无刷直流电动机二阶离散平滑滤波器位置伺服控制

设计了一种新颖的基于改进的2阶离散平滑滤波器无刷直流电动机位置伺服控制系统。2阶离散平滑滤波器的输出适合于伺服系统,特别是2阶系统的前馈控制,能保证系统的最小时间响应和平滑轨迹跟踪。在将无刷直流电动机等效为2阶系统的基础上,整个控制系统的外环采用2阶离散滤波器控制,内环为电流PI控制器,实现无刷直流电动机的级联位置伺服控制。因此,该系统兼具线性控制和非线性控制的优点。通过负载转矩观测器的设计,提高了电动机在内部参数变化和外部负载扰动下系统的抗干扰能力。该控制方法不但能实现系统位置的良好跟踪还能保证速度的及时响应,仿真与实验结果证明了该控制策略的有效性。

基于平滑滤波器的心电信号基线漂移的矫正

介绍了一种基于平滑滤波器的心电基线漂移矫正方法。详细阐述了平滑滤波的原理及平滑滤波器的设计,以及用平滑滤波器进行基线处理的实现方法。

融合平滑滤波器和子带分析的双声源定位

为改善混响环境下多声源定位算法的性能,提出了一种基于子带分析的平滑广义互相关多声源定位算法。该算法利用语音信号在频域的稀疏性,首先对麦克风阵列接收到的混合语音信号进行子带划分,计算每个子带中信号的平滑广义互相关函数,再通过加权平均方式融合各子带的时延信息,最后结合空间几何定位算法获得各个声源的三维位置。在互相关原理的基础上,采用一阶平滑滤波器对互功率谱函数进行多帧加权平滑处理,减小仅由当前帧估计结果带来的波动,保持各帧之间的连续性,提高算法的定位性能。仿真结果表明:本文提出的算法在混响环境下获得了较高的定位精度,且明显优于参考算法。

基于前向神经网络的非线性平滑滤波器设计研究

文章阐述了基于前向神经网络的非线性平滑滤波器的设计问题,分析了上述平滑滤波器的存在性及其滤波误差方差的组成,给出了有限观测序列下网络学习的性能指标,由此提出了一种次优网络学习算法,它具有很好的抑制白噪声能力。

基于MATLAB线性平滑滤波器的设计

本文采用MATLAB进行线性平滑滤波器设计。结果表明,线性低通平滑滤波器可以有效的消除噪声,当所用的平滑模板的尺寸增大时,消除噪声的效果增强,同时所得的图像变得模糊,细节的锐化程度逐步减弱。

一种基于能量准则的平滑滤波器

本文提出一种基于能量准则的平滑滤波器,它可以用于滤除噪声、检测纹理结构和检测边缘。和高斯函数的拉普拉斯算子相比较,这种平滑滤波器用于边缘检测时,具有更好的定位精度以及同样的噪声抑制效果,对于各种图象所进行的实验,其结果是令人满意的。

计算机测控系统模拟通道中抗混叠/平滑滤波器的设计

针对计算机测控系统模拟通道的特点，提出了一种抗混叠／平滑滤波器的设计方法，给出了典型设计。所设计的抗混叠／平滑滤波器有可编程、性价比高等优点，这种设计方法有很大的实用价值。

多传感器信息融合Wiener滤波器和平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广状态空间模型,应用标量加权最优融合准则,对于带白色和有色观测噪声的ARMA信号,提出了多传感器分布式最优信息融合Wiener滤波器和平滑器,其中给出了计算局部平滑误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高平滑器的精度。一个三传感器目标跟踪系统的仿真例子说明其有效性。

一种八阶开关电容带通滤波器的设计

采用数模混合CMOS工艺,设计了一种八阶开关电容带通滤波器以及辅助的低通抗混叠滤波器和平滑滤波器。仿真结果表明设计的开关电容滤波器实现了中心频率57KHz,通带增益20dB,3dB带宽3KHz,阻带衰减35dB。设计的开关电容滤波器在一款RDS解调芯片中成功实现了RDS信号的中频选择功能。

FIR滤波器在光纤陀螺中的应用

光纤陀螺的研究主要分为光路和电路2个部分,电路部分中数字信号处理的算法影响整个光纤陀螺系统的精度.介绍了平滑滤波器和基于分布式算法的FIR滤波器的基本原理;采用Matlab工具箱中的fdatool设计了滤波器系数,并进行了仿真,仿真结果表明设计可靠、合理且满足设计要求;最后使用Verilog HDL语言实现了滤波器硬件电路.

基于低通滤波器的双平滑伪距滤波算法设计与实现

本文研究电离层异常波动对相位平滑伪距产生的滤波发散问题，提出一种基于低通滤波器的双平滑伪距滤波算法；对电离层异常波动进行探测，并优化平滑窗口，以达到既提高定位精度又避免滤波发散的目的。分析结果表明，此方法可以有效地探测出电离层异常波动，避免滤波发散导致的定位异常。

一种用于载波平滑码伪距的自适应滤波方法

为了达到更加精确的定位结果,在地基增强系统中需要利用载波相位对码伪距进行平滑处理,在对现有平滑滤波器存在的问题进行分析的基础上,本文介绍了一种用于载波平滑码伪距的系统噪声误差自适应卡尔曼滤波方法,可以避免周跳导致的伪距平滑结果误差过大,并通过仿真对该方法性能进行了验证。

平滑变结构滤波在航天器组合导航中的应用

针对系统模型不准确或噪声无法建模等导致的组合导航精度下降问题,在闭环间接滤波方案中引入一种基于变结构和滑模控制概念的平滑变结构滤波器(SVSF),该滤波器对于建模的不确定性和给定上限但无法建模的扰动噪声具有较好的稳定性和鲁棒性。将提出的方案应用于航天器SINS/GNSS组合导航系统中,进行仿真验证,并与EKF滤波器进行比较。仿真结果表明:SVSF尽管不是"最优"滤波器,但其精度与EKF相当,可实现位置精度优于10 m,速度精度优于0.01 m/s;在模型误差与测量误差增大和系统突变等情况下,其较EKF更加具有抗干扰能力,可提高导航系统的鲁棒性和稳定性。

预测滤波技术在光电经纬仪中的应用仿真

在光电经纬仪中,电视或红外脱靶量的滞后对控制系统的稳定性和跟踪精度都有较大的影响。根据跟踪控制系统实时性和精度要求,设计了两种预测滤波器,卡尔曼滤波器和有限记忆平滑滤波器,并模拟光电经纬仪实际工作的几种情况,进行了仿真。仿真结果表明,预测滤波技术能有效地增加控制系统的相角稳定裕度,改善控制系统的性能。

一种边缘定向平滑图像插值算法

针对传统图像放大算法边缘处理效果较差,自适应图像插值方法存在高计算复杂度的问题,该文提出一种有效增强图像边缘轮廓的插值放大算法。该算法结合边缘定向平滑滤波器和双线性插值的特点,使得图像在平坦和非平坦区域均能取得理想效果。仿真测试结果表明,与基于统计特征的自适应插值算法相比,该文提出算法能显著提高插值速度,平均运行时间降低8.33 s;与双三次插值算法相比,图像峰值信噪比平均增加0.30 dB。

自适应MEMS加速度计滤波算法

简要分析了微机电系统(MEMS)加速度计使用模型中的噪声来源,介绍了一种自适应平滑滤波器的设计方法,通过增设滤波阈值来调节滤波系数,实现了对MEMS加速度数据的动态降噪处理。实验结果表明:自适应平滑滤波器能有效抑制加速度计输出信号中的高频噪声,滤波前噪声信号均方根误差为2.32×10^(-5)m/s^2,经过滤波后,噪声信号均方根误差为4.79×10^(-7)m/s^2,提高了加速度计的测量精度,取得了良好的滤波效果。

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。

车内综合烦躁度评价的时序平滑激励级谱CNN模型

激励级时频谱可用于建立车辆声品质卷积神经网络(CNN)评价模型。但是相对于时变声特征的波动性,车内声品质的瞬时主观评价曲线具有平滑特性,利用波动的声特征序列建立时变声品质评价模型,导致预测曲线呈现波动性,所以时序波动激励级谱的直接使用也会制约车内噪声整体综合烦躁度CNN评价模型的性能。本文中,首先利用Savitzky-Golay滤波器对激励级谱进行时域平滑处理;然后使用CNN构建车内噪声的综合烦躁度全局主观评价结果与时序平滑激励级谱之间的映射关系,建立基于时序平滑激励级谱的整体综合烦躁度CNN评价模型;最后采用留一法进行交叉检验,结果表明相比于激励级谱CNN模型,时序平滑激励级谱CNN模型对车内噪声整体综合烦躁度的评价性能更好,提高了预测精度(误差均值降低10.43%)、稳定性(误差方差降低44.26%)与一致性(Pearson相关系数提高4.13%),说明相比于激励级谱,时序平滑谱对车内综合烦躁度的解析能力更强。

基于非参数平滑的OFDM系统信道估计算法

研究了双衰落信道下正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中信道估计的非参数方法。提出的方案首先利用梳状导频或散布导频和最小二乘算法估计出导频处的信道频率响应并进行简单的分段线性插值,然后用基于非参数统计方法的Savitzky-Golay平滑滤波器对插值后的信道估计值进行非参数平滑。与传统信道估计算法相比,算法大大降低了信道估计的均方误差、系统的误符号率和计算复杂度,运算量仅正比于有效子载波数,且对多普勒频移具有很强的鲁棒性。数值仿真结果证明了上述结论的正确性。统计检验结果表明,该算法在最小二乘意义下是最优的。

基于迭代均值漂移滤波图像分割新算法

图像分割技术在系统计算机视觉领域一直扮演着重要的角色.针对传统的图像分割迭代算法由于过分重视图像分割的精确度,造成算法复杂度大大的增加.为了解决该问题,提出了一种全新的基于迭代均值漂移滤波图像分割方法.算法采用了熵作为停止准则,并使用均值移动跟踪滤波来给出递归实时的分割过程.仿真实验结果表明,提出的迭代均值漂移滤波图像分割能快速的有效的分割图像,不仅可以得到了比较高的分割精度,还大大减少了计算量,一定程度上能够改善图片分割的效率和质量.