基于FFT的条纹图规则噪声滤波

影子云纹测量技术用于微电子封装基板翘曲测量中,条纹图往往受到被测基板均布芯片产生的规则噪声的影响,导致包裹相位质量较差,不能正确解包,引起较大的测量误差。针对条纹图中的规则噪声,分别采用常用的均值滤波、中值滤波和傅里叶变换滤波方法处理条纹图,傅里叶变换滤波方法能有效消除条纹图中规则背景噪声的影响,改善包裹相位图质量,提高测量精度。     

模糊自适应Kalman滤波在INS／GPS组合导航系统中的应用

针对INS／GPS组合导航系统中因量测噪声的复杂多变造成的发散问题,引人了一种基于新息方差匹配技术的自适应模糊控制Kalman滤波算法,通过模糊控制器在线调整量测噪声方差,抑制滤波器发散,从而提高导航系统的精度。仿真结果表明该算法具有比常规Kalman滤波更高的精度。     

电子设备电磁兼容性设计

介绍了电磁兼容性定义,分析了电磁干扰的分类及传播方式,重点讨论了电子设备电磁兼容性设计方法,即PCB设计、屏蔽、滤波、接地及布局等。结合计算机技术的应用,给出了电子设备电磁兼容性的预评估及建模技术。     

基于UKF和线性优化的改进粒子滤波算法

针对标准粒子滤波算法存在的粒子退化问题,提出了一种改进的粒子滤波算法,该算法将不敏卡尔曼滤波算法（UKF）、线性优化的思想和基本粒子滤波算法相结合,运用不敏卡尔曼滤波算法获得重要性概率密度函数,提高了粒子的使用效率;运用线性优化的思想,保证了所有粒子都以一定的概率对状态估计作出贡献,提高了粒子的多样性。仿真结果表明,改进的算法很好的解决了基本粒子滤波存在的粒子退化问题,具有更高的状态估计精度。     

小型水下航行器舷侧阵流噪声抑制原理和仿真分析

在小型水下航行器上加装舷侧阵,可有效增大基阵孔径,提高探测能力.流噪声是小型水下航行器舷侧阵的主要背景噪声之一,其激励源为阵表面的湍流边界层起伏压力.抑制流噪声是提高小型水下航行器舷侧阵声接收性能的重要途径.本文通过小型水下航行器舷侧阵的波数域响应函数建模给出了流噪声计算方法.仿真分析结果表明,采用面元水听器和表面覆盖粘弹性层相结合,可滤除湍流边界层起伏压力的高波数成份,从而有效抑制小型水下航行器舷侧阵的流噪声.     

基于分数低阶统计量的卡尔曼滤波目标跟踪算法

针对杂波干扰环境中的非高斯特性,发现海杂波噪声、闪烁噪声等具有显著尖峰的非高斯噪声,可以采用α稳定分布建立更符合实际的噪声模型。根据统计信号处理最新理论和技术,利用p阶分数相关和分数低阶协方差替代传统相关和协方差来改进Kalman滤波器,优化获得基于分数低阶统计量的Kalman滤波目标跟踪新算法(FLOS-KF)。仿真验证了FLOS-KF滤波跟踪新算法可以更好地适应非高斯复杂环境,得到稳健的跟踪效果。     

基于LIDAR技术的道路信息提取方法探讨

机载激光扫描（LIDAR）技术在多等级三维地球空间信息的实时获取方面实现了重大突破,为获取高时空分辨率的地球空间信息提供了一种全新的技术手段。研究将机载LIDAR技术应用于对既有道路网基础信息数据的采集和实时更新,不仅能缩短公路建设项目周期,也能促进公路管理信息化的进步。文中分析了现有机载LIDAR数据滤波和分类算法的原理和不足,结合数学形态学和对道路的先验知识提出一种直接从原始点集中提取道路信息的方法,并通过实验对方法的效果进行了评价。     

基于K均值和不变矩的粒子滤波视频目标跟踪

针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度,导致视频序列目标实时跟踪难以实现的问题进行了研究,提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法。首先对最初采样的粒子集采用K均值算法进行聚类,将N个粒子分配到K个聚类中心;然后将不变矩算法引入到粒子的选取中,通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配,选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算。实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题,只需要采用较少的粒子就能达到很好的跟踪精度,大大的减少了计算量,改善了粒子滤波的实时性的问题。同时,在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题。     

机动目标跟踪的一种新的方差自适应滤波算法

针对"当前"统计模型自适应滤波算法跟踪非机动或弱机动目标时存在跟踪精度不高以及受目标机动加速度极限值先验设置的制约等问题,提出了一种方差自适应滤波算法,该方法利用新息与加速度变化量之间的关系,实现了加速度方差的实时估计和自适应调整,能更好地适应目标非机动和强机动的各种情况,避免了"当前"统计模型在目标非机动或弱机动时加速度方差过大而带来的跟踪精度不高的问题;同时也避免了对目标加速度的极限值设定.理论分析和仿真结果表明,相对于"当前"统计模型,无论是跟踪常速运动目标还是跟踪强机动目标,本算法都具有较高的跟踪精度.仿真结果验证了算法的有效性.     

平方根求容积卡尔曼滤波的组合导航算法

以全球定位系统与航位推算(GPS/DR)相结合的组合导航系统为研究对象.为解决在GPS/DR组合导航研究中传统扩展卡尔曼滤波(EKF)算法的滤波精度和稳定性差问题,引入了平方根求容积卡尔曼滤波算法.作为一类sigma点滤波方法,SCKF有效避免了EKF计算雅可比矩阵,提高了估计精度.仿真结果表明,对于船用GPS/DR组合导航问题,该算法能获得更好的性能指标,更符合实际船用组合导航要求.