三角窗逼近法实现高斯滤波器

在中心极限定理和逼近理论的基础上,提出了一种用三角滤波器的级联来实现高斯滤波器的新方法.根据三角窗函数的对称性和三角滤波器的递归性,给出了高斯滤波器的实用逼近算法.实验表明,与传统的高斯滤波方法相比,新方法算法简单,计算效率高,且易于实现.     

高斯滤波技术提取表面粗糙度信息

在传统高斯滤波理论的基础上,提出稳健高斯滤波算法,引入M估计中的权函数对高斯滤波进行稳健处理,并结合高斯滤波逼近理论,在高斯滤波稳健算法基础上,构建高斯滤波的算法模型和零件表面形貌特征模型。利用MALTAB软件编程和仿真模拟系统,模拟出零件表面原始轮廓信号,并采用simulink系统仿真设计出FIR型数字高斯滤波器。将原始轮廓信号通过高斯滤波器,通过一次有效滤波分离提取出零件表面的粗糙度信号和滤波中线,实现高斯滤波的过程,提取粗糙度信息来评定零件表面质量。     

表面测量中高斯滤波器的B样条函数实现方法

提出一种新的高斯滤波器B样条函数实现方法。在B样条函数理论基础上,通过对变分原则引入约束条件的方法,并结合小尺度高斯滤波器级联的特性,得出了高斯滤波器的逼近滤波器。其与高斯滤波器的最大幅度偏差小于1%,并且也具有零相移的特性。在相应的滤波算法中,包括了一级零相移滤波和一级加权滤波,只进行二次循环,算法结构简单,计算效率高。对实际表面测量数据进行应用试验,能够满足高斯滤波器实现方法高精度、高效率的要求。     

三维表面测量中的高斯滤波快速算法

基于中心极限定理提出了一个高斯滤波器逼近模型,并利用冲激响应不变法设计了数字高斯滤波器.通过级联方法,该滤波器的幅度传输特性偏差可控制在(-0.28％～+1.14％)以内,扩展为二维高斯滤波器,其三维幅度传输特性偏差可控制在(-0.42％～+1.12％)以内.该滤波器采用递归实现算法,算法简便,易于实现.在递归算法的基...     

减小表面粗糙度测量高斯滤波幅度偏差

提出了一种减小表面粗糙度测量用的高斯滤波器幅度传输特性偏差的新方法。根据中心极限定理,可以构造出不同的高斯逼近滤波器。用多级一阶巴特沃思滤波器和多级移动平均滤波器分别去逼近高斯滤波器时,两者的幅度偏差方向相反、极值位置相近,所以这两种方法的线性组合可以大大减小偏差。用这两种不同逼近滤波器的并联方法构成的一个简单的线性组合滤波器,去逼近高斯滤波器的幅度传输特性,其幅度传输特性的最大偏差只有0．11％。这种新的逼近方法,算法简单、精度高,实现了表面测量高斯滤波处理的高精度和高效率的高度统一。     

理想数字滤波器的谐波小波逼近模型与设计方法

分析谐波小波的频域特征和滤波特性,研究理想数字滤波器的谐波小波逼近模型与实现方法。利用谐波小波在频域具有良好的紧支特性和盒形特性,建立理想数字滤波器的小波逼近模型。通过谐波小波变换,实现逼近滤波器的带宽和中心频率的可调。该逼近滤波器的幅频特性已逼近理想数字滤波器的幅频特性,且具有零相移特性,并通过傅里叶变换实现其快速算法。通过算例和工程应用实例验证,该方法能有效地滤除噪声信号,具有算法简捷、快速等特点,能对实测信号进行实时滤波。     

基于高斯和与SCKF的非线性非高斯滤波算法

针对均方根容积卡尔曼滤波(SCKF)对非高斯情况滤波效果差的问题,在分析SCKF和高斯和滤波基础上,提出一种高斯和均方根容积卡尔曼滤波新算法。算法采用高斯和形式来逼近非高斯后验概率密度,将SCKF作为子滤波器,对每个高斯分量进行时间和量测更新,使其有效解决非线性非高斯滤波问题。仿真结果表明,高斯和均方根容积卡尔曼滤波估计精度高于粒子滤波和高斯和扩展卡尔曼滤波算法,与容积粒子滤波精度相当,但耗时约为容积粒子滤波的15%,是一种较好平衡跟踪精度和实时性的非线性非高斯滤波算法。     

实时DSP图像处理高斯滤波优化

为了提高实时图像处理程序高斯平滑滤波在TMS320DM6446 DSP处理平台上的运行效率,提出了一种基于DM6446 DSP的高斯平滑滤波程序的优化方案。采用分解高斯滤波器、内联函数优化、数据相关性、复用中间结果等方法,使数据的计算、存储和读取次数明显降低,充分发挥了DM6446芯片并行处理性能高的优点,大大减少了高斯平滑滤波处理模块的时间消耗。实验结果表明,对不同尺寸图像使用不同尺寸掩膜进行滤波,高斯平滑滤波模块所耗时间与优化前相比都有明显降低。为双核DSP TMS320DM6446上的实时处理程序运行及优化提供了经验,使高斯滤波类的模块优化有了一种可以共通的方法。     

应用小波神经网络处理CCD图像噪声

提出了一种用于数字图像中CCD噪声处理的小波神经网络滤波器.分析了CCD噪声模型,找出了导致CCD噪声模型复杂的原因:CCD相机响应功能的非线性.在对自适应噪声平滑(ANS)滤波器分析的基础上,考虑了影响滤波效果的两大问题:滤波窗口和图像强度.将小波神经网络非线性逼近CCD噪声曲线,按照噪声参数对图像进行区域划分并分配相应的权值.然后,结合相应的非线性滤波器进行针对性滤波,综合输出.实验结果表明:本文改进的滤波器滤波效果明显,信噪比得到进一步提高(24.65).利用小波神经网络良好的非线性函数逼近性,结合ANS滤波器,构造出了小波神经网络非线性ANS(WNN-NANS)滤波器,该滤波器在去除噪声的同时很好地保留了边缘细节,同时提高了信噪比.     

双边滤波器在X射线图像平滑滤波中的应用

针对传统空间滤波器在对X射线图像进行平滑滤波时造成图像边缘模糊现象的问题,提出一种采用双边滤波器对X射线图像进行平滑滤波的一种方法.与传统图像滤波方法不同,双边滤波器不但能对图像进行滤波,而且能保护边缘信息,而传统空间滤波器对图像滤波时会造成图像边缘模糊.双边滤波器是在空间滤波器的基础之上采取动态改变滤波器的方法来对图像进行滤波.最后通过采用不同滤波器对噪声图片进行平滑滤波,验证双边滤波器的平滑滤波效果.     

非线性滤波方法及其在故障诊断中的应用

传统的滤波方法一般基于线性化和高斯假设,在一定程度上影响了滤波精度和非线性系统故障诊断的准确率。该文从"近似非线性"和"近似概率"的方法入手,分析3种常用的非线性滤波算法:扩展卡尔曼滤波器(EKF)、U-卡尔曼滤波器(UKF)以及粒子滤波器(PF)的原理、方法及特点并介绍其在非线性故障诊断中的应用价值。     

基于模型辨识的SMC滤波技术应用研究

针对组合秤大小料斗开关门扰动与物理参数不准确的实际问题,提出了基于高斯和粒子滤波器的序贯蒙特卡罗(SMC)动态称重数据处理新方法.通过对称重信号的频谱分析,指出了物理建模方法的不足之处,采用负阶跃动态校准实验数据辨识得到对象模型,并利用伽马分布的非对称拖尾特性对大小料斗开关门扰动等低频噪声进行建模得到噪声模型;在此模型的基础上,针对系统非高斯噪声特性,选择了基于高斯和粒子滤波器的SMC方法对信号进行滤波处理.实验及仿真结果表明,高斯和粒子滤波可以有效地滤除开关门扰动,有效地提高动态称重的速度与精度,优于传统的卡尔曼滤波和粒子滤波.     

基于Canny算子改进的图像边缘检测算法研究

针对Canny算法的图像边缘检测技术,提出用中值滤波和均值滤波合成的混合滤波器代替传统高斯滤波器,加强了对复杂噪声的平滑降噪;在边缘连接细化中,采用基于Ostu提出的最大类间方差法的自适应阈值选择法,提高了效率和适应性。并进行MATLAB仿真,结果表明提出的改进算法明显提高了图像边缘检测的精度。     

对金刚石刀具刀尖圆弧波纹度评价的滤波分析

为准确评价超精密金刚石刀具刀尖圆弧波纹度,对金刚石刀具刀尖圆弧波纹度的评价进行了滤波分析。介绍了刀尖圆弧波纹度的评价方法,针对关键的滤波环节,分析了高斯滤波、高斯回归滤波、样条滤波和小波滤波的原理,根据实际采样数据设计模拟实验对比了上述4种滤波器的滤波特性。结果表明,对于不同轮廓中线但高频分量完全相同的轮廓,样条滤波器的滤波效果优于高斯滤波器,并通过实际应用对比了高斯滤波器和样条滤波器。实验结果表明:对具有不同轮廓中线但高频分量完全相同的模拟轮廓,分别采用高斯滤波器和样条滤波器,当截止波长分别取0.25mm和0.8mm时,高斯滤波器滤波结果的标准差分别为0.4366nm和9.6544nm,样条滤波器滤波结果的标准差分别为0.0271nm和1.1844nm,说明样条滤波器更适合于超精密金刚石刀具刀尖圆弧波纹度的评价。     

可以稳定快速收敛的无源时差定位系统

针对无源时差定位系统实时性要求较高、初始估计误差较大的特点,分析了现有各种滤波方法在实际工程应用中的局限性,在此基础上提出对传统的迭代卡尔曼滤波(IKF)方法进行改进。从其高斯牛顿迭代逼近最大似然估计的实质入手,首先通过修正高斯牛顿迭代的目标函数得到一个基于一步高斯牛顿迭代的滤波更新公式,减小了初始估计误差对整个系统的影响,然后根据其最大似然估计的性质推导了一个新的增益计算公式,减少了求逆运算的次数,提高了整个系统的稳定性,在获得较好定位性能的同时大大提高了系统的处理速度。实验统计结果表明,改进后的IKF方法以较小的时间开销获得了与无迹卡尔曼滤波(UKF)方法相近的定位性能,但其定位性能明显优于扩展卡尔曼滤波(EKF)方法、粒子滤波(PF)方法和传统IKF方法。     

基于FIR滤波的拐角轮廓误差精确插补算法

在加工短线段时,可以采用高阶样条曲线进行插补来平滑拐角,使得机床在加工路径的拐角处实现连续不间断进给运动,但无法精确控制拐角轮廓误差.针对该问题,进行基于有限脉冲响应(FIR)滤波的拐角轮廓误差精确插补算法研究.利用FIR滤波器,对速度和加速度滤波进行三次滤波,生成平滑的高阶参考轨迹,通过调节进给脉冲的重叠时间,精确控...     

高速宽带取样-滤波数字化系统中高斯滤波器的设计

本文基于频域逼近的方法提出了高斯滤波器的设计理论,得出了带宽归一化的各阶高斯滤波器的通用计算公式。并对高斯滤波器的数字化时间窗口、回复时间参数等进行了计算。     

稳定分布环境下最小范数滤波算法的神经网络实现

非高斯α-稳定分布可以更好地描述实际应用中遇到的具有较大脉冲特性的随机信号和噪声。传统的最小二乘滤波(L2范数)方法在处理无限方差低阶α-稳定分布噪声滤波问题时就会失去其韧性。选取最小绝对偏差(L1范数)作为新的滤波准则。L1范数求导的非连续性导致其实现起来较困难。为此,提出了一种新的L1范数滤波算法的神经网络实现方法,计算机模拟和分析表明,算法可以全局收敛至精确解。     

动态卡尔曼滤波在导航试验状态估计中的应用

阐述了GPS动态试验的新方案,使用两个精度相差一个数量级的GPS接收平台,通过匀速运动车辆的DGPS及GPS的滤波对比试验,验证了卡尔曼滤波器的有效性.并针对传统EKF(extended Kalman filtering)滤波器动态滤波性能较差的缺陷,引入了一种基于非线性思想的动态无导数卡尔曼滤波器,并对其状态方差阵及随机噪声方差阵Cholesky分解更新公式做了改进,避免了导数的运算,加快了滤波速度,有效地确保方差矩阵平方根的正定性从而抑止了发散.将这种新的卡尔曼滤波器应用于实际动态定位状态估计问题上.试验结果表明:比起传统卡尔曼滤波器,新的卡尔曼滤波器有较高的精度,实用性更强.     

α-β滤波在无人测量艇航向导航中的研究

无人测量艇重量轻、工作航速慢(通常7节左右),其航向可观测性弱。在高海况和强浪、流、涌条件下,罗经传感器的航向角观测值不平稳,无法满足海事测量艇的控制精度要求。为实现无人艇航向角的平滑滤波,根据系统控制频率和艇体运动性能对航向过程噪声进行有效估计。根据估计的过程噪声利用α-β滤波器对无人艇航向进行滤波。然而航向角的值域范围在边界处不连续,直接利用α-β滤波器在边界处会产生奇异值。为此提出一种边界滤波策略实现航向全域的平稳滤波。实测数据回放验证了此方法在无人测量艇航向导航控制中的有效性。