基于卷积滤波的谱元法在长时程波场模拟中的应用

地震波波场数值模拟是深入认识复杂地下介质的重要手段.谱元法兼顾了有限元方法的传统优势,并提高了数值精度和稳定性,已成为目前地震波波场数值模拟中最常用的方法之一.随着超大规模并行计算的普及和发展,高分辨模拟所需的网格尺寸越来越小,网格规模越来越大,导致长时程模拟的大步长需求越来越高,成为倍受关注的研究热点.区别于传统的保结构算法,本文采用时间频散变换对时间离散引起的误差进行补偿,并引入空间滤波用于打破CFL(Courant-Friedrichs-Lewy)条件对时间采样间隔的限制.为了克服谱元法中因为非均匀空间采样点引起的滤波频谱计算难题,本文采用空间卷积滤波替换传统频率域滤波,有效的降低了算法的计算需求.该滤波方法也适用于复杂起伏模型的波场模拟.将本文方法用于保结构算法,并针对四阶辛Nyström方法进行了测试,显著增大了四阶辛Nyström方法的时间采样步长.新方法可以有效的用于地球自由振荡的模拟以及其他需要长时程数值模拟的工作中.

基于卷积滤波的接触式纱线张力测量方法

为有效保持纱线张力控制系统输出稳定的纱线张力,针对张力测量中出现的不收敛、抖动大、精度低和毛刺较多等问题对张力反馈调节系统的影响,提出一种基于卷积滤波的接触式纱线张力测量方法。首先在悬臂梁正反面粘贴电阻应变片,利用压阻效应将纱线张力信号转化为电压信号进行测量,经过分析可以发现受纱线输送路径环境及传感器结构特性影响,张力信号耦合了低频、高频和奇异噪声,不能直接用于纱线张力控制系统,因此,为解耦真实张力值,在软件控制系统中设计限幅滤波算法滤除奇异噪声;用低通滤波去除高频噪声;用S-G卷积算法去除低频耦合噪声。为验证算法可靠性与实用性,搭建纱线张力测量实验平台,对恒张力和变张力条件下纱线张力测量数据与标准数据进行对比分析。结果表明:该方法可将张力波动控制在0.6%以内,这对复杂工况下的纱线张力检测及张力控制系统具有指导意义。

层次卷积滤波红外弱小目标检测方法

针对单帧复杂背景红外图像点目标检测算法存在复杂背景下处理效果不理想、处理时间长的问题,提出了一种层次卷积滤波检测算法。主要分为两个部分:第一,根据红外小目标特性,设计一种层次卷积滤波的算子,对图像进行滤波处理,实现图像中小目标的增效和背景抑制的效果;第二,采用基于最大值的自适应阈值方法,对图像进行二值化操作,过滤背景杂波,最终提取到待检测的目标。在大量不同背景红外图像中进行实验,论文算法在背景抑制因子和信噪比增益的性能量化结果上优于现有5种典型红外弱小目标检测算法的性能结果,且平均处理时间仅为高斯拉普拉斯(Laplacian of Gaussian,LoG)滤波算法的30.42%。通过实验对比,表明该层次卷积滤波算法可以有效解决在不同复杂背景下的红外图像中对小目标检测的问题。

基于卷积滤波的纱筒定位检测算法

纱筒定位检测是自动换筒算法中的首要任务,针对纱筒图像背景复杂、分割困难的问题,本文提出一种基于卷积滤波的纱筒定位算法。首先对图像进行直方图均衡化,增强区域特征,再对传统扩散滤波模型进行优化,抑制纹理等高频信息,接着设计圆形卷积核对图像进行卷积滤波,抑制图像背景,最后对卷积图像进行Blob分析,通过区域特征筛选得到内筒轮廓。在自主搭建的检测平台上使用本文方法进行实验,实验结果证明纱线余量的检测精度在1.5%以内,满足实际生产要求,为纺织产业自动化生产提供一定的依据。

基于卷积滤波的海上失事船舶视觉检测技术

海上失事船舶受到浓雾以及复杂海况影响,视觉检测难度较高,提出基于卷积滤波的海上失事船舶视觉检测技术。采用红外散射滤波检测方法实现对海上失事船舶的视觉图像采集,对采集的图像采用大气穿透性因子融合方法进行去雾处理,根据暗原色特征分布实现对海上失事船舶的视觉图像增强,采用边缘轮廓特征检测技术进行海上失事船舶的边界特征分区融合和平滑处理,结合卷积滤波方法实现对海上失事船舶视觉检测。仿真结果表明,采用该方法进行海上失事船舶视觉检测分辨能力较好,图像去雾能力较强,定位精度较高,提高了对海上失事船舶视觉定位能力。

基于自适应卷积滤波的网络近邻入侵检测算法

深度无线传感组合网络中的近邻路由节点入侵具有载荷快速变化性,难以对新出现的攻击类型和网络异常行为进行有效识别,因此提出一种基于自适应卷积滤波的网络近邻入侵检测算法。在深度无线传感组合网络的传输信道中进行网络流量采集,构建网络入侵信号模型,在时间和频率上分析网络入侵信号的能量密度和攻击强度等特征信息,构建自适应卷积滤波器进行网络传输信息的盲源滤波和异常特征提取;采用联合时频分析方法进行网络近邻入侵特征信息的频谱参量估计,根据频谱特征的异常分布状态进行无线传感组合网络近邻入侵检测。仿真实验结果表明,采用该方法进行网络入侵检测的准确率较高,对未知的网络流量样本序列具有较高的识别能力和泛化能力,且所提算法优于传统的HHT检测算法、能量管理检测方法。

迭代频域反卷积滤波器的多参数优化

本文首先介绍了几种成功应用于现代时域测量和计量学中的迭代频域反卷积滤波器 .包括Guillaumc Nahman(G N)反卷积滤波器、最佳补偿反卷积滤波器和综合反卷积滤波器 ;着重介绍了迭代频域反卷积滤波器的多参数优化原理并进行了必要的公式推导 ,给出了更为合理的反卷积滤波器传输函数表达式 .然后 ,对这些反卷积滤波器进行了计算机仿真 ,并给出了每种反卷积滤波器的滤波效果与设定值相比较的滤形图 .最后 ,对这些反卷积滤波器的性能进行了评述和比较 ,结果表明无论是波形还是标准偏差 。

多传感器信息融合稳态最优Wiener反卷积滤波器

应用现代时间序列分析方法,基于ARMA新息模型和Lyapunov方程,提出了单通道ARMA信号的多传 感器信息融合稳态最优Wiener反卷积滤波器。它避免了Riccati方程,可用于设计含未知模型参数和含未知噪声方 差系统的自校正信息融合滤波器。一个仿真例子说明了其有效性。

基于Kalman滤波的信息融合白噪声最优反卷积滤波器

应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优信息融合准则下 ,提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ,可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli

条件线性状态空间模型Rao-Blackwellized卷积滤波算法

针对条件线性高斯状态空间模型,提出一种新的状态滤波方法,称为Rao-Blackwellized卷积滤波(Rao-Blackwellized convolution filtering,RBCF)算法,算法用卷积滤波器(convolution filter,CF)估计模型中的非线性状态,用卡尔曼滤波器(Kalman filter,KF)估计线性状态;与Rao-Blackwellized粒子滤波器(Rao-Black-wellized particle filter,RBPF)相比,算法使用了基于核函数的CF,提高了在小噪声条件下的估计精度。RBCF滤波算法应用于机动目标跟踪的仿真结果表明:在小噪声条件下,RBCF的估计精度明显高于RBPF,其对位置和速度估计的均方根误差比RBPF低一个数量级以上。而且随着噪声进一步的减小,这种优势将更加明显。

基于改进的迭代增量频域反卷积滤波器的图像复原

图像复原是数字图像处理的一个重要内容 .本文针对因运动和噪声而模糊的图像进行了复原研究 ,发现通常的反卷积法、几何均值滤波和普通的迭代反卷积滤波均不能实现高质量的图像复原 ,为此 ,我们提出一种改进的迭代增量反卷积滤波算法 ,实验表明 。

基于FPGA实现二维卷积滤波器的图像处理

目前的二维卷积滤波图像处理方法本质上都是基于PC端进行算法仿真,而在将仿真算法映射到硬件平台进行实现时,处理效果不佳。针对这一问题,文中提出了基于FPGA构建多种二维卷积滤波器共同实现方案。所提方案是基于FPGA平台,通过在FPGA上进行Shift⁃RAM搭建,基于二维卷积核算法,做到同时实现多种图像处理,比如RGB彩色图像处理,灰度处理和图像边缘检测,并在硬件设计上对图像边界处理的映射算法进行完善。实验结果表明,所提案能够在FPGA平台上很好地实现多种基于二维卷积的仿真算法,同时,在保证处理效果的前提下,提高了处理效率。

多传感器全局最优观测融合白噪声反卷积滤波器

白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显著地减小计算负担,便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明了其有效性。

白噪声Wiener反卷积滤波器

应用现代时间序列分析方法 ,基于 ARMA新息模型提出了白噪声 Wiener反卷积滤波器。该滤波器可统一处理滤波、平滑和预报问题 ,可用 ARMA递推滤波器实现 ,适用于石油地震勘探数据处理。同多项式方法和 Kalman滤波方法相比 ,避免了求解 Diophantine方程和 Riccati方程 ,减少了计算负担。Bernoulli- Gaussian白噪声反卷积的仿真例子说明了其有效性。

自校正信息融合Wiener反卷积滤波器

对于含有未知模型参数和噪声统计的多传感器信号反卷积系统,应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型参数的在线辨识,可在线估计噪声方差,进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性,即若ARMA新息模型参数估计是一致的,则它收敛于当噪声方差已知时的最优融合Wiener反卷积滤波器。同单传感器情形相比,它可提高滤波精度。一个带三传感器的反卷积系统的仿真例子说明了其有效性。

一种卷积滤波器大容量延迟线实现新方法

大容量延迟线是设计实时卷积滤波器的一个关键技术。该文讨论了几种实现延迟线的方法,介绍了一种基于FPGA内嵌BlockRAM的延迟线设计新方法,该方法能大大节省FPGA的CLB资源,且结构简单灵活、易于扩展,并在某型飞机座舱综合图形显示系统中得到了应用。

基于卷积滤波三维形貌光学检测中频谱自动移位的实现

在投影栅相位法测量三维物体形貌技术中 ,利用栅线图像的条纹灰度值分布具有极大极小的特性 ,提出了一种有效算法 ,其特点是基于卷积滤波技术实现频谱的自动移位 ,而不需要利用频谱分析和频谱图来进行 。

同态解卷积滤波在摩托车后视镜振动台架试验中的应用

主要探讨了摩托车后视镜在等时间间隔冲击串激励下振动响应信号的数字处理方法。由于等间隔冲击串信号在倒频谱中呈现一系列等间隔尖峰，可利用同态解卷积滤波获取无混响后视镜响应谱和系统的传递函数。

空间模板卷积滤波的视频处理算法及其VLSI实现

文章讨论了空间模板卷积滤波算法在视频图像增强处理中的应用,给出了基于Laplacian算子模板卷积滤波算法的VLSI设计。并针对算法的硬件实现中所采用的嵌入式视频行存储器结构,讨论了面向FPGA和ASIC实现视频行存储器接口电路的设计。

多传感器加权观测融合Wiener反卷积滤波器

基于Kalman滤波方法,应用加权观测融合方法,提出了全局最优观测融合Wiener反卷积滤波器。同集中式观测融合方法和分布式状态融合方法相比,不仅可获得全局最优Wiener反卷积滤波器,而且明显减小计算负担,便于实时应用。一个四传感器加权观测融合仿真例子说明了其有效性。