一种基于混合遗传算法的加权Myriad滤波器

本文提出了一种直接采用浮点操作的混合遗传算法 ,分析了该算法的特点 ,并将其用于实现加权Myri ad滤波器 ,即采用混合遗传算法得到加权Myriad滤波器的权值估计及其滤波输出 .比较仿真结果表明 ,由于混合遗传算法的所有染色体均可快速收敛至全局最优点 。

加权Myriad滤波器的研究

为了克服在图像处理领域常用的线性滤波器的不足,非线性滤波器就成了非常有意义的一个研究方向。Myriad算法是基于稳定模型的一种非线性滤波算法,它能够充分利用稳定分布的多种模式来进行非线性信号加权处理。Myriad滤波作为一种图像滤波算法,和常用的中值滤波相比,其优势在于不仅能够有效地滤除盐椒噪声,还能够使细节部分保持得更好。本文提出了中心加权Myriad滤波器和自适应加权Myriad滤波器,通过对参数K的调节,平衡在窗口中去除噪声和保持图像细节之间的矛盾,而所加权重也能够根据图像自适应变化。

新型波浪加权式高性能声表面波滤波器设计

射频滤波器是移动通信中信号传输频率选择、噪声滤除干扰的不可或缺的关键器件。压电薄膜多层衬底结构的声表面波滤波器因具有高矩形度、低损耗等优点在近年来被广泛应用,但其谐振器固有的横向模式会极大影响滤波器性能。为此提出了一种新型的波浪加权式叉指设计的声表面波谐振器,该谐振器通过使用正弦函数作为交叠长度加权包络曲线,能够在不恶化谐振器性能的前提下有效抑制谐振器中的横向模式。将波浪加权式叉指设计的谐振器按照梯形拓扑结构级联,设计并制备了一款尺寸为1.1 mm×0.9 mm×0.55 mm的高性能滤波器。该滤波器中心频率为2.593 GHz,相对带宽为8.8%,插入损耗为0.52 dB。实物测试结果与仿真基本一致。

基于加权最小二乘法的分数延时滤波器设计

相较于传统的可变分数延时滤波器无法满足延时的实时变化,Farrow结构延时滤波器因其独特的结构可以灵活地调整时延且不需重新设计滤波器系数。以加权最小二乘法作为分数延时滤波器系数配置的基本方法,通过建立离散加权平方误差函数对滤波器系数的配置进行理论推导。并设计一种最小化幅度响应最大绝对误差的迭代判断条件来确定权重函数,用以更新滤波器系数来实现滤波器性能的优化。

融合加窗和自适应加权引导滤波改进的Canny算法

针对Canny算法滤波过程中图像细节部分缺失和无法有效去除噪声,并且无法动态识别图像边缘的问题,提出一种融合加窗和自适应加权引导滤波的Canny算法。该算法对Canny算法做出两点改进:一是使用加窗滤波器对图像进行处理,有效滤除噪声,然后对图像进行数学形态学滤波处理,有效增强图像边缘;二是引入分段权值模型对引导滤波算法的正则化参数自适应修正,使其能够根据梯度信息区分边缘和非边缘,从而达到动态识别图像边缘的效果。相比传统Canny算法,改进算法处理后的信噪比提高了1.05~5.22 dB,品质因数提高了0.16~0.35。实验结果表明:改进算法能有效滤除椒盐噪声,识别出比较清晰和完整的边缘。

适于助听器的加权叠加滤波器组参数设计

为提高助听器系统的综合性能,提出以加权叠加结构为理论基础,采用符合人耳听力特性的非等带宽通道划分方法,实现系统延时与频率分辨率的灵活配置,从而动态化调整滤波器组中的相关参数,提高助听器系统的综合性能。基于该参数设计思路设置滤波器组,选取不同类型的窗函数来验证抑制声音信号分析时频谱泄漏的影响,实验结果表明该参数设计思路是可行和有效的。

自适应型中心加权的中值滤波器

针对低噪声污染的图像提出了一种改进型中值滤波算法.该算法是一种自适应型中心加权的高效中值滤波算法.通过粗略地检测图像中的冲击噪声污染率,来自适应地调整中心像素的权值,从而控制新的滤波器对不同污染程度的噪声图像进行不同程度的平滑,即对轻度污染的图像进行轻度的平滑,而对污染比较严重的图像进行重度的平滑.实验结果表明,新的滤波算法优于传统的中值滤波器及其他一些典型的改进型中值滤波器.

自适应模糊加权均值滤波器

为了在滤除退化图像中高斯和冲激混合噪声的同时更好地保护图像的细节 ,运用模糊数学的思想提出了一种基于模糊隶属度的加权均值滤波器。该算法利用模糊隶属度函数的概念和裁剪均值滤波器的思想 ,对均值滤波器的权值加以优化 ,使其不仅在降低高斯噪声的能力和保护图像细节方面较传统的均值滤波有所提高 。

基于加权一阶局域理论的综合电力滤波器谐波电流预测方法

受硬件和软件条件的限制,现有的各种谐波电流检测万法都存在延时问题,一股约为一个周期。检测出的结果实际上是一个周期前的谐波电流,因而会产生较大误差。对谐波电流进行准确的跟踪和预测,然后根据预测值进行补偿是解决这一问题的有效方法。该文提出了基于加权一阶局域理论的谐波电流预测方法,该方法在t时刻预测出t+2时刻的谐波电流与其理想值的偏差值,通过选择t+1时刻的控制策略,利用加权最小二乘法使得在t+2时刻该偏差值为最小,从而实现了两步预测的无差拍控制。将中心点的空间距离作为一个拟合参数引入预测过程,提高了预测精度和消噪能力。该方法具有原理简单和实时性好等特点,仿真和实验结果验证了它的有效性和实用性。

用于ETC系统的扇形声表面波滤波器设计

该文设计了一款用于电子不停车收费系统(ETC)的声表面波(SAW)滤波器。该款滤波器采用3-1-3分节的电容加权结构和电极宽度控制(EWC)的换能器单元结构,基片材料为128°Y-X铌酸锂。通过对滤波器外围匹配电感、换能器反射指结构和膜厚的优化,实现了滤波器小插入损耗和高阻带抑制,制作滤波器的中心频率为40 MHz,插入损耗为-7.5 dB。该文突破常规设计方法,采用在扇形结构中换能器全抽指加权SAW滤波器的设计手段,使器件最终满足ETC项目使用要求。

直方图加权均值滤波器

本文提出了一种适合于消除图像盐椒噪声的滤波器———直方图加权均值 (HWM)滤波器 .该算法以加权均值滤波器为基础 ,利用被污染图像的直方图函数作为权值进行加权运算 .实验表明 ,对于噪声率在 5 %到 90 %的的噪声图像 ,HWM滤波器具有良好而稳健的去噪效果 ,当噪声率超过 70 %时 。

基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器

对非线性多传感器系统,基于Gauss-Hermite逼近方法和加权最小二乘法,提出了一种具有普适性的非线性加权观测融合算法.该算法可将一个高维观测压缩为一个低维观测.在此基础上,结合无迹Kalman滤波器(Unscented Kalman filter, UKF),提出了非线性加权观测融合无迹Kalman滤波器(WMF (Weighted measurement fusion)-UKF).与集中式融合UKF (CMF (Centralized measurement fusion)-UKF)相比,该算法计算负担小且具有逼近的估计精度.特别是在传感器数量较大时,该算法在计算量上的优势更加明显.仿真例子验证了算法的有效性.

模糊加权均值滤波器

主要研究了受混合噪声污染图象的降噪滤波问题，运用模糊数学思想提出了一种基于模糊隶属度的加权均值滤波器．该算法利用模糊隶属度函数的概念，对均值滤波器的权值加以优化，使其不仅在降低高斯噪声的能力方面较均值滤波有所提高，而且对于脉冲噪声及混合噪声也有很好的抑制能力．

稳态噪声背景下加权Myriad滤波的遗传算法实现

该文利用遗传算法具有全局最优搜索的特点,同时,考虑到运算复杂度问题,提出了用十进制代替传统的二进制进行算子操作的遗传算法,来获得加权Myriad滤波器输出。另外,针对在原自适应权值训练算法中权值处于稳定区后波动仍较大的问题,分析了波动存在的原因并对其进行了改进.仿真结果表明,该方法在较多极值点的情况下,所有染色体均可快速收敛至全局极值点,并且改进后权值估计可使滤波效果有明显改善。

新型梯度倒数加权滤波器

受经典梯度倒数加权滤波器的启发 ,提出了一种应用于图像去噪的新型非线性数字滤波器 ,称之为新型梯度倒数加权滤波器 .该数字滤波器解决了总体变差最小模型的全局最优解问题 .大量的实验表明 。

新型梯度倒数加权滤波器及其性质

该文从经典梯度倒数加权滤波器出发 ,通过重新定义合适的模板结构和参数提升梯度模 ,提出了一种应用于信号去噪和图像增强的新型梯度倒数加权滤波器。分析该滤波器的迭代过程 ,揭示了该数字滤波器解决了整体变分的全局最优解问题。该文既以实验说明了该滤波器优良的去噪和边缘保持能力 。

变迹加权三角形IDT结构的SAW滤波器设计与实现

利用改进的δ函数模型对变迹加权三角形的IDT结构进行建模仿真,根据仿真结果设计SAW带通滤波器版图,并在实验室制作了中心频率为200 MHz、带内插损为6 dB的SAW带通滤波器样品,结果表明其仿真结果与试验结果的一致性较好.

遗传算法加权中值滤波器的优化设计

当测试数据中随机干扰满足高斯分布时,可以采用线性滤波器进行信号处理得到所要求的有用信号.而当随机干扰为非高斯分布时,则必须采用非线性的信号处理方法才能获得所要求的有用信号.这里讨论一类非线性滤波器——加权中值滤波器的最优设计问题.取损失函数为绝对误差的数学期望值,采用实数值编码多子种群的标准遗传算法来极小化损失函数.由于遗传算法:是用点群进行寻优,而不是用一个单点进行寻优,具有隐含并行算法的特点;群体在每一代的进化过程中执行同样的复制、交叉、变异操作,仅使用问题本身所对应的适应度函数,而不需要任何其它先决条件或辅助信息;遗传算法使用随机转换规则,而不是确定性规则进行运算.遗传算法作为一类全局最优算法,它所得到的加权中值滤波器也是全局最优的.数值计算结果表明,采用遗传算法可以得到更小的绝对误差平均值,且优于LMA算法.

基于加权总体最小二乘正则化方法的混合滤波器组最优化设计

模拟分析滤波器组的实现欠理想、系统噪声以及数字综合滤波器有效阶数实现所带来的系统误差均有可能造成混合滤波器组的设计出现解不稳定、无唯一解等病态问题,影响混合滤波器组的准确重构效果。本文首先给出了满足准确重构条件下,以综合滤波器组频域响应为求解变量的混合滤波器组线性求解模型。针对线性方程中系数矩阵以及目标向量受扰动误差影响特点,提出一种新的基于加权总体最小二乘正则化算法的IIR形式综合滤波器设计方法。算法以系统扰动误差最小化为目标函数,根据随机误差变量的二阶统计特性,采用加权总体最小二乘算法抑制滤波器实现误差以及随机噪声等扰动因素影响,使得到的综合滤波器组频域响应解的加权误差平方和最小化,并通过Tikhonov正则化方法优化病态情况下方程组解的稳定性。提出一种IIR类型的综合滤波器系数的求解算法,并利用正则化方法优化滤波器系数,提高系统稳定性。该方法可应用于过采样混合滤波器组的设计。仿真结果表明该算法的有效提高系统鲁棒性和改善重构性能。

自适应加权FIR-Myriad混合滤波算法

针对FIR滤波器滤除脉冲噪声以及加权Myriad滤波器滤除高斯噪声的不足,提出基于FIR滤波器和加权WMy滤波器有效组合的一类新的非线性滤波器FIR-WMyH滤波器。利用神经网络中的反向传播算法,在均方误差准则下,推导了一个基于统计梯度的自适应算法。基于稳定α分布脉冲噪声模型下的仿真结果说明了该算法的良好的性能。