基于快速联合双边滤波器和改进PCNN的红外与可见光图像融合

针对红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出了一种结合快速联合双边滤波器(fast joint bilateral filter,FJBF)和改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的红外与可见光图像融合方法,在保证融合图像质量的前提下有效提高运行效率。首先,利用快速联合双边滤波器对源图像进行分解;其次,为了更好地提取图像中显著结构和目标信息,针对基础层图像采用一种基于视觉显著图(visual significance map,VSM)的加权平均融合规则,针对细节层图像采用改进脉冲耦合神经网络模型进行融合,其中PCNN的所有参数都可以根据输入波段自适应调节;最后,将基础层融合图与细节层融合图叠加重构得到融合图像。实验结果表明,该方法提高了融合图像的效果,有效地保留了目标、背景细节和边缘等重要信息。

基于背景感知相关滤波跟踪器的目标快速跟踪方法

图像跟踪算法是弹载图像末制导及光电侦查装备的关键技术,其高效低延时的实时实现可以极大提高光电载荷跟踪的稳定性和精确性。为解决弹载环境受体积、功耗等因素约束下图像末制导跟踪算法的高效性,基于背景感知的相关跟踪算法,提出一种基于数据驱动的多任务分配策略,并针对相关滤波计算是影响算法实时性的关键路径,提出Cache优化的快速傅里叶变换高效实现方法。通过将跟踪算法映射到多核DSP处理器平台上并行实现,相对原处理方法多核处理实时性能整体提升约56.3%。经无人机挂载试验验证表明,该优化方法可以满足空间约束条件下目标跟踪实时性需求,为智能化弹药的工程化应用提供了有力的技术支撑。

基于快速FIR算法的自适应滤波器的VLSI实现

[目的]自适应滤波器能根据优化算法来自动调整传递函数,是一种强大的自适应系统,在信号处理、通信、雷达、声呐、地震学、导航系统和生物医学工程等领域有着广泛应用。随着集成电路工艺技术的发展,电路功耗显得尤为重要,可提升收敛特性和吞吐率。[方法]本研究提出一种基于快速FIR算法的3并行延时LMS自适应滤波器的架构,设计一种新颖的硬件高效架构,用于并行自适应3条支路的权重更新。与传统滤波器结构相比,并行滤波器具有更高的吞吐率和更低的功耗。为提高自适应数字滤波器的收敛特性,从三条权值更新支路中选择一个具有更好系统性能的分支。采用细粒度的算术运算单元和重定时技术,能有效降低关键路径的延时。[结果]从ASIC综合结果可知,与现有最佳结构相比,本研究所提出的3并行9抽头滤波器架构的功耗降低近16%,面积延时积(ADP)降低近11%。[结论]本研究所提出的架构设计具有重要的实践指导意义。

有源电力滤波器中双向快速充放电DC-DC变换器设计及仿真

为了满足强磁场装置电源供电极低电流纹波的要求,采用了并联有源电力滤波器。首先简述了并联有源电力滤波器的工作原理,并设计了一种新型的双向DC-DC变换器取代了以往并联有源电力滤波器中使用的水冷电阻,实现了对并联有源电力滤波器中的电容器进行快速充电与快速放电,从而降低了能量损耗。然后详细分析了变换器快速充电与快速放电的工作过程,并给出了具体的设计参数。最后进行了仿真验证,通过仿真波形可以看出,该双向DC-DC变换器可以正常工作,能够顺利实现能量的双向流通,满足并联电力有源电力滤波器的设计要求。

快速傅里叶变换和广义形态滤波器在抑制局部放电窄带干扰中的应用

根据局部放电信号和窄带干扰的差异,提出了一种基于快速傅里叶变换(fast Fourier transform,FFT)和广义形态滤波器抑制窄带干扰的新方法。首先利用FFT得到窄带干扰的离散谱线,再利用基于数学形态学原理构造的广义形态滤波器将局部放电信号中的干扰滤除,最后进行傅里叶逆变换和小阈值处理以提取局部放电信号。仿真和实测数据的处理结果表明,该方法通过选取合理的结构元素可在滤除干扰的同时保留局部放电信号特征,较好地解决了局部放电信号中窄带干扰滤除的难题。

基于无变压器型混合有源滤波器的快速重复控制策略的研究

混合型有源电力滤波器(HAPF)需要具有稳态精度高和动态响应快的特点,为此根据无变压器混合有源电力滤波器(TLS-HAPF)拓扑结构,提出了一种基于快速重复控制(RC)的改进型控制策略,即比例积分控制(PI)和快速RC两部分相融合。在dq同步旋转坐标系下,这种控制策略不仅可以很好地抑制由非线性负载产生的6n±1次谐波,同时还具有动态响应速度快、占用存储空间小等特点。基于时域法设计了复合控制器的控制参数;分析了其稳态性能和动态性能;并相对于传统控制策略进行了对比性仿真和实验。结果表明,所提出的控制策略在不改变原系统稳态精度的情况下,能够有效提高系统的动态响应速度。

快速传递对准用联合强跟踪Kalman滤波器设计与仿真

针对用于快速传递对准的卡尔曼滤波器阶数高,计算量大,滤波更新率低,鲁棒性差及对准精度不高等问题,提出采用联合强跟踪Kalman滤波器进行快速传递对准。文中设计了联合强跟踪Kalman滤波器的结构和算法,同时利用改进的Elman网络进行信息分配系数的自适应调节,以实现融合信息在各子系统中的自适应分配。仿真结果表明,该滤波器不仅提高了解算速度,而且提高了系统鲁棒性和对准精度。

匹配滤波器组与FFT结合的伪码快速捕获方案研究

文中提出了部分匹配滤波器组与FFT相结合的伪码快速捕获的一种实现方案.该方案采用部分匹配滤波器组完成时域内完全并行搜索,同时采用128点FFT以实现频域的部分或完全并行搜索,以增加移位寄存器长度的较小代价去除大规模用以相干累加的SRAM,并且有效降低了FFT的工作时钟频率,便于硬件实现.该方案在一块FPGA上验证通过,并在0.18μm的CMOS的工艺下综合,电路规模是约合150.2万个晶体管,最高工作时钟频率是103MHz.该捕获方案最终等效于13.1万个串行相关器,极大提高了伪码的捕获速度.

基于快速Myriad滤波方法的地震数据去噪

Myriad滤波是一种针对非高斯脉冲噪声而提出的非线性滤波方法。基本Myriad滤波方法的运算量受窗口长度的影响,窗口取得越长,运算量也越大;改进的快速Myriad滤波方法实现简单,执行效率高。在方法原理介绍的基础上,假设地震噪声服从α稳定分布,将快速Myriad滤波方法应用于地震数据的去噪处理试验,并分别与均值滤波方法和中值滤波方法进行了对比。理论模型数据测试和实际叠前地震资料应用的结果都表明,快速Myriad滤波方法不仅对脉冲噪声具有很强的抑制能力,而且能有效地保护数据中的有用信息,其性能远远优于同窗口长度的均值滤波和中值滤波方法,滤波后地震数据的信噪比明显增强。

Gabor滤波器的快速实现

本文提出了Gabor滤波器的两种快速实现方法．这两种方法首先把Gabor滤波器分解为多个不同方向上有着不同参数的一维高斯滤波器的组合,然后通过递归的方法分别实现这些高斯滤波器,从而实现Gabor滤波器．实验和分析结果表明,本文提出的Gabor滤波器的快速实现方法,不论是计算复杂度还是计算精度,都比基于卷积的标准实现方法有着更好的性能和效果．

基于匹配滤波器与FFT的伪码快速捕获方法及性能分析

针对GPS信号伪码捕获消耗资源大与捕获时间长的问题,采用匹配滤波器(MF)与快速傅里叶变换(FFT)相结合的方法。该方法有效结合了串行捕获与并行捕获的优点,在减少硬件资源的同时实现了信号的快速捕获。详细推导了该算法的理论,并在Matlab平台上实现了伪码捕获的仿真及算法性能分析。分析表明该算法较其他算法在减少资源消耗、实现快速捕获及抗干扰方面有较大的优越性,并可应用于下一代全球导航卫星定位系统(GNSS)信号的捕获,为新一代的卫星伪码捕获奠定了基础。

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。

一种Myriad滤波器中线性度参数的计算方法

以最小渐进方差准则为基础,分析了SαS分布模型参数对Myriad滤波器线性度参数的影响,推导了SαS分布模型参数α与Myriad滤波器的线性度参数K之间的关系曲线,提出了一种线性度参数K的计算表达式,并与传统的经验公式和实际数据进行了比较。结果表明:相对于传统计算方法而言,所提出的公式对实际数据的逼近效果更好、形式更为简洁,具有较强的实用性。

全数字接收机中一种基于并行流水线与快速FIR算法的插值滤波器结构及其实现

该文在对已有的拉格朗日立方插值滤波器Farrow结构进行分析和研究的基础上,使用了流水线技术和并行处理技术来提高滤波器的速度。在此基础上提出了基于快速FIR算法的结构,降低了并行的Farrow结构的复杂度。对该算法结构进行了仿真,并在FPGA上实现。分析结果表明,改进后的结构有更快的运行速度和更低的功耗。

快速信息融合Kalman滤波器

应用现代时间序列分析方法,在标量加权线性最小方差融合准则下,提出一种多传感器快速信息融合稳态Kalman滤波器.基于ARMA新息模型计算稳态Kalman滤波器增益,提出了计算传感器之间的滤波误差方差阵和协方差阵的Lyapunov方程,它可用迭代法求解,并证明了迭代解的指数收敛性.与基于Riccati方程按矩阵加权的信息融合Kalman滤波器相比,可明显减小计算负担,便于实时应用,可用于设计含未知噪声统计系统的信息融合自校正Kalman滤波器.最后以目标跟踪系统的一个仿真例子说明了其有效性.

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 。

任意长度线性相位余弦调制滤波器组的快速实现

本文研究任意长度线性相位余弦调制滤波器组的快速实现，利用其原型滤波器的对称性，得到了一种更为有效的实现结构，与传统实现不同，新的实现结构使用２ ×２ 无损格型滤波器代替２ ×１ 无损格型滤波器，而格型滤波器的个数减少了一半。

LCL有源电力滤波器分数阶快速型重复控制策略

针对传统重复控制器存在动态性能差,稳态误差大,数字化实现难等问题,提出了快速型重复控制(fast repetitive control,FRC)算法,在不影响系统原有的稳定性前提下,能够大幅度提升了有源电力滤波器的动态性能。然而该改进方案,易出现延时阶次为分数阶延迟的情况,导致系统将无法精确地跟踪期望输出。在FRC算法的基础上引入基于拉格朗日插值法的有限脉冲滤波器来逼近分数阶延迟单元,以解决非整数单元的问题,从而实现了更高的跟踪精确度。基于分数阶快速重复控制策略,并采用电网电流检测和逆变侧电流反馈的电流双环控制方法,实现了对LCL滤波器谐振峰的有源阻尼抑制。基于该策略研制了LCL有源电力滤波器的实验样机,实验表明,系统的动态响应速度仅为传统方法的1/6,THD仅有2. 7%,验证了所提方法的有效性。

用于快速传递对准的自适应联合H_∞滤波器设计

针对用于快速传递对准的集中式卡尔曼滤波器阶数高、计算负担大、鲁棒性差及对准精度低等问题,该文提出采用联合H∞滤波器进行快速传递对准。设计了联合H∞滤波器的结构和算法:该滤波器采用两级数据融合结构,含有2个与传感器相连的子滤波器和1个融合子滤波器输出信息的主滤波器,整个计算任务被分配给2个子滤波器并行完成从而减轻了计算负担。同时利用改进的Elman网络进行信息分配系数的自适应调节和子系统故障检测,以实现融合信息在各子系统中的自适应分配,并对检测出的故障子系统进行隔离。仿真结果表明:该滤波器不仅提高了系统解算速度与鲁棒性,而且使系统对准精度提高了1个数量级。

多传感器快速粒子滤波器融合的方法及其在导航中的应用

提出在高斯噪声条件下,将多传感器融合中多维测量的全局粒子滤波器的粒子权重表示成多个一维测量的子粒子滤波器的粒子权重的乘积的形式,从而避免了通常计算全局粒子权重需要的大计算量,达到提高测量融合速度的目的.本文还分析了现有方法和提出方法的计算复杂度,并将提出方法应用于导航.分析和仿真的结果均表明,所提出的方法明显提高了计算速度,且随着粒子数目的增加,优势愈加明显.