一种SαSG噪声在FP非线性系统中的逆滤波恢复方法*

针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。     

基于奇异点检验的SG阈值滤波算法

SG(Savitzky-Golay)滤波算法是一种去除数字信号中白噪声的有效算法.在实际应用中,这种基于移动窗口的最小二乘算法有一个核心问题有待解决,即如何在保证滤波效果的前提下,尽可能的保留信号中的波峰信息.本文通过理论分析提出了一种SG阈值滤波算法,可以对不同特征的信号区间采取不同的SG滤波策略,并基于白噪声奇异点检验和迭代算法的思想,提出了一种阈值确定算法,增强了这种SG阈值滤波算法的实用性和方便性.     

狄克松检验的时空信息加权SG时间序列滤波法北大核心CSCD

为准确重构受连续云雾污染NDVI时间序列,提高拟合曲线保真性,提出一种狄克松检验并融合时空信息的加权SG滤波法(SGDST)。首先,利用狄克松检验对像元生成一条标准参考曲线;其次,利用参考曲线和时空信息在目标像元邻域内找到相似像元,通过整合相似像元数据生成预处理序列;最后,通过加权SG滤波法对处理后NDVI序列进行平滑,获得高质量NDVI时序数据。采用2010—2019年MODS13Q1_NDVI数据,与SG滤波法、DL拟合法和AG法对比。结果表明:在拟合曲线时,SGDST方法能准确重构连续多期缺失数据的时间序列,有效保留局部波峰波谷细节特征;处理顽固噪声时,可避免过度修正有效低值;与其他3种方法相比,SGDST法的均方根误差和绝对平均误差小于0.0853像元,占拟合总像元比例最大,保真度最高。     

3种滤波算法对NDVI高质量数据保真性研究

标准MODIS NDVI产品时间序列仍然存在噪声,必须在利用前处理。理想的去除噪声算法,应该最大限度地去噪,同时最大限度地保留原数据中无噪声像元的真值。以往的研究大多关注不同滤波算法对噪声的处理能力,往往忽略不同算法在滤波处理时对原始高质量数据保真性的研究。基于Timesat 2.3时序滤波工具所提供的3个滤波算法,探讨了原始数据质量差异对滤波算法的保真性的影响以及不同滤波算法对原始高质量数据保真性的差异,通过对比分析发现非对称高斯算法(AG)对原始高质量数据保真性最高,双逻辑曲线拟合算法(DL)性能次之,SG算法拟合结果的保真性较差。     

基于CKF 的分布式滤波算法及其在目标跟踪中的应用

针对已有基于Sigma点信息滤波的分布式滤波算法,其性能易受参数影响而导致应用范围受限的问题,以容积卡尔曼滤波(CKF)为基础,利用信息滤波和平均一致性理论提出一种分布式CKF算法。该算法在保持分布式滤波优良特性(即可扩展性和对节点故障强鲁棒性)的同时,兼具CKF的高滤波精度和强稳定性。仿真结果表明了所提出算法的有效性,与分布式Unscented卡尔曼滤波(UKF)算法相比,该算法显著提高了目标跟踪的精度和稳定性。     

高速高机动目标自适应IMM跟踪算法

针对目标运动过程中有转弯机动等复杂运动模式的高速高机动目标,设计了自适应两层IMM跟踪算法。该算法内层由改进的机动目标当前统计模型构成,把目标速度方向角作为伪测量值进行滤波,实时获得目标的角速度和角加速度;外层模型由常速模型和曲线模型构成,把内层模型得到的切向加速度和转弯角速度作为曲线模型参数,利用IMM算法进行滤波。仿真结果表明,该算法对高速高机动目标具有较高的跟踪精度,算法实现简单,具有一定的实际应用价值。     

基于高斯混合模型的人脑MR图像分割新算法研究

有限高斯混合模型是广泛应用于聚类分析与分布估计的概率模型之一,同样在脑部MR图像分割领域获得了广泛应用.利用高斯混合模型可以描述大脑图像,通过期望最大算法求解随机变量的特征值,并用其对图像上的点进行分类,可以在一定程度上解决脑图像分割问题.针对含脉冲噪声的大脑图像,首先利用改进的滤波方法对图像进行滤波,再利用粒子群改进算法的全局优化特性求解高斯混合模型的参数,这样避免了EM算法易陷入局部极值的现象,以提高参数精度,从而进一步提高分割质量.     

基于几何主动轮廓模型的粒子滤波跟踪算法

标准粒子滤波(SPF)是解决非线性、非高斯模型系统跟踪问题的典型方法,然而粒子更新过程严格依赖于参数的选取,且不能处理曲线拓扑结构的变化。鉴于此,提出基于几何主动轮廓模型的粒子滤波(PF)算法。利用水平集技术处理轮廓曲线拓扑结构变化,改进重采样技术,增加粒子多样性。实验结果表明,该算法是有效可行的,并提高了非线性系统状态的估计精度,具有更强的适应性。     

简化型PCNN 的混合噪声图像滤波算法研究

针对脉冲噪声和高斯噪声构成混合噪声的特点,提出了一种基于简化型脉冲耦合神经网络( Pulse Coupled Neural Network,PCNN) 滤波算法,利用了简化模型的几个技术特性,适当的选取参数,并在算法中结合了形态学方法、中值滤波和维纳滤波,该算法相对于均值滤波和中值滤波算法来说具有更好的抑制混合噪声干扰的能力,能较好地保持图像的边缘和细节信息。通过大量实验证实,应用简化型PCNN 滤波算法对滤除灰度图像所受混合噪声的效果较好。在与其他算法的比较中,该算法优于传统的滤波算法,不但能有效地滤除混合噪声,并且计算量适中,具有较好的实时性,同时随着图像受混合噪声污染程度的增大,优势更加明 显。     

一种曲线平滑的自适应方法

基于曲线的参数方程和信号平滑滤波以及方向链码的基本思想,提出了一种基于Ｆｒｅｅｍａｎ链码和以张长为参数的参数方程的离散曲线自适应平滑算法,解决了图象处理中曲线提取后存在的不光滑问题。最后给出了一些对比实验结果,证明了本算法的有效性。     

太阳电池I-V曲线拟合的优化算法

通过对遗传算法(GA)和人工鱼群算法(AFSA)的研究,结合太阳电池I-V曲线的数学模型,提出了一种遗传算法与人工鱼群算法相互融合的优化算法(GA-AFSA)。GA-AFSA保持了遗传算法的全局寻优的优点,克服了人工鱼群漫无目的随机游动和遗传算法收敛慢的缺点,并且通过人工鱼群算法的计算提高了收敛速度。利用了太阳电池实测数据进行I-V曲线拟合及太阳电池的光生电流、二极管品质因数、串联电阻、反向饱和电流、并联电阻等5个重要参数的最优求解。将GA-AFSA与已有的算法进行了比较,仿真实验表明GA-AFSA精度高,收敛速度快。     

基于Savitzky-Golay算法的曲线平滑去噪

Savitzky-Golay算法被广泛地运用于数据流平滑除噪,是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。仿真结果表明,与传统算法相比,Savitzky-Golay算法具有更稳定、误差更小的平滑去噪效果。     

Look-up table based I-V model for GaN HEMT devices for Microwave Applications

In this work, a newly found innovative interposable lookup table based nonlinear empirical DC I-V model for GaN HEMT device has been formulated. Angelov and Yang's models have been taken as reference models to study the effects of bias (V_gs, V_ds) dependent traps (gate lag and drain lag), self-healing, virtual gate formation, etc. on I-V characteristics functions and their inclusion into I-V equation functions of the proposed model. A new polynomial ratio function of V_ds with its coefficients varying with V_gs has been formulated as a first function of the I-V model equation, to describe the transfer characteristics of the GaN HEMT. The obtained coefficients of the polynomial ratio function have been calculated by the curve fitting tool, are used to form a look-up table so that the I-V model is fast and accurate. Model verification has been done using 8 × 75 µm gate periphery and 0.25 µm gate length GaN HEMT of UMS foundry. The measured and modeled results of I-V characteristics as well as transfer characteristics are compared and found to be matched accurately with each other. Because of this, this model is more accurate and proficient in the representation of GaN HEMT I-V characteristics when compared to the Angelov DC I-V model. The proposed methodology can be used to model all GaN HEMT devices.Using the proposed nonlinear I-V equation, an empirical model has been generated in AWR MWO using an interpolable lookup table of coefficients varying with V_gs for the GaN HEMT of UMS, CREE and WIN foundry, which can be used for Computer-Aided Design (CAD) of RF circuits, etc.     

基于HMM的卡尔曼蛇跟踪

隐马尔科夫模型(HMM)提供了一种概率框架融合多量测信息，并能够通过转移概率来表达曲线的平滑性，以得到更准确的量测结果．利用HMM所得到的结果作为量测信息输入到卡尔曼蛇滤波系统中，可明显地增强抗干扰能力和跟踪的鲁棒性．从样条向量空间新的内积与范数定义出发，对于形状矩阵的正交化处理可以进一步增强滤波系统的稳定性，增加模型与参数的可控性。     

基于卡尔曼滤波的动目标运动参数跟踪测量

为实现雷达的精确制导功能,需要精确的跟踪和测量动目标的各项运动参数,为了提高跟踪测量精度,根据目标运动特性采用与系统相匹配的滤波算法。本文探讨了卡尔曼滤波的原理和特点,设计了有效的滤波参数和滤波方程,并通过仿真验证了卡尔曼滤波对跟踪测量精度改善的有效性。     

高速凸轮摆杆机构参数化设计技术研究

针对高速凸轮摆杆机构参数化设计过程中从动件摆动引起的凸轮转角偏移问题,分析了凸轮转 角偏移产生的原因及影响,提出了基于转角补偿量的参数化设计数学模型,实现了凸轮参数到凸轮轮廓曲线的 精确映射。以改进正弦运动规律为例,基于 UG 软件和二次开发平台实现了凸轮摆杆机构参数化设计和特征曲 线可视化,并通过 UG 运动仿真验证了数学模型和特征曲线的准确性。研究结果表明：推程和回程运动阶段凸 轮轮廓曲线对应的圆心角对比凸轮转角都发生了不同程度的偏移;基于转角补偿量的数学模型可以降低凸轮从 动件的最大加速度,实现凸轮轮廓曲线的精确设计,同时简化了凸轮摆杆机构的设计和修改流程,极大的提高 了设计效率。     

神经网络在赤铁矿含量预测中的应用

高光谱曲线信息量大,如何从中提取有效信息是一个难点。赤铁矿作为花岗岩型铀矿床蚀变带中的典型蚀变矿物,也是寻找铀矿的标志之一。文章从铀矿床矿物的高光谱曲线中提取光谱特征参数,利用神经网络方法构建光谱特征参数与赤铁矿含量的关联模型,对铀矿床矿物中赤铁矿的含量进行预测。结果表明,和传统的多元线性回归、支持向量机等方法相比,神经网络方法的精度高于现有算法,是一种可行的、有效的算法。     

Spatially and temporally continuous LAI data sets based on an integrated filtering method: Examples from North America

Leaf Area Index (LAI) is an important biophysical variable for characterizing the land surface vegetation. Global LAI product has been routinely produced from the MODerate resolution Imaging Spectroradiometer (MODIS) aboard the Terra and Aqua satellite platforms. However, the MODIS standard LAI product is not continuous both spatially and temporally. To fill the gaps and improve the quality, we have developed a data filtering algorithm. This filter, called the temporal spatial filter (TSF), integrates both spatial and temporal characteristics for different plant functional types. The spatial gaps are first filled with the multi-year averages of the same day. If the values are missing over all years, the pixel is filled with a new estimate using the vegetation continuous field-ecosystem curve fitting method. The TSF integrates both the multi-seasonal average trend (background) and the seasonal observation. We implement this algorithm using the MODIS Collection 4 LAI product over North America. Comparison of the TSF results with the Savitzky-Golay filter indicates that the TSF performs much better in restoring the spatial and temporal distribution of seasonal LAI trends. The new LAI product has been validated by comparing with field measurements and the derived LAI maps from ETM+ data at a broadleaf forest site and an agricultural site. The validation results indicate that the new LAI product agrees better with both the field measurements and LAI values obtained from the ETM+ than does the MODIS LAI standard product, which usually shows higher LAI values.     

基于DW特征参数的GNSS-R海面风速反演研究

传统上,机载风速反演一般使用相关功率曲线后沿直接匹配方法,该方法需从实测数据中提取状态信息生成理论波形,而从实测数据中提取状态信息是有误差的,导致生成的理论波形存在误差,从而反演效果不好。对此,提出一种新的基于一维时延功率波形特征参数的风速反演方法,该方法根据风速对一维时延功率曲线时延窗的影响,建立以一维时延功率曲线时延窗作为特征参数的风速反演模型。实验结果表明,新方法的精度为0.77 m/s,相比传统方法,精度提高了33.04%,且模型简单。     

基于无迹卡尔曼滤波估算电池SOC

为了实现在线估计汽车动力电池的荷电状态（SOC）,提出了结合神经网络的无迹卡尔曼滤波算法。以Thevenin电路为等效电路模型,建立了状态空间表达式,采用最小二乘算法对模型参数进行辨识。在此基础上,利用神经网络算法拟合电池的荷电状态与模型各个参数之间的函数关系,经过多次实验,确定了神经网络算法的收敛曲线,此方法比传统的曲线拟合精度高。介绍了扩展卡尔曼滤波和无迹卡尔曼滤波的原理,并设计了等效电路模型验证实验、电池的SOC测试实验和算法的收敛性实验。实验结果表明,在不同的工况环境下,该方法估计SOC具有可在线估算、估算精度高和环境适应度高等优点,最大误差小于4%。最后验证了结合神经网络的无迹卡尔曼滤波的算法具有较好的收敛性和鲁棒性,可以有效解决初值估算不准确和累计误差的问题。