稳态Kalman滤波器增益新算法

应用现代时间序列分析方法,基于ARMA新息模型,提出了稳态Kalman滤波器增 益的两种简单的新算法,并证明了它们的等价性.应用ARMA新息模型参数的递推辨识器 伴随新算法,可实现自校正Kalman滤波器.仿真例子说明了其有效性.     

稳态Kalman滤波增益估计的两种新算法及其应用

本文从时间序列分析观点,基于观测过程的 CARMA 新息模型,提出了稳态 Kalman 滤波增益估计的两种新算法及相应的自校正 Kalman 滤波器,形成一种新的自适应 Kalman 滤波技术.新算法比Mehra 和 Tajima 的算法简单.作为应用例子,对于一个简单的跟踪系统,导出了带输入估计的自校正α-β滤波器,仿真结果说明了新算法的有效性.     

基于DSP的FIR滤波器设计中新型快速算法

针对DSP领域中使用奇数个点的FIR冲击响应设计滤波器时,只能使用效率较低的MAC指令的问题,提出了一种新的快速算法.通过理论分析推导出奇数个点FIR滤波器冲击响应的一种新表达式,根据该表达式设计了基于高效的FIRS指令为中心的算法.仿真表明,新算法的计算时间和传统算法相比大幅减少,可灵活地应用于实时性要求较高的高阶DSP FIR各种类型滤波器的设计中.     

空间域与频率域结合的医学影像增强处理

医学影像对现代医学的研究具有重要的指导意义,本文提出一种将空间域与频率域结合的医学影像增强新算法,首先采用理想高通滤波器法提高图像整体质量,同时使用Sobel算子突出图像边缘,再将均值滤波器去噪后的Sobel算子图像掩蔽理想高通滤波器图像,最后通过高提升滤波输出图像,并将新算法与空间域、频率域两种图像增强算法得到的医学影像进行比较。得出新算法增强后的医学影像既不存在过度增强的问题,同时还能很清晰的突出边缘以及细节部分,增强效果明显强于另外两种算法。     

基于粒子滤波的AUV组合导航方法

讨论了粒子滤波器和RB(Rao-Blackwellised)粒子滤波器两种滤波方法在组合导航中的应用,给出了组合导航算法用于自治水下航行器(AUV)的具体数学模型,并且与拓展卡尔曼滤波器的导航结果进行比较.利用AUV湖上试验验证了3种算法的导航性能,试验结果表明RBPF组合导航算法能够获得最好的导航精度;然而通过对算法进行分析,发现其计算复杂度高于其余两种滤波算法.     

基于杂交粒子群算法的FIR数字滤波器设计

介绍了杂交粒子群算法的原理,通过三个典型Benchmark函数对该算法的收敛精度进行了测试.将杂交粒子群算法应用到FIR数字滤波器的设计中,从而计算出FIR数字滤波器的系数.通过高通和带通两个实例进行仿真实验,并与Parks-McClellan算法设计的滤波器进行对比,结果表明,采用杂交粒子群算法设计FIR数字滤波器具有更好的通带和阻带特性,是一种有效的方法.     

一种改进的集员滤波仿射投影算法

在优化算法的研究中,集员滤波的仿射投影算法具有比传统仿射投影算法迭代次数少、计算量小等优点,但实际应用中,算法的计算复杂度与滤波器长度成正比,当滤波器长度较大时限制了实时实现.为减少误差,实时运行,提出了一种改进算法.算法中当输出误差小于给定误差门限时,滤波器系数不必进行调节;否则将滤波器系数分成多个系数子集,通过仅更新权系数某一子集的方法,减少了原算法每次迭代中需更新的抽头权系数个数.采用一个声回波消除方法进行仿真.仿真验证了改进算法的性能,表明新算法与基于集员滤波的仿射投影算法相比,具有更快的收敛速度,并降低了计算复杂度.     

一种鲁棒故障检测与反馈控制的最优集成设计方法

研究线性不确定系统的反馈控制器与鲁棒故障检测滤波器集成设计问题.基于新提出 的性能指标函数,将鲁棒故障检测滤波器设计问题归结为最优化问题,通过求解Riccati方程可 得到鲁棒故障检测滤波器设计问题的最优解.在共用同一状态观测器的情况下,将反馈控制器 和鲁棒故障检测滤波器的集成设计问题归结为两目标优化问题,解决了同时满足闭环控制系统 设计要求和故障诊断系统鲁棒性能的最优集成设计问题.简例验证了提出算法的有效性.     

一种实用的图像滤波算法

在分析经典中值滤波算法基础上,提出了一种实用的图像滤波算法,即图像加窗中值滤波算法.给出了其基本原理与实现过程,并与经典的邻域均值滤波器、中值滤波器、Butterworth低通滤波器、Wiener滤波器进行了滤波比较实验,分别从主观效果及客观参数计算两个方面验证了其优良的滤波性能.     

一种基于简单自适应控制的闭环H_∞滤波算法的验证与改进

采用固定积分变量的方法,对基于简单自适应算法(SAC)的闭环H∞滤波算法进行了改进,增强了经典H∞滤波的动态跟踪特性,确保了该算法的稳定性,同时初步分析了这种新算法提高鲁棒性的原理.通过建模仿真及比较分析表明:与常规H∞滤波器相比,当建模误差存在或者系统模型统计特性未知时,采用改进的简单自适应算法H∞滤波器能够改善滤波的动态特性,降低H∞滤波器对噪声的敏感性,精度更高.     

A unified framework for adaptive filter algorithms with variable step-size

Employing a recently introduced framework within which a large number of classical and modern adaptive filter algorithms can be viewed as special cases, we extend this framework to cover block normalized LMS (BNLMS) and normalized data reusing LMS (NDRLMS) adaptive filter algorithms. Accordingly, we develop a generic variable step-size adaptive filter. Variable step-size normalized LMS (VSSNLMS) and VSS affine projection algorithms (VSSAPA) are particular examples of adaptive algorithms covered by this generic variable step-size adaptive filter. In this paper we introduce two new VSS adaptive filter algorithms named the variable step-size BNLMS (VSSBNLMS) and the variable step-size NDRLMS (VSSNDRLMS) based on the generic VSS adaptive filter. The proposed algorithms show the higher convergence rate and lower steady-state mean square error compared to the ordinary BNLMS and NDRLMS algorithms.     

指纹图像增强算法研究

本文根据笔者近年来的研究试验结果，指出了传统指纹图像增强算法的不足，以两种典型滤波算法为主，对近年来流行的基于方向场估计的滤波增强算法进行了分析和评价，并针对这两种算法的不足之处提出了一种新的算法思想。     

固定区间平滑新算法及其在飞行试验中的应用

本文根据Kalman滤波和Rauch-Tung-Striebel固定区间平滑公式,提出了信息滤波-- 固定区间平滑的新算法,并给出了算法的U-D分解形式.由于改变了算法结构,使整个算法 的数值稳定性好、可靠性高,而且平滑算法计算量和平滑所需滤波计算量均大为减少.计算量 分析结果表明,新算法与Bierman序列滤波和固定区间平滑算法.Keigo. Watanabe前向平滑方 法相比较,计算量减少40%以上;当状态转移阵中各元素用K的函数表示时,计算量减少50% 以上.本文将此平滑算法用于实际飞机飞行试验的数据处理中,得到了令人满意的结果.     

更普适的快速自适应图像滤波算法——近均值滤波

对常见的滤波算法进行分析,在此基础上提出“近均值”的概念,设计相应的滤波算法。对滤波窗口尺寸采用自适应的方式,在排除部分可疑噪声数据后,对剩余数据计算均值。提出三种计算近均值的规则和两种噪声判断方案,组合设计了九种滤波算法。在与均值滤波、中值滤波及部分改进的滤波算法进行实验对比后,确定提出的第七种滤波算法具有更好的滤波效果,能适应不同类型的噪声,其普适性和实用性进一步增强。     

基于不可分双正交小波的二维数据压缩方法

构造了一种新的不可分双正交的对称小波滤波器，该滤波器具有有理系数，其对应的小波函数具有四阶消失矩，尺度函数具有非常好的Hölder光滑性。同时提出了基于该滤波器进行数据重构时的边界延拓方法。使用SPIHT和SPECK两种算法的实验表明，该文构造的小波滤波器在二维数据压缩方面具有较好的效果。     

卡尔曼滤波计算方法研究进展

本文简要回顾了卡尔曼滤波研究的发展历程，重点对卡尔曼滤波及其在改善数值稳定性，提高计算效率等数值计算方面的研究与发展进行了综述，对ＱＲ分解，Ｕ－Ｄ分解，奇异值分解等在卡尔曼滤波，状态与偏差分离波及并行滤波与分散滤波等方面应用的新进展作了介绍。     

Analysis of the Kalman filter based estimation algorithm: an orthogonal decomposition approach

In this paper we shall provide new analysis on some fundamental properties of the Kalman filter based parameter estimation algorithms using an orthogonal decomposition approach based on the excited subspace. A theoretical analytical framework is established based on the decomposition of the covariance matrix, which appears to be very useful and effective in the analysis of a parameter estimation algorithm with the existence of an unexcited subspace. The sufficient and necessary condition for the boundedness of the covariance matrix in the Kalman filter is established. The idea of directional tracking is proposed to develop a new class of algorithms to overcome the windup problem. Based on the orthogonal decomposition approach two kinds of directional tracking algorithms are proposed. These algorithms utilize a time-varying covariance matrix and can keep stable even in the case of unsufficient and/or unbounded excitation.     

图像配准中B样条滤波和GPVE的融合插值算法

针对B样条GPVE插值法和B样条滤波法产生归一化互信息(NMI)测度伪极值点的原因,结合它们导致联合直方图聚散程度的互补效果,提出了各阶B样条滤波和GPVE的融合插值算法。通过图像之间的刚体配准实验,从测度曲线光滑性能和极值点数目方面,对比分析了一阶、三阶、五阶B样条滤波法,B样条GPVE插值法和新提出的融合插值算法。实验结果表明,提出的各阶B样条融合插值算法的配准性能都优于对应阶次B样条滤波法和B样条GPVE插值法。     

基于包装器模型的文本信息抽取

在分析基于标志和基于文本模式两类算法的基础上，提出了一种新的包装器归纳学习算法。新算法综合上述两类算法的优点，不但能利用页面的标志信息进行信息定位，而且能利用文本的模式信息来进行信息抽取和对抽取结果进行必要的过滤。实验结果表明，新算法具有较高的信息抽取精度与信息表达能力。