一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。     

一种基于各向异性扩散的心室超声图像滤波方法

研究了各向异性扩散方程在心室超声图像去噪中的应用.首先对P-M各向异性扩散模型进行了分析,为了更好去除噪声并保留图像的边缘等重要信息,提出对扩散系数的改进方法,并通过实验证明可达到更好的去噪效果.     

基于小波去噪和图像分割技术的改进NAS-RIF盲图像复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案.首先,应用小波去噪技术,保持了退化图像边缘特征,抑止噪声,提高退化图像的信噪比;其次,在每次迭代中,利用图像分割技术找到准确的目标支持域,并用背景的均值取代非均匀背景;还采用重置共轭梯度法加快了算法的收敛速度.实验结果表明,改进后的算法具有更好的复原效果和更快的收敛速度.     

一种基于特征信息的车牌识别方法

根据中国车辆牌照本身的现有特征信息,提出一种车牌识别方法.采用全局动态阈值法进行二值化处理图像,牌照定位算法简单迅速,字符分割参考垂直投影间隔和字符的纵横比.实验结果表明,这种方法具有良好的环境适应性和鲁棒性.     

Optimal Filtering Algorithm for Stochastic 2-D FMM Ⅱ with Multiplicative Noise

1　Introduction　Inrecentyearstherehasbeengrowingresearchin terestinthetwo dimensional (2 D )systemtheory .The 2 Dsystemsmayfindapplicationsinareassuchasmarineseismicdataprocessingandimageprocessing .Althoughmoreandmorevaluableresultshavebeengained ,mos…     

一种自适应阈值选择方法

提出了一种新的自适应阈值选择方法。该方法基于图像的灰度级特征，以前景和背景最大程度地分开为判据，定义了新的阚值识别函数来选择最佳的阈值，对图像进行分割。同时，还给出了该方法的应用实例和分割结果的比较与分析。结果表明该方法不仅对灰度级谷地明显的图像适用，而且对灰度级谷底不太明显的图像，也能达到比较满意的分割效果。     

智能建筑雷电电磁脉冲防护系统探讨

对现代智能建筑的雷电防护这一新出现的课题进行了论述，提出了智能建筑的雷电防护设计应作为一个系统工程来考虑，阐述了对智能建筑进行雷电防护设计时采用的6大系统：滚球法计算、等电位联接、屏蔽技术、共用接地体、综合布线，以及三级SPD保护、这些系统设计能够有效的抑制雷电电磁脉冲对智能内微电子设备的危害。     

一种适用于PPP动力学模型异常的自适应Kalman滤波

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。     

An improved CHC algorithm for damage diagnosis of offshore platforms

1 Introduction Health monitoring of structures, especially large spacestructures intended for long-term operation, is essential indeveloping short-term or long-term repair plans. Becausethe maintenance, replacement, and time out of service arecostly, it i…     

CRLS算法在智能天线中的应用

提出一种应用于窄带自适应波束形成的约束递归最小二乘算法。通过最小化阵列的输出功率,算法根据环境能有效的实现自适应,并且维持可视方向的频率响应。这种主瓣对准用户和旁瓣对准干扰的能力对当前和未来传感器网络有很大影响。递归最小二乘优势在于不需要对大量相关矩阵求逆,递归方程使相关矩阵的逆容易更新。通过matlab进行了仿真,给出了以改变天线数目和改变阵元间距的方向图以及跟踪能力比较图。仿真结果表明,递归最小二乘算法不仅有较好的稳定性,而且算法有较强的跟踪能力。     

An algorithm for multi-exponential inversion of T2 spectrum in nuclear magnetic resonance

NMR logging can provide the permeability parameter and abundant stratigraphical information such as total porosity,oil,gas and water saturation,oil viscosity,etc. And these physical parameters can be obtained by T2 spectrum inversion. NMR inversion is an important part in logging interpretation. The authors describe a multi-exponential inversion algorithm,solid iteration redress technique（ SIRT）,and apply the algorithm in real data and compare the results with those based on singular value decomposition（ SVD）. It shows that SIRT algorithm is easier to be understood and implemented,and the time spent in SIRT is much shorter than that of SVD algorithm. And the non-negative property of T2 spectrum is much easier to be implemented. It can match the results based on SVD very well. SIRT algorithm can be used in T2 spectrum inversion for NMR analysis.     

An algorithm for multi-exponential inversion of T2spectrum in nuclear magnetic resonance

NMＲ logging can provide the permeability parameter and abundant stratigraphical information such as total porosity,oil,gas and water saturation,oil viscosity,etc． And these physical parameters can be ob- tained by T2spectrum inversion． NMＲ inversion is an important part in logging interpretation． The authors de- scribe a multi-exponential inversion algorithm,solid iteration redress technique (SIＲT),and apply the algo- rithm in real data and compare the results with those based on singular value decomposition (SVD)． It shows that SIＲT algorithm is easier to be understood and implemented,and the time spent in SIＲT is much shorter than that of SVD algorithm． And the non-negative property of T2spectrum is much easier to be implemented． It can match the results based on SVD very well． SIＲT algorithm can be used in T2spectrum inversion for NMＲ analysis．