比,充分说明了统一融合框架的优越性.     

快开式隔膜压滤机在煤泥水处理中的应用

通过和厢板压滤机的对比,介绍了快开式隔膜压虑机的主要技术特点;通过在试验过程中和加压过滤机对比,展现了快开式隔膜压虑机优异的性能,说明了应用快开式隔膜压虑机对煤泥水系统进行改造后良好的经济效益和社会效益.     

基于反馈判决的鲁棒自适应机动目标跟踪算法

针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法.利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性...     

用MATLAB求解Butterworth最优传递函数

采用MATLAB语言编写函数bwden,通过主程序调用该函数可求出任意阶Butterworth最优传递函数分母多项式的系数,绘制出Butterworth最优传递函数的极点分布图,阶跃响应曲线及波德图.8阶Butter-worth最优传递函数的求解和仿真表明,可有效且简便地用MATLAB求解Butterworth最优传递函数.     

高斯白噪声背景下机动目标未来运动状态的一步实时预报与滤波

对高斯白噪声背景下机动目标的运动共性进行了研究,绕过了建立系统加速度模型的麻烦,得到了未来运动趋势的一步实时预报模型,并具有很好的实时性.文章中还给出了算例与仿真计算结果.     

一类新的离散时延递归RBF神经网络

提出了一类带有离散时间 FIR/ IIR滤波器的递归 RBF神经网络 ,用离散时间 FIR/ IIR滤波器代替通常的 RBF神经网络中的线性输出权值 ,以适用于离散动力学系统的辨识和控制以及混沌时间序列预测 .本文给出的学习算法简单 ,可以避免传统的递归算法的不稳定性 .将该类神经网络用于动力学系统的建模 ,收到很好的效果 .     

交错级数敛散性的一个新判别准则

交错级数是数学分析重要内容之一,对交错级数敛散性的判别方法目前并不多.关于交错级数的敛散性,给出一个新的判别准则,利用这个准则不仅能够判定一个交错级数的敛散性,而且能够判定交错级数是绝对收敛还是条件收敛.选择实例对给出的判别准则的可行性进行了检验.