AN ITERATIVE FILTERING ALGORITHM FOR NON-FOURIER FREQUENCY ESTIMATION

Abstract. We study an iterative filtering method to estimate frequencies of random Gaussian sinusoids in white noise. The method uses higher order crossings and takes advantage of a fixed point to guide the use of bandpass filtering in an attempt effectively to increase the signal-to-noise ratio. At each iteration the expected zero-crossing rate is estimated from independent time series. Convergence occurs with any prespecified probability less than one.     

基于Gabor多尺度空间的不变兴趣点检测

针对以往仿射不变兴趣点的特征尺度不能直接断定的问题, 提出一种基于Gabor多尺度空间的不变兴趣点检测算法。该算法主要包括三个步骤：应用Gabor滤波器组与图像卷积建立图像Gabor多尺度空间; 通过极大值准则检测兴趣点并直接断定特征尺度; 采用二阶矩矩阵描述兴趣点局部结构。实验结果表明, 相比较其他Hessian-Affine、MSER等算法, 该算法在图像模糊和JPEG压缩情况下可重复率和可匹配率均取得最好结果, 是一种能有效直接提取特征尺度的兴趣点检测算法。     

一种反激式双输出DC/DC变换器的设计与实现

针对市场上DC/DC开关电源高压输出时,输出电压纹波较大问题,介绍了一种±50 V双输出DC/DC开关电源的设计方法及测试结果。该电路采用电流控制型PWM控制芯片,工作于反激模式。输入输出通过光耦实现隔离。该DC/DC变换器具有带负载能力强、纹波低、输出电压高等特点,可为电子设备提供稳定的供电电压。     

基于Kalman滤波的谐波电流实时检测仿真分析

谐波电流的实时检测是有源电力滤波器实现的关键,数字化的实现引入了一定的时间延迟,影响了其滤波效果。将三相谐波电流进行Clark坐标变换到两相正交坐标系中,利用Kalman算法对系统进行建模,检测出各次谐波电流的幅值和相角。通过选取合理的Kalman状态变量,运用简单的代数运算向模型中增加了一个相位补偿角,来消除延时的影响。最后,利用Matlab进行仿真实验,验证了该方法的有效性和正确性。     

滤波技术研究

滤波技术是信号处理,信号分析以及关于信号发展的重要的一个分支,信号的获取、传输以及处理交换都离不开滤波技术。分别介绍了滤波的原理,以及现代滤波、维纳滤波和卡尔曼滤波。最后把重点落脚在基于MATLAB的数字滤波器的设计,分析了最小二乘法,窗函数法以及最优化设计法的原理,分别比较了三种不同方法的区别和差异的所在,并实际利用窗函数法设计了高通滤波器。     

卡尔曼滤波在核脉冲全谱数据采集系统中的应用

针对核脉冲全谱数据采集技术中采用的深度加权滤波法在数据量少时平滑效果差、滞后大的缺点,设计了卡尔曼滤波算法替代传统滤波算法进行解谱的方案。滤波算法首先根据信号与噪声的状态空间模型,建立状态方程和测量方程,然后根据广义卡尔曼滤波对测量方程进行更新,最后根据现场的标准刻度井测量数据确定测量矩阵,对测量数据进行滤波。实测结果表明,该滤波算法相对于传统滤波算法,能够消除谱图的统计涨落,提高光滑度,遏制滞后,并保证滤波后曲线不失真。     

半参数广义线性模型惩罚似然估计的几个性质

本文在给出了半参数广义线性模型惩罚似然估计及惩罚准似然估计的基础上,得到了下面几个性质:(Ⅰ)极小惩罚似然估计及惩罚准似然估计等价于惩罚加权最小二乘估计;(Ⅱ)估计的收敛性及加速收敛法;(Ⅲ)估计的一种 Bayes 解释。     

Zernike矩结合Sigmoid曲线拟合边缘检测方法

为了改进Zernike矩边缘检测方法对非直线边缘检测精度低的弱点,提出了一种改进的基于Zernike矩方法和Sigmoid拟合法的边缘检测方法。用Zernike矩边缘检测方法检测边缘,然后用Sigmoid拟合方法检测边缘,根据边缘类型对两种方法检测的边缘结果进行加权求和,所得结果为边缘位置。分别利用理想图像和实际工业CT图像进行了实验验证,实验结果表明对非直线边缘的检测,该方法检测精度相对于Zernike矩方法提高了一个数量级。     

基于动态MANCOVA的混合制程虚拟测量算法

在晶圆/液晶面板等批次加工过程中,产品质量的及时估计与品质管制是提高产能和降低成本的有效途径.针对"少量多样"的混合制程,利用逐步回归算法挑选该制程的关毽变量,引入产品的效益因子,建立混合制程的虚拟测量模型;为克服系统扰动对模型精度的影响,以产品效益因子为状态量建立该制程的状态方程,利用Kalman滤波器递归估计模型参数得到动态的MANCOVA模型;最后通过某湿式蚀刻制程的工程应用验证了该算法的有效性.     

基于UKF 和神经网络的一类非线性系统状态估计

在模型未知的情况下,估计过程的重要变量尤为重要.鉴于此,采用不敏卡尔曼滤波(UKF)与神经网络相结合的方法,解决一类未知模型非线性系统的状态估计问题.采用动态神经网络对非线性系统进行建模,利用UKF对状态和权值进行同时更新,从而达到神经网络逼近真实模型,估计值跟随真实值的目的.通过两个仿真实例表明了所提出的方法具有良好的估计效果,并且状态在输出中的比重越大,其估计精度越高.