分数阶卡尔曼滤波在混沌保密通信中的应用

20世纪60年代以来分数阶微积分开始受到人们的广泛关注,并被成功应用于物理、化学、生物学等学科领域。基于G-L分数阶微积分,给出了扩展分数阶卡尔曼滤波(EFKF)的定义,并将其应用到分数阶保密通信系统中,同时为了加密并准确解密传输的信息,引入了分数阶混沌Chen系统。仿真结果表明,EFKF取得了非常好的滤波效果;有用信号通过基于分数阶Chen系统的保密通信系统,可以有效地在接收端恢复出来。     

分数阶微分算子增强图像边缘和纹理

为了提高增强图像边缘和纹理的能力,分析了分数阶微分算子频域特性,大幅提升信号高频成分同时增强信号的中频成分以及非线性保留信号的甚低频成分,据此可增强图像的边缘信息和纹理细节信息。从分数阶微分定义出发,构建了近似微分算子模板及线性滤波算法。考虑到边缘和纹理具有方向性、空间邻域内像素的关联性以及相邻像素灰度值的相近性,提出在3×3模板窗口内,取中心点四个方向最大值为增强值。实验结果表明,本文提出的分数阶微分算子能明显地增强图像的边缘和纹理信息,增强后图像清晰度提高,视觉效果明显。     

G_L分数阶微分理论在遥感图像增强中的应用

扼要阐述了分数阶微积分,遥感图像增强Grünwald-Letnikov的常见形式。概括了分数阶微分的相关定义。介绍了现在G_L等分数阶微分在图像增强的研究中已有的进展。论文主要研究Grünwald-Letnikov定义的分数阶微分在遥感图像中的增强处理,同时构造了3乘3、5乘5、7乘7三种常见的增强算子模板对图像(彩色图像和灰度图像)进行仿真图像增强实验处理,对比不同掩模大小和不同分数阶微分阶次及不同分数阶微分对图像增强的效果,建立遥感图像增强的信息熵评价指标。结果表明,在遥感图像增强方面,整数阶微分增强遥感图像的效果没有分数阶微分好。阶次我们可以调整使其变大,这时候遥感图像的信息熵慢慢变大,信息量慢慢增加。     

分数阶Fourier域谱估计及其应用

 本文定义了随机信号的分数阶功率谱和分数阶相关函数,得到了分数阶功率谱和分数阶相关函数的关系.在此基础上,推导出分数阶Fourier域滤波器的输入输出分数阶功率谱的关系.仿真结果表明,分数阶功率谱估计可以用于chirp信号的检测和估计,以及分数阶系统辨识.     

分数阶微分在图像纹理增强中的应用

为了实现对模糊图像边缘及纹理的增强,使图像的细节信息更加清晰,需要对图像进行锐化增强。现有的增强方法一般是整数阶微分锐化及高通滤波,由于这些方法的处理效果仍不理想,文中引入了分数阶微分算子。分数阶微分不仅可以很好地增强图像的边缘和纹理信息,还可以保留平滑区域信息,抑制较大噪声。研究并分析了Tiansi分数阶微分算子的原理及特点,并对其进行了改进,提出了一种新的分数阶微分算子,可以更好地增强图像的边缘和纹理信息,同时保证图像的亮度不产生大幅度变化,而且可以抑制较小噪声的影响。从定量的角度分析,改进的分数阶微分算子的平均梯度最大可比原图像提高3.8倍。从而验证了改进的分数阶微分算子比整数阶微分算子如Laplace算子及Tiansi分数阶微分算子具有优越性,且算法简单易于实现,可应用于工程中的实时图像处理系统中。     

分数阶Unscented卡尔曼滤波器研究

分数阶微积分在控制系统中的应用日益广泛,随着分数阶动态系统模型的引入,需要求解分数阶状态估计问题的方法。该文从分数阶非线性动态系统模型出发,以概率论为基础,导出分数阶的Unscented卡尔曼滤波器,得到其递推模型并应用于典型的非线性系统,UNGM(Univariate Nonstationary Growth Model)模型和再入飞行器跟踪模型。实验结果证明在合理设置分数阶Unscented 卡尔曼滤波器阶次的情况下,能够取得优于Unscented 卡尔曼滤波器的效果。     

基于二维GFVC卡尔曼滤波的遥感图像信噪比分析

提出了一种基于二维GFVC卡尔曼滤波的遥感图像信噪比分析方法,分析表明,该方法与传统的二维随机信号估计方法相比,在算法复杂度和实时性上均有明显的优势,并已成功应用于航天遥感器实时在轨评价系统.     

红外图像的二维灰度变换增强方法

讨论了红外图像的二维灰度变换增强方法。为了准确地提取和增强景物灰度分布区间,提出了二维直方图的概念,并且通过分区域变增益二维灰度变换来适应各种复杂场景,结果表明,本文方法能够增强原图像的全部信息,明显地改善了视觉观察效果,优于传统的灰度变换方法。     

五阶容积卡尔曼滤波算法及其应用

容积卡尔曼滤波(CKF)是一种新型的非线性滤波方法,可获得优于扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)的滤波精度和滤波效率.但是,传统的CKF基于三阶容积准则而提出,因此滤波精度受到限制,为进一步提高CKF滤波性能,文中将容积准则由三阶扩展到五阶,采用两种不同容积点集选择方案,提出一种新型的五阶CKF算法.该算法可有效改善传统CKF在精度方面的理论局限,并有效改善一般五阶CKF计算量大的问题.机动目标跟踪仿真结果表明了新方法的有效性和可行性.     

2D实值离散Gabor变换及其在图像变换编码中的应用

本文提出了二维实值离散Ｇａｂｏｒ变换（ＲＤＧＴ）的快速算法,并探讨了将其应用于图像压缩编码的基本方法。     

基于小波变换的UKF改进算法及其应用

众所周知,UKF滤波的应用需要事先准确知道量测噪声的统计特性。首先简要分析了UKF滤波的基本算法,然后利用小波变换可以实时分离信号和噪声的特性,提出了一种在未知量测噪声条件下的UKF算法,该算法可以实时跟踪量测噪声的变化,即实现了对量测噪声的实时估计,从而解决了在未知量测噪声的条件下UKF滤波问题。最后讨论了该方法在信息融合中的应用,仿真结果证明了方法的有效性和实用性。     

改进卡尔曼滤波算法在语音信号处理中的应用

针对传统卡尔曼滤波算法在加性噪声影响下的语音信号处理中要先对被观测系统的状态进行统计估值和计算量很大的问题．提出了改进卡尔曼滤波算法。该算法不用预先估计噪声、驱动项以及语音模型参数,可直接得到增强的语音信号。通过仿真实验证明,该方法在减少计算量的同时,有效地消除了加性噪声,并能保持较好的语音可懂度。     

一种低复杂度二维隐Markov模型及其在图像分割中的应用

该文提出了一种通用的低复杂度二维隐Markov模型,推导了前向算法和后向算法的递归形式。文中没有使用前人为了降低时间复杂度而提出的相邻图像块间条件独立性假设,使提出的模型更加通用,并且可以根据需要调节水平和竖直两个方向信息的权重,具有更高的灵活性。将该模型应用于图像分割,实验结果证明了模型的有效性。     

分数阶傅里叶变换时滞模型及其应用

实际采集到的信号中常常含有与信号频谱相同的延时噪声分量,难以用常规的滤波方法剔除。针对延时噪声干扰的特点,依据分数阶傅里叶变换（FRFT）的时移特性和乘积变换延时特性,提出了一个信号与同频噪声分离的时滞模型,通过对含噪信号进行相应的分数阶傅里叶变换,在变换域上可不断加大信号与同频噪声的距离,距离的增加与迭代次数成正比,从而能较好地分离同频干扰。实验中,对分数阶傅里叶变换的分离效果进行了仿真演示。     

分数阶微分局部强反射的去噪方法应用

针对具有强反射的表面光条图像出现散斑或复合散斑等严重噪声情况,该文提出一种利用分数阶微分增强的图像去噪声的处理算法,突出噪声的颗粒化特征,通过连通区域面积统计的方法对有效连续光条进行分离并去除散斑噪声,获得有效光条图像,最后利用灰度重心法提取有效光条的中心。经实验对比,该方法得到的信息熵值和光条中心提取精度都显著提高,体现了分数阶微分算法增强图像高频信息的同时,有效保留更多的低频信息的特点,保留了更多的图像纹理细节,显著提高了特征光条中心提取精度。     

双Haar小波变换系数的MAP估计及在图像去噪中的应用

小波变换作为一种新的工具,在信号去噪中得到了重要的应用。本文对双Haar小波变换系数,提出了MAP的估计方法,并对其在图像去噪中的应用进行了讨论。实验表明所提出的小波收缩算法与软门限方法相比较,用于图像去噪时可以给出更好的结果。     

17/11双正交小波的优化设计及其对图像压缩性能的分析

许多适合于图像编码的小波,如CDF-9/7,Winger-17/11(W-17/11),Villasenor-6/10和10/18(V-6/10和V-10/18)小波,其滤波器系数是无理数,需要用无限的计算精度实现对应的离散小波变换(DWT)。该文给出了一种参数化构造17/11双正交小波组的简便方法：首先把小波合成滤波器表示为用两个自由参数表达的三角多项式,然后把双正交小波的精确重构条件归结为一个线性方程组,最后求解此方程组得到对应的小波分解滤波器,从而得到了17/11双正交小波滤波器的参数表达式。通过调整表达式中的自由参数,可以随意构造具有所需特征的17/11线性相位小波滤波器。作为构造实例,构造出一种新的有理系数17/11双正交小波滤波器,它具有优化的编码增益。实验表明：其压缩性能与W-17/11和V-10/18小波滤波器相当,优于CDF-9/7和V-6/10小波滤波器。