多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

目标定位和跟踪的卡尔曼滤波加 BP 神经网络的方法

首先分析了卡尔曼滤波应用于单目标定位与跟踪时需要校正的因素,接着用具有反向传播（ＢＰ）学习算法的前向网络,建立校正原理和校正网络体系结构,最后分别给出了它对第１类和第２类火控系统应用的数学模型。     

卡尔曼滤波在坦克目标状态估计中的应用

分析了现有机动目标数学模型及其卡尔曼滤波算法,并用数字信号处理器(DSP)对一个实际算法进行了实验.实验结果表明目标机动性能的提高将使坦克火控系统由于采用现行目标运动模型而产生较大的误差,因此,在火控系统中采用其他模型,如自适应模型等,势在必行.同时,对于跟踪精度高、实时计算量大的卡尔曼滤波算法,应用DSP技术实现具有良好的发展前景.     

一种新型光带通滤波器的设计

设计一新颖的光纤环路作为光带通滤波器,它由３ｄＢ定向耦合器和光纤光栅构成,并用传输矩阵方法对其输入、输出特性进行了理论分析,表明是一种性能优异的带通滤波器,在光通信等领域有着良好的应用前景．     

机械振动特征分析中的信号处理技术与微机特征分析系统

文中指出抑制阶比混迭和泄漏是建立一套完整的微机特征分析系统中需要解决的二个关键的信号处理问题。提出了阶比滤波器是抑制阶比混迭有效和实用的方法;并研制频率比合成器以抑制泄漏。介绍了由频率比合成器、阶比滤波器、TMS32010数据采集装置、主机和绘图仪所组成的微机特征分析系统。最后给出了该微机特征分析系统对轴承进行故障诊断的结果。     

一种新的并行多通道数据采集系统时序偏差校正技术

介绍了多通道并行采样技术在高速数据采集系统的应用和其局限性 ,然后给出了一种测量多通道系统各通道间时序偏差的方法 ;接着提出了一种在数字域校正通道间时序偏差的新方法 ,可以大大提高多通道并行采样技术的性能 ;最后对该方法进行了仿真以验证其可行性和性能。     

单片可编程数字信号处理器(DSP)在控制领域的应用趋势

分析了单片可编程数字信号处理器的特性,并着重同普通微处理器、微控制器作了结构及性能上的比较。介绍了现有的DSP 并预测了DSP 在控制领域中的应用趋势。     

机动目标跟踪的修正输入估计(MIE)算法与自适应α-β算法

机动目标的跟踪是雷达数据处理中的重要问题,对此进行了探讨的代表性的算法有Singer算法、IE算法、VD算法、IMM算法等。本文提出了修正的输入估计(MIE)与自适应的α—β两种新算法。MIE算法性能与IE算法相当,但运算量比IE算法小。自适应α—β算法的性能略低于以上几种算法,但运算量则大大低于上述几种算法,在对性能要求不很高的情况下,采用这种算法是较为合适的。     

无线电引信海杂波自适应抵消器

本文分析了海杂波干扰对无线电引信反导效果的影响,提出了采用自适应噪声抵消器来消除海杂波干扰的方法,并对有关参数的选取进行了探讨,最后给出了用电荷耦合器件CCD组成自适应海杂波抵消器的原理方案。     

一种基于中值滤波和边缘检测中模板匹配的图象滤波增强算法

本文针对数字图象处理中滤波可使圈象边缘模糊的现象,设计了一种组合式滤波增强算法。该算法在边缘地区沿着边缘方向进行滤波增强,在其它地区则进行滤波平滑操作,消除噪声。