Savitzky-golay滤波在陀螺仪角加速度测量中的应用

针对陀螺仪采集到的速度信号噪声大、平滑性不好以及采用一般工程数字滤波方法对数据处理求角加速度效果不佳的问题,提出了采用Savitzky-golay滤波方法对陀螺仪采集的速度信号进行数字滤波。所得滤波结果经微分处理,得到了角加速度波形,该波形较为平滑,保留了信号的主要特征,表明了此方法的有效性。

Improvement of digital S-K filter and its application in nuclear signal processing

On the basis of preliminary studies,a novel duo-parameter model consisting of amplitude filter factor and frequency filter factor for low-pass S-K filter is presented in this paper.The model is established by applying numerical differentiation method.Some simulation experiments and real data tests are carried out to verify the feasibility and superiority of the new algorithm.The results show that this duo-parameter model of low-pass S-K filter can be used to achieve high performance in signal processing and nuclear spectrum smoothing.

GPS高精度测速方法探讨

主要介绍了4种GPS测速方法,给出了各种方法的特点与适用范围,得出了4种方法的测速结果。中心平滑微分求速方法克服了常用微分平滑求速方法计算速度慢以及当部分位置数据出现较大跳跃时,计算出的载体速度严重偏离实际速度的缺点。通过对某次试验的GPS实测数据进行处理,采用中心平滑微分求速,得出的载体速度精度高,能够满足绝大部分领域的测速要求。

基于Electrooculogram的眼动信息识别

眼动电图(Electrooculogram,EOG)是无创记录眼球运动的一种有效方法,它能记录到眼球的任何微小动作,甚至闭眼状态下眼球的动作。为能自动识别其所包含的眼动信息,本文从时域分析出发,提出了幅度阈值法和微分法2种眼动信息识别方法,并重点实现了微分算法。微分法识别眼动信息的基本思想是,对基线调整、平滑处理后的EOG信号进行求一阶微分的运算,然后对微分结果求极值,最后根据不同眼动模式下EOG波形的微分极值分布特征进行眼动信息的识别。通过该法对19个EOG样本中所包含的眼动信息的识别,最终得到了总误判率小于0.02的结果。最后,本文还给出了从眨眼EOG波形分析得来的眨眼时的眼球动作的现象。

对地震图像进行保边滤波的非线性各向异性扩散算法

地震资料的噪音消除是地震资料处理的一个重要步骤,以往的地震资料滤波,都容易伤害地震资料的高频信号.原始地震图像属于线形纹理图像,地震同相轴表现为线条结构.基于偏微分方程的非线性各向异性扩散技术通过结构张量的特征向量控制扩散方向,利用扩散张量的特征值控制特征方向上的扩散量,对原始地震图像进行图像平滑处理,增强具有一致性的同向轴及其所反映的重要地质结构.

结构试验中一种高保真的数字滤波算法

结构试验中在采集诸如荷载挠度曲线等数据时,由于受到外界环境不可预测的信号的干扰,往往会使采集的数据产生很大的漂移,而且漂移是随机的,不可预测的,这就严重歪曲了试验的真实曲线,给试验的分析处理带来了困难。本文根据随机干扰信号的特点,采用了一种三阶段的数字滤波算法,每个阶段采用不同的滤波思想,逐步地将干扰信号过滤出去,还原结构试验曲线的真实面貌,并通过两个具体不同的实例,验证了算法的可行性。

用于图像平滑去噪的快速各向异性反扩散算法

提出一种用于灰度图像平滑去噪的基于自适应统计滤波的快速各向异性反扩散算法.该算法通过建立一种改进的异性扩散算法,对含噪图像迭代地进行反扩散作用,并在两次反扩散之间实行自适应统计滤波,以达到平滑去噪的效果.实验结果表明,新算法的性能稳定,相对于已有算法能在更短时间内达到预期效果,同时使图像边缘得到一定增强.

稻谷脂肪自动酸滴定仪设计与实现

传统的人工测定稻谷脂肪酸系统由于使用肉眼观察滴定终点,因此,具有误差较大、测定结果不准确、重复性差等缺点。稻谷脂肪酸自动滴定仪使用光学传感器以滴定过程的颜色变化为控制依据确定滴定终点,结果准确稳定,一致性好。通过对大量的测试数据的分析,提出了采用差分滤波法处理颜色数据确定滴定终点的实现方案,证明了该方案的可行性和实用性,并设计实现了系统样机。通过在样机上做的大量实验结果表明,本设计测定结果的重复性和精度达到了国标GB/T15684—1995的要求。

基于微分平滑滤波的特征点跟踪

光流跟踪作为一种重要的二维运动估计技术,在运动目标检测和跟踪中有着重要的作用。L-K光流跟踪算法是一种利用Newton-Raphson梯度下降法进行图像匹配的算法,所以离散图像的偏导数的计算显得尤为重要。由于数字图像离散的方格结构导致在计算各阶偏导数时产生较大的误差。利用微分平滑滤波的方法先利用一个连续的基础函数模拟离散的灰度图像,再利用基础函数取代离散的图像数据来计算偏导数。实验表明,该方法可以有效地降低由图像的不连续性导致在计算偏导数时产生的误差,从而提高特征点跟踪的精度。

后向平滑容积滤波算法处理与分析组合导航数据

通过研究采用经过改进的容积卡尔曼滤波算法,结合后向平滑滤波的思想联合解算全球定位系统/惯性导航系统数据。两次车载实验在波兰进行,分别是波兰研发的惯性传感器/单频全球定位系统和国产双频双模全球定位系统/惯导组合导航系统与差分全球定位系统数据比较的车载实验。并将实验得到的数据进行如下处理:其一是将单频全球定位系统/惯导联合解算后的结果,与差分全球定位系统数据进行对比;其二是用国产组合导航系统解算结果与差分数据结果进行对比。经处理后发现,低精度的单频全球定位系统/惯导解算的结果,用后向平滑容积卡尔曼滤波算法处理后精度得以提高,达到了中等精度的国产组合导航系统同样的精度。这个结论证明后向平滑滤波结合容积卡尔曼滤波是解算车载组合导航数据的有效方法。

基于模糊自适应卡尔曼滤波的平滑伪距算法

研究导航定位精度优化问题,针对传统的载波相位平滑伪距算法在较多历元数时精度误差较大,而补充卡尔曼滤波的相位平滑伪距算法的噪声变化无法动态估计等不足,提出了一种基于模糊自适应卡尔曼滤波的相位平滑伪距算法。本算法根据观测噪声的新息与协方差的均值变化,对时变的噪声统计特性实时估计与调整,达到最优估计,以增加滤波的时效性、提高定位精度。仿真结果表明,该算法在状态估计上精度更高,并且抑制噪声的稳定性更高,定位精度优于传统的载波相位平滑伪距算法和基于补充卡尔曼滤波的相位平滑伪距算法。

DOAS技术中光学密度计算方法对测量结果的影响

差分光学吸收光谱技术(DOAS)中,通过不同高通滤波方法获得差分光学密度,与经过相同数字滤波处理的实验室的标准参考谱作最小二乘拟合,反演出各种气体的浓度。通过几种平滑滤波和多项式滤波对相同测量信号进行光谱分析,比较其反演浓度的精度、残差的标准方差和峰峰值。结果表明,3点500次平滑滤波重复两次的高通滤波方法各项指标都优于其它方法,能有效地提高测量精确度和降低检测下限。

结合卷积平滑耳蜗谱和深度网络的语音增强技术

为了进一步提高基于深度神经网络的语音增强方法的性能,针对语音声学特征和网络的设计两方面进行优化。引入了一种声学特征卷积平滑耳蜗谱,组合了3个不同平滑度的耳蜗谱,能够有效捕捉语音局部和整体信息。网络结构上,使用深度双向长短时记忆网络可以有效提高网络的学习能力。采用一种后处理差分平均滤波,提高了特征参数在语音增强中的效果。实验结果表明,相比于传统算法和深度学习的方法,增强后的语音不管是清晰度还是质量都有显著提升。

卫星地基增强系统下的级联双频载波相位平滑优化算法

在卫星地基增强系统(GBAS)中,电离层时间和空间梯度是影响相位平滑过程的重要因子。为降低电离层对伪距平滑输出的影响并提高伪距平滑差分修正量的可用性,基于单频相位平滑引入的电离层额外误差的分析,本文提出了级联双频载波相位平滑算法。其基本原理为:利用一级低通滤波器对导航信号中的电离层延迟进行有效估计,将一级滤波器的输出与双频信号伪距值及载波相位值线性组合,生成码减载波值(CMC)作为二级低通滤波器的输入,同时对输出的平滑伪距值进行钟差校正,该滤波算法能够消除电离层延迟误差及衰减接收信号噪声。利用地基增强系统实时采集数据,并从平滑残差、定位精度等方面进行了对比仿真分析。结果表明,该改进算法能够有效地降低电离层对伪距差分修正量的影响,减小平滑伪距的残余误差,提高平滑伪距差分修正量的可用性及在精密进近着落过程中的定位精度。

基于白噪声正交多项式滤波的GPS测速方法分析

针对目前GPS精度鉴定系统事后数据处理中速度精度偏低,难以满足试验任务需求的问题,结合试验中GPS数据具有等间隔、高采样率的特点,基于GPS测速的基本原理,利用位置微分求速方法,设计了采用白噪声正交多项式最优线性滤波的中心平滑求速方法,使GPS测速精度达到0.01 m/s,提高了GPS精度鉴定系统的测速性能指标。

Spectral method of analysis and optimal estimation in linear stochastic systems

It is proposed to use the spectral form of mathematical description of control systems for modeling continuous-time Markov random processes described by linear stochastic differential equations with additive or multiplicative noise.The obtained results are applied to solve the output process analysis problem and the optimal estimation problem.