基于改进滤波算法的地震图像边缘检测方法

针对现有的地震图像边缘检测方法存在着信噪比较低、图像边缘细节和纹理结构保持能力不强的问题,本文提出基于改进滤波算法的地震图像边缘检测方法。将改进的非局部均值(NLM)与小波变换结合,引入结构相似度(SSIM)到图像小块相似性的度量中,并把图像的结构检测引入到NLM算法,最大限度地保护图像结构,充分利用地震图像数据冗余度,结合改进型小波软阈值模型,构成一种更适合地震图像的多尺度改进滤波算法。实验结果表明,所提方法不仅具有较强的保留图像边缘细节信息的能力,而且能够有效提高地震数据的信噪比,最大限度地保证了地震资料的分辨率,提高了地震资料解释的精度和效率。

基于改进高斯滤波算法的图像去噪方法

随着激光技术在光学测量和精密加工等领域的应用日益广泛,对图像的质量要求也越来越高。然而,在实际应用中,图像常常受到散斑噪声的影响,导致图像质量下降。现有方法由于采取的平滑技术较为简单,对于散斑噪声的抑制能力有限,为此,设计基于改进高斯滤波算法的图像去噪方法。测试结果表明,设计方法展现出了优秀噪声抑制性能,保留了图像的主要特征。

一种改进的车载激光扫描点云滤波算法

为了提高车载激光扫描点云滤波精度,同时解决目前点云滤波算法中存在的人机交互多、参数不易把控等问题,本文在经典不规则三角网(Triangulated Irregular Network,TIN)迭代加密滤波算法的基础上,优化地面种子点选取与进行格网大小自适应变化,提出了一种改进的TIN迭代加密滤波算法。该改进滤波算法实现非地面点滤波的主要途径为:首先,对原始车载点云数据构建格网,通过计算邻域卷积以及构造虚拟种子点实现地面种子点的确定;其次,根据设置阈值条件将待判断激光点加密至TIN中;最后,通过自适应改变格网大小并进行迭代滤波完成地面点提取。使用两段城市典型道路车载激光扫描点云数据进行实验,结果表明本文改进滤波算法的滤波性能更好,具有较好的地形适应性。

基于改进粒子滤波算法的医用超声设备寿命预测研究

目的设计基于改进粒子滤波算法的医用超声设备寿命预测方法,解决传统医用超声设备寿命预测过程中不能对设备退化过程进行精准分析,从而导致预测模型参数不能实时更新、预测精准度下降的难题。方法首先将医用超声设备的整个生命周期划分为正常退化状态和非完美维护退化状态,分析设备退化过程,并依据医用超声设备的退化过程建立寿命预测模型;然后利用极大似然理论计算模型中的退化参数,并根据实际退化数据随机更新模型参数,获取更符合设备实际退化过程的寿命预测模型;最后利用改进粒子滤波算法求解该模型,获取医用超声设备寿命预测结果。结果利用本文提出方法建立的模型决定系数在0.80以上且更接近于1,具有较高的医用超声设备寿命预测准确度,均值为88.5%。结论改进粒子滤波算法在医用超声设备寿命预测中具有较高的准确性和可靠性,可以有效识别设备故障发生的早期迹象,提前采取维修或更换措施,避免可能出现的设备损坏和停机。

基于猎人猎物优化算法改进粒子滤波的滚动轴承剩余使用寿命预测技术

针对目前滚动轴承剩余使用寿命(RUL)预测存在的预测精度不高、预测模型累计误差大等问题,提出一种融合Hodrick-Prescott(HP)趋势滤波边界线(HPTF-BL)、猎人猎物优化算法改进粒子滤波(HPO-PF)的滚动轴承剩余使用寿命预测方法。该方法首先将HP趋势滤波与退化边界线构建相结合,对表达轴承退化信息的特征指标进行处理,得到上下退化边界与主要退化趋势,然后利用猎人猎物优化算法(HPO)改进粒子滤波(PF)的重采样过程,再使用改进的方法对特征指标进行趋势预测,最后结合设定的失效阈值线得到最终的剩余使用寿命。使用美国辛辛那提大学智能维护系统(IMS)中心的轴承实验数据验证了所提方法的可行性与有效性。

改进粒子滤波算法在组合导航中的应用

为了提高组合导航定位系统的定位精度和可靠性,分别对扩展卡尔曼滤波(EKF)、粒子滤波(PF)和U卡尔曼滤波(UKF)3种算法进行了分析。通过分析3种算法各自的特点,将PF算法和UKF算法的优点相结合,提出了一种新的粒子滤波算法——U粒子滤波(UPF)算法,并将其应用于GPS/DR组合导航系统中。通过对UPF算法与PF算法在GPS/DR组合导航系统中的仿真研究比较,进一步证实了UPF算法的可行性及计算的精确性。

基于次级通道前馈等效阻尼补偿的改进滤波x-LMS算法

研究了通过次级通道阻尼补偿提高滤波x-最小均方(Least Mean Square;LMS)算法性能的实现方法,提出了一种自适应前馈等效阻尼补偿方案;将前馈补偿器与自适应前馈控制器设计相结合,设计了基于前馈等效阻尼补偿的改进滤波x-LMS算法,改进算法保持了滤波x-LMS算法结构简单、鲁棒性强等优点。以柔性悬臂梁前两阶模态振动为控制目标,分别采用两种算法进行了主动减振仿真实验,结果表明本文提出的改进滤波x-LMS算法具有更快的收敛速度。

桥梁时变可靠度指标的改进粒子滤波预测算法

基于健康监测时间序列数据,提出了桥梁动态可靠度指标的改进粒子滤波预测方法.首先,利用监测极值数据建立动态模型,将其作为粒子滤波算法的状态方程和监测方程;然后,采用贝叶斯动态线性模型(BDLM)为粒子滤波器提供随时间更新的动态建议分布,以解决传统粒子滤波算法的样本退化问题,同时增加了粒子滤波算法的鲁棒性及自适应性;进而利用改进的粒子滤波算法(IPF),结合极值监测数据实现结构极值的动态预测,并结合一次二阶矩(FOSM)可靠性方法,实现桥梁结构可靠度指标的动态预测;最后通过在役桥梁工程实例与设计试验对所提模型和方法的合理性与有效性进行验证.

一种小波域改进双边滤波的水果图像去噪算法

采用机器人实现水果的自动化精确采摘是现代水果采摘技术发展的基本趋势之一。但由于成像条件以及机器人自身电子电路等因素的影响,使得所获取的图像或多或少存在大量噪声。将小波变换与双边滤波算法有机结合,提出了一种针对水果图像中颗粒噪声的滤波算法。该算法首先对噪声图像实现小波分解,对于各高频子图像,给出了相似像素的基本定义并分别设计出尺寸为5的多方向的相似像素检测窗口;然后根据检测窗口中相似像素的个数与检测窗口全部像素点个数的比值大小,分别采用自适应双边滤波算法和改进加权中值滤波算法加以处理。最后实现小波系数重构。实验仿真结果表明,该滤波算法性能优于双边滤波算法以及小波域双边滤波算法,对于农产品视觉图像、基于流媒体技术设施现场采集的图像处理等领域也具有一定的参考价值。

改进无色卡尔曼滤波算法在GPS系统中的应用

基于无色卡尔曼滤波算法在GPS卫星定位系统中的应用,提出了GPS卫星定位系统中的改进无色卡尔曼滤波算法。该算法在迭代一定次数后引入遗忘因子,根据误差协方差矩阵自适应调整无色卡尔曼滤波算法中的过程噪声方差矩阵,以提高模型的准确度。通过采集大量实测数据的仿真测试结果表明,改进无色卡尔曼滤波算法在定位精度上较无色卡尔曼滤波算法大幅提高,表明其对于精确定位有更加重要的意义和更为广阔的应用前景。

基于改进数字滤波算法的电子式互感器稳态校验方法

传统电子式互感器校验方法一般采用电磁式互感器作为标准源,该校验方法不仅存在电磁互感器的铁磁谐振及铁磁饱和缺陷、增容困难、二次接线繁琐以及二次开路高压危险等客观困难,而且面临模拟信号和数字信号直接对比的问题,易导致电子式互感器稳态校验的效果差和准确性低,为此,提出了一种采用改进数字滤波算法的电子式互感器稳态校验方法。首先,简述了电子式互感器的校验流程,分析了传统电子式互感器稳态校验的不足;其次,详细阐述了改进的数字滤波算法,并提出了改进的数字滤波算法电子式互感器稳态校验方法;最后,通过算例对所提稳态校验方法进行了验证,以期为电子式互感器的大规模推广应用提供借鉴。

红外图像改进非局部均值滤波算法研究

为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。

漂移瑞利混合滤波算法改进及其在机动目标纯方位跟踪中的应用

针对纯方位机动目标跟踪问题,利用基于代价函数的高斯混合成分减少技术改进了漂移瑞利混合滤波算法,提出一种改进型漂移瑞利混合滤波算法.仿真结果表明:在强杂波背景下,改进型漂移瑞利混合滤波算法(MSRMF)的计算量与漂移瑞利混合滤波算法相当,但计算精度更高;漂移瑞利混合滤波算法及其改进型算法的估值精度与粒子滤波算法相当,但其计算量却比粒子滤波算法减小了一个数量级.

基于改进自适应滤波的SINS/DVL组合导航算法研究

针对水下长航时捷联惯性导航系统(SINS)与多普勒计程仪(DVL)组合定位精度问题进行研究,提出了一种改进的自适应滤波的方法。建立了SINS/DVL组合导航模型,通过对比经典Kalman滤波和Sage-Husa自适应滤波在SINS/DVL组合导航系统应用时存在的问题,利用失准时的新息对先验状态均方误差矩阵进行自适应调节,解决DVL数据突变后新息协方差严重偏离实际的问题。进行了约10 h仿真试验,结果表明:当DVL噪声突然增加到原来的10倍时,改进的自适应滤波算法相对于经典Kalman滤波提高了精度,且性能优于改进的Sage-Husa自适应滤波。

轨道重构的自适应滤波改进算法

自适应滤波是在系统建模、参数估计和轨道重构中抑制 Kalman滤波发散问题的最有效方法之一。然而在实际工程中 ,因原始数据质量问题 ,自适应滤波同样存在收敛速度慢甚至于滤波发散问题。提出了对增益矩阵修正的改进型自适应滤波算法 ,有效地克服了滤波发散问题。仿真结果证明 ,本方法是可靠有效的方法。

基于改进粒子滤波算法的锂离子电池状态跟踪与剩余使用寿命预测方法

针对标准粒子滤波算法在锂离子电池剩余使用寿命预测方面出现的估计精度不高、算法不稳定及计算效率低等问题,该文提出一种改进粒子滤波算法的状态跟踪与剩余使用寿命预测估计方法。选取电池容量衰退经验物理模型为基础,通过贝叶斯理论对历史样本进行状态跟踪建模,优化训练算法辨识物理模型参数与重采样策略。采用状态跟踪训练优化后最新量测信息取代序贯重要性采样过程中未考虑观测噪声的量测信息,指导产生新的提议分布更新粒子重要性权值计算的方法来改善粒子退化现象,同时基于马尔科夫链-蒙特卡洛(MCMC)方法中的M-H(Metropolis-Hastings)抽样算法丰富采样粒子多样性,改良重采样策略来解决由其引起的粒子枯竭问题,并通过仿真揭示出不同跟踪集S和粒子数M等模型参数对预测结果的影响规律,继而构建实时更新提议分布、MCMC方法与粒子滤波算法优化融合的状态跟踪与剩余使用寿命预测模型——基于MCMC的更新改进粒子滤波融合算法模型。仿真实验结果表明,该文提出的改进算法具有状态跟踪拟合度好、预测精度高及计算效率性能优良等特点,并通过设计出不同类型电池容量和算法模型等多种组合方案的仿真,验证了改进算法较强的稳定鲁棒性、泛化适应性和通用有效性。

基于改进自适应滤波的隧道磁电阻传感器外磁场干扰抑制方法

隧道磁电阻(tunnel magnet-resistance,TMR)传感器具有线性度好、灵敏度高等优点,适用于直流配电网电流量测,而外磁场干扰是影响磁传感器测量准确度的重要因素。文章建立了考虑干扰源的TMR传感器阵列模型,提出基于箕舌线变步长的改进自适应滤波算法来抑制外磁场干扰。然后针对直流配电网电流测量场景,并对比了自适应滤波算法在改进前后对外磁场干扰的抑制效果,分析了阵列尺寸、初始角对测量误差的影响。最后通过搭建实验平台模拟试验对其进行验证,研究结果表明,当待测直流电流在300 A以内时,采用改进的自适应滤波算法后的传感器测量误差可降低至0.21%,干扰抑制效果优异。研究结果可为基于隧道磁电阻传感器的直流配电网电能计量提供支撑。

1种农产品图像二维多级中值滤波改进算法

农产品图像在采集过程中由于拍摄系统电压不稳定、成像环境的复杂性等因素导致获取的图像中存在一些颗粒噪声点,这些噪声点存在极大模糊了图像中果实复杂的边缘信息。针对该类图像,在对二维多级中值滤波算法(two-dimensional multi-stage median filtering)原理深入分析的基础上,结合农产品图像的特点,提出了一种改进二维多级中值滤波算法(improved two-dimensional multi-stage median filtering)。该算法首先提出一种新型噪声自适应检测方法对图像中的噪声进行检测和标记;然后对检测出的噪声点分别采用8个多方向滤波模板进行处理;最后对8个模板的滤波结果在进行适当取舍的基础上分别进行基于像素点间几何距离的加权滤波,以获得清晰度较高的图像。理论分析和试验结果表明,改进的二维多级中值滤波算法对于农产品图像处理效果优于中值滤波算法、二维多级中值滤波算法、已有的改进二维多级中值滤波算法。

一种改进的α-β滤波算法

针对传统α-β滤波算法不够有效跟踪机动目标的问题,详细分析了其内在原因,提出一种改进的α-β滤波算法。该算法不需要假定目标的机动模型,而是将目标的机动加速度作为滤波状态直接估计出来,将估计加速度作为输入控制量引入到传统α-β滤波器的状态估计方程中进行机动目标的跟踪。然后将它与传统α-β滤波算法进行比较,证明了新的算法不仅具有传统算法计算量小的优点,而且还可以对机动目标进行实时跟踪。仿真结果表明,新算法在综合性能上明显优于传统算法。

基于改进Frost滤波的SAR图像斑噪抑制算法

针对合成孔径雷达(SAR)图像斑点噪声严重影响目标检测、识别、变化检测等有用信息的提取这一问题,通过对Frost滤波算法进行深入分析,提出了改进的Frost滤波算法。该算法的改进主要对滤波器的权值作了两方面的调整:一是引入像元距离贡献度参数,将此参数的倒数与滤波窗口内对应的像元与中心像元之间的欧氏距离作积融入滤波器权值的计算;二是将滤波窗口内的像元灰度统计特性考虑入内,将像元与中心像元的灰度差融入滤波器权值的计算。改进后的滤波器权值可以自适应地调整,避免了原始Frost算法的滤波盲目性,在斑噪抑制能力提高的同时也改善了边缘保持的效果。仿真实验结果表明,所提改进Forst算法在斑噪抑制和边缘保持方面均优于原始Forst算法。