基于F-X域预测和全变分的串行滤波器

传统的F-X域预测滤波方法在理论上需要假设地震同相轴呈线性,当假设条件不满足时,在分离有效信号和随机噪声时会产生信号畸变。本文提出一种基于F-X域预测滤波和全变分滤波的串行压制噪声方法,对F-X域预测滤波的残差信号进行全变分滤波,并将全变分滤波结果与F-X域预测滤波结果相加作为有效信号的估计。对合成地震数据和实际地震数据的处理结果均表明,相对于F-X域预测滤波法,本文方法在压制随机噪声的同时能更好地保护有效信号,即显著提高信号的保真度。

基于分段串行匹配滤波结合FFT的快速捕获方法研究与FPGA实现

随着GPS现代化的进行和我国北斗2卫星导航系统的发展完善,特别是GPS L5和北斗B3等长码的应用,传统的捕获方法消耗资源过大或者捕获时间过长,已经很难适应需要。在保证快速捕获的前提下,提出了一种分段串行匹配滤波结合FFT快速捕获的方法,有效的减少了资源的消耗和缩短了捕获时间。首先分析了这种捕获算法的原理和理论推导,并说明了其关键技术的实现。然后和其他两种捕获算法对比分析了SPMF-FFT捕获算法的优劣。最后通过研究该算法的性质,来说明该算法关键参数的设置。

基于低阶串行双扩展卡尔曼滤波的永磁直线同步电机无速度传感器控制策略

首先,基于三相永磁直线同步电机在同步旋转坐标系下的数学模型,推导出系统的三阶状态方程,实现基于扩展卡尔曼滤波算法的动子速度估计;然后,分析传统扩展卡尔曼滤波算法的计算过程,针对其实时线性泰勒近似是在上一周期的最优估计处完成,因而具有一定滞后性的缺陷,提出一种低阶串行双扩展卡尔曼滤波算法,通过两个低阶扩展卡尔曼滤波算法串行执行,在当前周期的最优估计处完成泰勒近似,提高状态估计精度;最后,仿真和实验结果表明,提出的基于低阶串行双扩展卡尔曼滤波器的无速度传感器控制策略,相比于常规扩展卡尔曼滤波器无速度传感器控制方法具有更高的速度估计精度。

双滤波器捷联惯导外阻尼导航算法

针对捷联惯导系统导航精度受系统振荡误差严重影响的问题,提出一种基于双滤波器的捷联惯导外阻尼导航算法.该算法设计了两个串行滤波器,第一个滤波器以外速度为参考输入对外部速度作平滑处理并得到捷联惯导系统误差状态估计值,第二个滤波器利用平滑后的高精度外部参考速度,以速度变化量作为外部参考输入进行状态估计,屏蔽速度常值误差对系统的影响,最后,设计信息融合算法,将两个滤波器得到的估计状态进行融合,使得导航结果兼顾双滤波器的优点.仿真验证表明:存在外速常值误差时,相较于滤波器2而言,经过信息融合后的导航误差的地球振荡误差收敛速度明显加快,其短期精度得到显著提高;相较于滤波器1而言,经过信息融合后,其稳态导航精度得到显著提高;该方法具有较高的稳态精度,可缩短外阻尼系统误差收敛时间,有效提高捷联惯导系统导航精度.

基于FPGA的通用型FIR数字滤波器的研究与设计

FIR数字滤波器的实现是基于加法器和乘法器,通过延迟将输入信号与固定的抽头系数相乘累加得到滤波结果,其中滤波系数是已知的数值,当我们需要一个固定阶数系数的值不固定时,我们就需要将滤波的系数通过外部输入的方式再与输入信号相乘。对于FIR数字滤波器的通用型的研究是基于传统的串行FIR数字滤波器的结构进行改造,使用Verilog HDL语言在Quartus II和Modelsim软件里面进行设计和仿真。结果表明基于FPGA的通用FIR数字滤波器的设计是可行的。

一种永磁电机无速度扩展卡尔曼算法

在实际生产应用中永磁同步电机的控制精度非常关键,在去除噪声的过程中,我们通常采用卡尔曼滤波,一般的卡尔曼无法满足要求,我们提出一种新型扩展卡尔曼滤波器。在电机的参数的实时运算中,并将参数不断更新进算法使得精确度大幅度提高,同时在传统扩展卡尔曼(EKF)的线性化过程中,泰勒近似只是在上一个周期的最优处完成,因此无法做到完美更新数据,降低了精确度。在此提出一种低阶串行双扩展卡尔曼滤波算法,通过仿真和实验比较了EKF和LSDEKFs对电机转速估计的误差,结果表明新型扩展卡尔曼滤波器具有更优的估计精度。