自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

工程船动力定位系统滤波器设计与研究

为了解决卡尔曼滤波器在给定艏向线性化和过程噪声矩阵难以精确计算的问题,在建立船舶动力定位系统数学模型的基础上,设计了基于Sage-Husa自适应滤波算法的动力定位系统滤波器,并针对具体船型进行了滤波器设计,通过实船试验表明此方法能够很好的滤除高频运动信息的干扰,准确地估计出船舶低频运动信息,在工程上是可行的。     

斜拉桥索无损检测信号的滤波处理方法

针对在役斜拉桥索只能进行无损检测的特点,设计了基于漏磁检测的缆索缺陷检测系统。实测结果表明,缺陷产生的漏磁信号往往附有大量的噪声信号,导致信号特征不显著。为此,应用信号平滑、小波包差分超限滤波和BP神经网络模式识别等信号分析方法,对采集信息进行滤波处理,以获取比较显著的特征量化信号。仿真结果表明,经过滤波处理后的漏磁信号特征明显,为桥梁斜拉索的断丝缺陷检测和分析提供了可靠依据。     

基于小波分析的地铁视频火灾边缘检测方法

地铁由于其特定的运行环境,发生火灾事故时,伤亡大、损失严重。通过数字图像技术处理视频图像,判定是否发生火灾早期火灾预警的重要手段。准确、高效地识别火灾的轮廓是其中的一个重点。本文针对视频火灾检测,本方法首先采用加权均值滤波方法去除图像中的噪声,再利用方向可调的小波变换方法,对火灾图像进行边缘检测,成功提取出火焰轮廓,以实现火灾的识别和报警。通过对火焰图像采取标准小波方法和该方法进行边缘检测,结果表明本文提出的方法可以提取火焰轮廓更多的细节信息,并且很好的避免了图像边缘模糊化现象。     

基于MATLAB图像处理的几种滤波器的比较

噪声的特点表现为临近像素值梯度的急剧变化,噪声点反映在频域上代表图像信号的高频分量,通过低通滤波器滤除这些高频分量,实现对图像的平滑抑噪.论文介绍了四种滤波器在图像处理中的应用实例.实验表明,四种滤波器均能够达到良好的去噪效果.     

振动信号调理系统的设计

利用前置放大电路、单片机ATMEGA 16以及集成芯片MAX262等电路,设计了一种振动信号调理系统并实验验证了其可行性.由编制的VC软件界面输入滤波器中心频率和其他参数,通过计算机向单片机发出指令,控制滤波芯片MAX262进行信号滤波,消除噪声.实验证明,所设计的振动信号调理电路简便可行,信号检测效果良好.     

基于粒子滤波的电力机车电气故障诊断

采用分布式传感器网络(DSN)对列车电气系统的各种状态信息进行检测,根据动态空间模型理论建立系统状态方程和观测方程,采用粒子滤波技术对系统滤波状态进行估计,通过二值决策法对每个传感器获得检测信息并与阈值对比,对比结果由故障诊断中心融合并给出最终决策结果,如果确认处于故障状态则给出故障预警.由于传递给诊断中心的数据是二值结果,降低了通信量,提高了实时性能.实验仿真结果验证了诊断系统的适用性和可靠性,也验证了粒子滤波在非线性、非高斯系统中的适用性.     

基于双边市场理论的浙江省大宗散货交易平台建设策略探讨

大宗散货交易平台由生产商、最终用户(或贸易商)等参与方共同构成,具有典型的双边市场特征,平衡参与各方利益的定价策略是大宗散货平台成功运作的基础,物流、金融、信息等非价格竞争服务是其进一步发展的重要支撑.本文以双边市场理论为基础,从定价策略、非价格策略等方面分析如何促进浙江省大宗散货平台的建设发展.     

牵引网高次谐波对高低压三相系统的渗透特性

为研究牵引网高次谐波对高低压三相系统的影响,建立了阻抗匹配平衡变压器谐波模型,分析了高次谐波对公共电网高压三相系统的渗透特性;建立了牵引变电所用逆Scott变压器谐波模型,分析了高次谐波对牵引变电所低压三相系统的渗透特性;对牵引侧高次谐波含量较高的牵引变电所进行了测试,分析了谐波实测数据,并与谐波模型分析结果进行了对比;提出了一种适用于牵引变电所低压三相系统的Y型阻波高通滤波器滤波方案,并研制了一套滤波试验装置.研究结果表明,牵引网高次谐波对公共电网高压三相系统的渗透较小,但会明显渗透到牵引变电所低压三相系统;滤波装置投入运行后,牵引变电所低压三相系统a相电压谐波畸变率由12.25%降为1.94%,b、c两相电压谐波畸变率也明显降低,滤波装置有效的滤除了高次谐波,改善了低压三相系统供电质量.      

人工免疫粒子滤波算法估计电动汽车电池SOC

准确预测电池的荷电状态（SOC）对纯电动汽车的安全可靠的运行具有重要意义.标准的粒子滤波算法对锂离子动力电池的非线性特征有一定的适应性,能够对电池的 SOC做出估计.但是在标准粒子滤波运算过程中普遍存在粒子退化现象,导致算法效率和预测精度降低.因此,本文提出一种新的人工免疫粒子滤波算法,将人工免疫算法的原理引入标准粒子滤波算法的粒子更新过程中,对锂离子动力电池SOC的估计进行优化,以提高SOC估计的准确性.利用北京市实际运营的纯电动汽车电池数据,对所提出的电池SOC算法进行实证研究.实验结果表明,相对于标准粒子滤波算法,人工免疫粒子滤波算法能够增加粒子的多样性,具有更好的SOC预测精度和有效性.