Walsh threshold matched-filtering based anti-collision for surface acoustic wave tags

Surface acoustic wave (SAW) tags are truly passive devices and do not contain any intelligence, so the question of multiple read in the reading range comes up. The paper suggests a Walsh matched-filtering method in Walsh field to distinguish the collision tags with a threshold. In advance, the code states with special sequency are selected from large possible states and the sequency variables of these tags are saved in a database. When a few tags are read simultaneously in read range, the received signal is filtered by the known sequency of single tag in database, and then these tags can be distinguished by the filtered result. Proper threshold selection improves operation speed. Experiment proves that this method is useful and reliable.     

基于GPS/DR的现代有轨电车定位方法研究

针对现代有轨电车运行环境和运营特点,采用GPS定位为主,航位推算为辅的车辆定位方案,确保现代有轨电车在运营线路上定位信息的连续性和完整性。采用卡尔曼滤波等数据处理方法,减少传感器采集数据的零偏漂移和随机漂移,降低航位推算的累积误差,提高定位信息的精确性。由理论分析和跑车试验可以看出,组合定位方案和数据处理方法可以有效实现现代有轨电车在全部运行线路上的跟踪和定位。     

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．     

基于多层前馈神经网络的车牌提取方法

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。     

基于推广卡尔曼滤波的无源定位系统仿真

在现代电子战、信息战环境中，由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点，因此它具有重要的应用价值，并已成为当今非线性跟踪与估计研究领域的热点问题、针对无源定位中状态空间模型非线性和程度较高所引起的滤波发散问题，分析总结了推广卡尔曼滤波(EKF)次优递推滤波过程，最后给出滤波方程及仿真结果．     

长自回归谱的快速滤波算法

本文提出一种快速递推滤波算法,用于估计自回归(AR)模型系数。数值试验表明高分辨率的功率谱都是由高阶AR模型构成,高阶范围内有一最佳阶数存在,由于本算法是一种最优滤波算法,对噪声不敏感,小数据量时优于Marple算法,大数据量时优于快速付利叶变换,从文献记载的结果以及我们计算的实例看,有较高的分辨率。从本算法原理还能派生出若干类似算法。     

舰船中频电网绝缘监测装置的研制

为解决舰船中频电网绝缘监测的新课题,在原有工频电网研究基础上,结合双频信号法和零序电流幅相法各自优缺点,提出一种适合中频电网的监测策略,并研制了监测装置.     

纯距离条件下的UKF目标参数估计方法

在多站测角的被动目标跟踪中,目标的状态与角度量测值之间存在非线性关系,现有的方法主要是对其进行线性化,但线性化过程会带来滤波精度的下降,甚至会产生滤波发散而丢失目标.无迹变换卡尔曼滤波器（Unscented Kalman Filter,UKF）通过产生采样sigma点对系统状态进行逼近,可以较好地解决这一问题.将UKF应用到多站测角被动目标跟踪问题中,并通过仿真试验证实了算法的有效性.     

一种新的INS/LOG组合导航算法

针对电磁计程仪引入的海流速度可能会导致INS/LOG组合导航系统的卡尔曼滤波器输出发散问题,设计一种新的INS/LOG组合方式。以计程仪速度2次采样的差分值(即速度增量)作为系统观测量以抑制慢变海流的影响,采用基于延迟状态卡尔曼滤波算法,推导这种组合方式的观测方程,实现INS误差的最优估计。为抑制计程仪速度差分对其高频噪声的放大效应,采用巴特沃斯低通滤波器对其输出进行平滑处理。通过对3种INS/LOG组合方式的仿真比较,验证该算法的有效性。     

自适应算法在单轴激光惯导初始对准中的应用

针对传统的卡尔曼滤波在单轴旋转激光惯导动基座初始对准中当系统噪声和量测噪声未知时,会导致滤波精度下降甚至发散的问题,设计了简化Sage-Husa自适应滤波算法,建立了动基座条件下的单轴旋转激光捷联惯导的误差方程,利用设计的算法进行了仿真,结果表明在误差模型较大时,自适应滤波算法可以很好的提高滤波精度和稳定性。