模型参数自适应的交互多模强跟踪算法

基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法.在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数,提高了"当前"统计模型的自适应性和滤波器的鲁棒性,增强了系统对目标突发强机动的跟踪能力.仿真结果验证了该算法的有效性.     

信号数字处理中抗混滤波器的技术指标分析及其设计

本文从信号处理设备对输入信号进行时域和频域数字信号处理的角度,论述了采用抗混滤波器进行抗混滤波的必要性.经论证提出了抗混滤波器的设计指标,进行了切比雪夫抗混滤波器的设计计算.最后对实现的抗混滤波器进行了性能测试,取得了满意结果.     

变窗长秩排序统计滤波器与噪声图象滤波

基于信号分解理论,在非线性秩排序统计滤波器基础上,提出一种新型的非线性滤波器结构——二值秩排序统计滤波器。主要工作包括:(1)提出了滤波器的定义和实现结构;(2)实现算法;(3)滤波特性分析;(4)噪声图象滤波的计算机仿真。理论分析和实验结果表明,本文提出的滤波器具有良好的脉冲干扰抑制能力和边缘保持特性,硬件实现简单。     

电力有源滤波器的研究现状及发展

分别对目前电力有源滤波器滤波系统的结构、特性、优点、缺点、适用场合作了阐述．介绍了电力有源滤波器的信号检测和控制的几种最新方法．     

一种实现电话噪声衡重网络的新方法

本文介绍了一种用集成单片开关电容滤波器ＭＦ１０设计噪声衡重网络的方法,并给出了设计框图及电源理图。与传统的ＲＬＣ及有源ＲＣ网络相比,用该方法设计的衡重网络具有体积小,重量轻,调试方便,易于实现,价格低廉等特点。     

线性测量海上机动目标状态估值器

本文导出了在惯性坐标系内利用线性测量卡尔曼滤波器(LMKF)来估值海上机动目标的状态估值器。LMKF 可以用于非线性测量条件下的目标状态估值。同时,LMKF 的公式比延伸的卡尔曼滤波器(EKF)要容易推导得多。在飞机坐标系里用蒙特卡罗方法进行了大量的数学模拟。模拟结果表明,两种滤波器的估值误差相同,但是LMKF 只需要比较少的计算量。应用线性测量的方法,导出了在飞机地理水平面坐标系内的LMKF。该滤波器有较高的溶液精度和较少的计算量。     

等残差卡尔曼滤波器组算法的无人机控制故障诊断

提出了一种等残差卡尔曼滤波器组算法,它只需要单个卡尔曼滤波器的残差和状态估计及其线性变换,就可得到与标准的多模自适应滤波算法等价的残差,因此可以有效地减少计算量和计算时间.将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性.     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

基于自校正卡尔曼滤波器的信息融合算法

设计了一种新的基于ARMA模型自校正卡尔曼滤波器及其信息融合的方法,从而避免了经典卡尔曼滤波器需要精确知道系统的模型参数和噪声统计特性的缺点.仿真结果表明,在未知部分模型参数和噪声统计特性的情况下,自校正卡尔曼滤波器的滤波性能非常接近稳态最优卡尔曼滤波器;基于自校正卡尔曼滤波器的信息融合滤波性能接近基于稳态最优卡尔曼滤波器的信息融合滤波性能.     

车辆导航Kalman滤波衰减因子自适应算法实现

系统介绍了车辆导航系统中卡尔曼滤波器的设计,给出了误差校正的方法.提出了一种衰减记忆卡尔曼滤波中衰减因子的自适应估计方法.并在INS/GPS组合导航系统中进行了计算仿真,结果表明该算法能够较好地估计出衰减因子的大小有效地抑制滤波发散,提高导航精度.