H^∞滤波在无源北斗／SINS组合导航系统中的应用

无源北斗接收机输出有色噪声大,数据跳变点多,噪声分析和建模工作困难。而传统的卡尔曼滤波存在不确定的滤波统计参数,滤波稳定性不高,提出将H^∞滤波用到无源北斗／SINS组合导航系统中。H^∞滤波追求噪声干扰对可控输出的影响最小,即强调系统的鲁棒性,而且不需要建立精确的数学模型,也不需要精确知道系统的统计特性,滤波参数设置简单。通过仿真实验验证,在相同滤波误差模型下,其滤波算法稳定性高于卡尔曼滤波的稳定性。     

SINS/GPS/LORAN-C多传感器组合导航系统研究

基于联邦滤波的捷联惯导与GPS、Loran-C组合导航系统,是利用GPS、Loran-C等子系统提供的参数信息对组合导航系统进行联邦卡尔曼滤波,校正捷联惯导系统的误差。在对系统进行了理论仿真的基础上,进行了海上试验,给出了静态和动态试验的结果。理论仿真和基于实测数据的试验结果表明,此滤波器具有较高的滤波性能和精度,而且提高了导航系统的可靠性。     

基于海流数据库的Kalman滤波在水下导航中的应用

定位精度对载体至关重要.提高定位精度有2种方式:一是增加高精度导航设备;二是利用数据处理方法.水下载体缺乏高精度的导航设备,但其又需要在水下保持长时间的精确航行.通过建立高精度的海流数据库,然后利用数据融合算法对水下导航信息进行处理来获得高精度的位置信息,该数据融合算法实质是基于海流数据库的Kalman 滤波.通过大量的仿真实验和海试证明,该算法具有很强的实用性和有效性.     

基于多尺度时频图与卷积神经网络的车轮故障智能诊断

铁道车辆车轮故障的产生,不仅会增大列车的振动和噪声使乘坐舒适性下降,而且会加速车辆及轨道零部件的损伤,严重时还会引发事故,因此对车轮服役状态的实时监测对保证列车安全运营具有重要意义。针对现有铁道车辆车轮故障诊断方法存在自适应能力弱、准确率低等不足,提出一种基于多尺度时频图与卷积神经网络(CNN)相结合的车轮故障智能诊断方法,该方法利用车轮所在轴箱垂向振动加速度来间接识别车轮服役状态。1)首先采用形态学滤波器对车辆轴箱振动加速度信号进行滤波降噪,然后采用完全噪声辅助聚合经验模态分解(CEEMDAN)将滤波后的信号自适应地分解为若干固有模态函数(IMF),选取能量熵增量相对较大的三阶分量作为信号的主分量。2)分别求各主分量的Wigner-Ville分布(WVD),然后叠加转化为多尺度时频图。3)对经典的LeNet-5模型进行结构改进和网络参数优化,构建适合车轮故障诊断的CNN模型,来学习提取车轮在不同工况下的时频图特征,并对时频图进行分类,将特征学习提取与故障分类融为一体,一定程度上实现了端到端的车轮故障诊断。经仿真试验和现场试验验证表明：所提出的方法对于车速、故障类型和故障程度都有很好的...     

基于视觉传达技术的船舶图像中弱小目标检测方法

为及时发现和跟踪小型渔船、救生艇等弱小目标,提高海上救援和应急响应的效率和准确性,研究基于视觉传达技术的船舶图像中弱小目标检测方法。通过中值滤波算法去除船舶图像中的噪声,改善船舶图像质量,将去噪后的船舶图像应用于基于门限直方图均衡的船舶图像增强方法中,在该方法处理下,增强船舶图像对比度;之后利用视觉传达技术,对船舶图像中的弱小目标亮度进行调整,并根据亮度调整结果分割目标边缘,从而实现弱小目标检测。经实验验证,该方法可在保证图像边缘清晰的情况下实现图像去噪与增强,提高了船舶图像质量,同时该方法具有较高的背景抑制因子与信杂比率增益,在检测过程中可有效分割弱小目标与背景,实现良好的弱小目标检测。     

一种二维均值滤波快速算法及其应用

作者将盒滤波技术成功的应用于基于灰度立体匹配中的相似性测定的计算和数学形态学中矩形结构元素的处理中,算法的复杂性被大幅度的降低,另还,还对盒滤波技术进行了实际应用的改进,进一步减少了整个运算的时间。     

分形滤波及其在铁路信号中的应用

电气化铁路的发展使列车接收到的铁路信号质量有所下降,为了在强干扰的环境中可靠地解调出有用的铁路信号,必须采用有效的滤波技术来抑制这些干扰。基于分形维数概念,提出了一种新的模糊控制滤波方法,该滤波方法可以根据信号的特征动态地调整模糊控制参数的取值,对铁路移频信号仿真结果表明,滤波效果良好,对于复杂信号的滤波应用前景广阔。     

一种基于 Curvelet 变换的地震数据去噪方法和应用

如何去除噪声且不损失有效信号是地震数据处理中的一个重难点。实验将一种Curvelet自适应阈值去噪法应用到地震数据处理中,Curvelet变换系数由自适应阈值约束,经阈值函数映射得到估计系数,最后对所得的估计系数进行逆变换,实现地震数据去噪,有效提高地震数据信噪比。模型和实际数据处理结果表明,Curvelet自适应阈值去噪法较好地压制了噪声的同时保护有效信号,克服了F-X域滤波产生新噪声的缺陷,取得了较好去噪效果。     

指纹图像预处理方法的研究与比较

指纹图像预处理需针对不同的噪声产生原因而采用不同的方法,先对采集到的退化图像进行Wiener滤波。然后对复原后的图像进行增强预处理．着重对主要预处理方法Gabor方法和各向异性扩散技术进行了分析对比,并就这些方法中的参数选择进行了对比研究．     

图像椒盐噪声滤波的自适应开关插值算法

针对图像中椒盐噪声的特点,利用牛顿插值,提出了一种白适应开关插值滤波方法．结合极大极小值椒盐噪声检测算法和自适应窗口大小方法标识可能的噪声点,然后用迭代图像插值估计方法,利用与当前噪声点近邻的非噪声点或已修复的噪声点消除当前噪声点．对噪声密度为10％-90％的测试图像的仿真结果表明,该算法能在有效抑制噪声的同时较好地保持图像的细节信息．