改进Wiener滤波弥散加权磁共振图像Rician噪声复原

针对弥散加权磁共振图像噪声呈Rician分布,现有Wiener滤波基于高斯分布易于产生误差的缺陷,以及弥散加权磁共振图像多相近磁场方向数据共存特点,综合多相近磁场方向的弥散加权磁共振图像进行Wiener滤波复原,并将现有针对高斯噪声的Wiener滤波器基于Rician噪声分布进行改进,最后在估计复原参数的过程中引入各向异性概念提高复原参数估计的准确性,进一步提高复原质量。使用本方法分别在合成和真实脑部弥散加权磁共振图像上进行的仿真和实验表明,本方法能有效降低噪声对弥散加权磁共振图像的影响,提高由此计算获得弥散张量磁共振图像的大小和方向信息,在10%Rician噪声下,弥散加权磁共振图像的峰值信噪比提高10 dB,由此计算获得弥散张量磁共振图像角度平均偏移下降5度,可保障后续应用的准确性和可靠性。

基于卡尔曼滤波的改进ADRC风电制动器控制策略研究

为了提高风电制动器的抗干扰能力和控制精度,在传统三闭环系统的基础上,提出改进自抗扰控制并融合卡尔曼滤波算法.在扩张状态观测器中引入速度跟踪情况,将传统的“大带宽、小误差”改进为“小带宽、小误差”,提高观测器的观测效率.在误差反馈控制率中引入新型指数趋近律的滑模控制,增强控制效果.在电流环中引入卡尔曼滤波算法,降低电流噪声.通过MATLAB/Simulink建立风电制动系统的数学模型,与传统自抗扰控制策略和PID控制策略进行对比分析.结果表明:改进后的控制策略提高了响应速度,降低了启动转矩和电流噪声;制动器在不同工况下均展现出来良好的控制效果和抗干扰能力,提升了系统的鲁棒性和动态性能.

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。

基于Levy-SOA自适应阈值分割和改进引导滤波的NSST图像增强

针对电气设备红外图像对比度不高、含噪声等问题,提出了一种非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下的红外图像增强算法。首先,通过NSST将图像分解为低频分量和高频分量。然后,利用基于Levy-海鸥优化算法(Levy-seagull optimization algorithm,Levy-SOA)的自适应阈值分割算法将低频分量分割成背景区域和目标设备区域,并分别对其进行直方图均衡化处理和线性增强;利用改进引导滤波算法对高频分量进行去噪处理。最后,对处理后的低频分量和高频分量进行NSST重构,得到最终的增强图像。实验结果表明,所提算法在一定程度上改善了图像视觉效果,保证了图像本身的质量,有助于后续电气设备的温度状态评估、异常分析、故障定位和诊断。

基于改进卡尔曼滤波的轻量级激光惯性里程计

针对移动机器人长期的实时定位和运行的稳定性较差的问题,在激光里程计FAST-LIO2的基础上,提出LCG-LIO,其较FAST-LIO2具有更少的计算量和更高的定位精度.相较于FAST-LIO2,LCG-LIO前端加入了提出的双向降维曲率滤波的高质量平面与地面点云提取和分割的方法,通过点云伪占用的方法,平衡了平面和地面点的数量.在后端优化中,改进了卡尔曼滤波的观测误差方程和观测误差雅可比矩阵的构建方法,在观测误差方程中加入了GPS约束,通过伪轨迹加权的方法,纠正了里程计的累计漂移.通过KITTI数据集和自己采集的数据集,对提出的方法进行实验.结果表明,提出方法的精度和效率较FAST-LIO2提高了55.13%和53.01%,提出的GPS信息融合方法较LIO-SAM中的因子图优化方法具有更高的可行性.

基于改进谱线增强的光电编码器γ辐射噪声滤波算法研究

针对核辐射环境下光电编码器因受γ辐射总剂量效应影响而导致输出信号质量劣化的问题,提出了一种兼顾精度和效率的改进谱线增强算法(Improved Adaptive Line Enhancer Method,IALEM)。该算法引入Softsign函数建立误差与步长之间的非线性关系,通过在步长更新公式中引入前一时刻步长值,达到收敛速度快且稳态误差小的目的。分别在算法收敛速度、稳态误差、低信噪比输入、计算量4个方面与同类算法进行比较。结果表明,该算法在拥有较低计算量的同时,其收敛速度更快、稳态误差更小,并且对于低信噪比信号具有更好的滤波效果。最后,在光电编码器上对本文所提算法进行了现场可编程门阵列(Field Programmable Gate Array,FPGA)硬件实现;并在60Co γ辐射环境中对算法的滤波效果进行了实验测试。实验结果表明:所提出的算法可有效滤除光电编码器因γ辐射产生的噪声,提高光电编码器输出信号的质量。

GNSS/SINS组合导航系统的改进变分贝叶斯自适应滤波算法

针对系统噪声及测量噪声统计量不准确的组合导航系统线性高斯状态模型,提出一种组合导航系统的改进变分贝叶斯自适应滤波算法(modified variational Bayesian adaptive filter,MVBAKF)。首先,选择Wishart分布作为已知均值的高斯分布协方差矩阵的共轭先验,并给出测量噪声方差、状态向量及其预测误差协方差矩阵的联合概率分布函数;然后,利用变分贝叶斯方法给出测量噪声方差及状态向量预测误差协方差矩阵的计算公式,进而提出具有迭代性质的MVBAKF算法;最后,进行基于MVBAKF算法的GNSS/SINS组合导航系统仿真实验。结果表明,相对于传统VBAKF算法,MVBAKF算法可较准确地估计测量噪声方差,有效克服系统噪声统计量不准确对滤波精度的影响,进而提高组合导航系统的滤波精度。

基于改进DBSCAN的星载激光雷达数据多尺度滤波研究

星载激光雷达数据滤波过程易受复杂背景、粗差点、噪声点等问题的干扰,导致滤波效果大幅度下降,所以研究基于改进DBSCAN的星载激光雷达数据多尺度滤波方法。采用改进DBSCAN算法对星载激光雷达数据做聚类处理,并标记噪声点,通过半球形邻域算法提取点云数据特征。根据提取到的点云数据特征构建规则格网,通过格网的多路径效应剔除点云数据中的粗差点与噪声点,完成星载激光雷达数据多尺度滤波。实验结果表明,所提方法的星载激光雷达数据多尺度滤波误差较低、滤波效果好,实际应用价值较高。

CEEMDAN与改进形态差值滤波结合的滚动轴承故障诊断

受电机所处工作环境中诸多因素的影响,轴承故障振动数据通常会混杂大量噪声,使得故障特征被无效噪声信息所淹没。为了将轴承故障冲击特征信息从含噪信号中提取出来,提出了一种CEEMDAN与改进形态差值滤波结合的故障诊断方法。在诊断初始阶段利用CEEMDAN对故障信号加以处理,得到相应的固有模态函数(IMF);用归一化互信息及峭度值作为评判标准,筛选所需的IMFs分量信号,并以此为基础完成信号重构;利用改进形态差值滤波实现对重构信号的去噪处理;求取处理后的信号频谱并加以探究,提取故障特征信息,完成对故障的有效诊断。由实例验证结果可知,该方法可在背景噪声干扰下对故障特征频率进行较好的定位,能够作为滚动轴承故障诊断的有效方法。

基于Allan方差的改进自适应滤波SINS/GNSS导航算法

针对系统噪声和量测噪声均发生变化时,现有自适应卡尔曼滤波容易发散导致SINS/GNSS导航精度下降的问题,提出了一种基于Allan方差的改进自适应滤波SINS/GNSS导航算法。该方法在对自适应滤波进行改进的基础上,结合Allan方差估计法计算量测噪声协方差阵,克服了自适应滤波中噪声参数耦合以及高维度系统出现奇异性导致滤波发散问题,并利用残差χ2故障检测法对系统状态进行判断,对遗忘因子进行动态调整,对噪声特性跟踪效果更快速,相比其他改进方法简单易实现。仿真结果表明,与卡尔曼滤波,Sage-Husa自适应滤波相比,所提出的算法对噪声有较好的估计效果,且导航精度更高,滤波稳定性更好,速度均方误差平均可比传统Kalman滤波提高49.06%,较Sage-Husa自适应滤波提高27.19%;位置均方误差平均可比传统Kalman滤波提高41.12%,较Sage-Husa自适应滤波提高19.79%。

基于改进移动回归滤波的储能实时平抑功率波动

为提高储能系统平抑风功率波动的经济性,提出了一种基于改进移动回归滤波的电池集成储能双层控制策略。上层控制中,基于改进的移动回归滤波风功率平滑策略,引入权重机制来减小控制过程中的相位滞后,并推导出基于加权回归的风功率平滑模型,使并网功率与风功率相位接近,以减少储能额定功率需求和运行负担,通过移动数据窗实现实时控制;下层控制中,将电池储能系统划分为充放电特性不同的两部分独立跟踪功率,以减小频繁充放电对电池寿命的影响,并根据荷电状态(state of charge,SOC)反馈信号判断其是否达到充/放电限值,而后切换2组储能充放电模式转换,并构建基于雨流计数法的寿命评估模型评估电池储能实际运行寿命。通过实际风电池数据对所提策略的进行验证,结果表明:所提方法可有效减少并网功率相位滞后,降低电池储能系统额定功率需求和运行负担,相较单电池储能控制,电池寿命提升了数倍。

基于改进粒子滤波的微电网频率自适应控制方法研究

当前,微电网频率自适应控制方法无法准确求取系统内部频率指令,导致控制频率偏差值较大。针对这一问题,提出基于改进粒子滤波的微电网频率自适应控制方法。根据微电网系统的结构,对节点逆变器和多源负荷进行分别建模。采用同调函数对系统子模型进行拟合,构建微电网系统等值模型。引入改进粒子滤波算法提取原始频率时间序列中的高频分量,并结合粒子归一化权重计算系统内部频率调度函数,以获取准确的频率指令,从而完成初始功率的分配。采用模糊逻辑原理设计频率自适应控制器,实现对微电网频率的自适应控制。以含分布式电源的微电网系统作为仿真案例进行试验。试验结果表明,利用所提方法对系统的频率波动进行控制,所得到的控制频率偏差值始终在0.05以下。该研究实现了微电网频率自适应,且控制频率偏差值较低、整体控制效果较好。

基于改进粒子滤波的风电系统并网侧谐波估计

受各类非线性特征影响,风力发电系统并网侧会随机产生大量谐波,对风电安全并网和电网稳定运行造成影响。为了准确检测谐波并确保相关设备稳定工作,提出了一种基于误差模型改进粒子滤波的谐波估计方法。该方法在标准粒子滤波的基础上,利用预测值和观测值间的误差进行粒子补偿,并计算其协方差矩阵;根据粒子权重和协方差进行重采样参数调整,以克服粒子多样性丧失导致的滤波发散的问题。基于实际观测结果,通过比较无迹卡尔曼滤波、传统粒子滤波和改进粒子滤波的谐波估计效果开展了实验,结果表明改进粒子滤波方法可以更准确地估计电网谐波幅值和相位。相比于标准粒子滤波,3次谐波的最大估计误差降低了67.07%,并且收敛速度更快,具有较高的理论研究意义和工程应用价值。

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。

基于改进卡尔曼滤波的CPS虚假数据注入攻击检测

为提高信息物理系统(Cyber-Physical Systems,CPS)安全,提出一种改进卡尔曼滤波(Kalman Filtering,KF)的CPS虚假数据注入攻击(False data injection attack,FDIA)检测方法。首先,在标准KF中引入渐消记忆指数加权方法,以使KF算法自适应统计噪声特性,从而提高滤波性能;然后利用改进KF算法构建攻击检测模型,对FDIA进行检测;最后,在IEEE-30节点和IEEE-14节点系统上进行仿真,验证改进KF算法的有效性。结果表明,改进KF算法可有效检测FDIA,且相较于标准KF算法、加权最小二乘滤波(weighted least squares,WLS)算法,改进KF算法对FDIA检测结果与实际值更为接近,平均绝对误差分别为2.1336和1.2543。由此表明,本改进算法可用于CPS的FDIA检测。

基于AD采样的软件滤波改进算法研究

文章旨在探讨基于AD采样的软件滤波改进算法,以有效去除跳变干扰数据并提高数据稳定性.在分析滤波算法原理和应用的基础上,介绍了一种改进算法,该算法在跳变干扰数据去除方面表现出色,并在数据处理的稳定性方面取得显著进展.通过实验验证了该算法的有效性,并提出了进一步的研究方向.

基于改进变分模态分解的电网企业监测数据滤波研究

电网企业监测数据在采集过程中,常会受到设备误差、环境因素等多种噪声和干扰的影响,这些干扰因素会使得数据呈现出复杂结构和非平稳性的特征。传统的数据滤波方法在处理这类信号时,对于噪声干扰的容忍度相对较低,会过度平滑或削弱信号中的有用信息,导致数据质量无法得到显著提升。为此,设计了一种基于改进变分模态分解(IVMD)的电网企业监测数据滤波方法。在采集电网实时监测数据后,对采集的这些数据进行小波变换。通过对信号进行不同尺度的分解,实现对电网企业监测数据原始信号的重构。设置阈值函数对小波变换后的数据进行处理,去除噪声并保留有用信号,提高信号的纯净度和信噪比。为了进一步提升数据的准确性和可靠性,利用IVMD方法对于去噪后的数据进行进一步的处理,以滤除剩余的噪声或干扰成分。试验结果表明,所设计的方法滤波效果显著,其失真比最小值达到了0.028 dB,这表明通过该方法能够得到更加纯净和准确的电网企业监测数据。

基于改进自适应滤波的广播电台信号非平稳干扰抑制研究

面对广播电台信号的非平稳干扰时,受到回波信号的时变性影响,导致干扰抑制效果不佳。为了解决该问题,提出了基于改进自适应滤波的广播电台信号非平稳干扰抑制方法。根据广播电台信号产生原理,计算脉冲重复周期内的广播回波信号,以此构建广播电台非平稳干扰信号。使用改进自适应滤波方法设计自适应信号分离器,从混合信号中分离出目标信号,有效提取有用信息。通过改进自适应滤波的差拍处理,分析移频量为0和不为0的2种情况,构建由差拍信号输入到干扰输出的改进自适应滤波响应函数,采用改进自适应滤波算法输出干扰抑制信号,计算带宽大小自适应步长。通过控制步长,抑制目标回波对广播电台信号的干扰。由实验结果可知,使用该方法抑制干扰信号时,当频率为3Hz时,频谱幅度值达到最大,为0.2d B,其余频率下的频谱幅度最大值为0.005d B,只与原始频谱幅度存在最大为0.005d B的误差,具有良好干扰抑制效果。

混合滤波与改进双边滤波的点云去噪算法

激光扫描获取的曲面零件点云中包含的噪声点将影响零件的曲面拟合精度.提出了一种根据噪声分类分步降噪及光顺方法,利用kd tree结合K-means聚类算法去除离群点噪声,引入采样点曲率改进双边滤波因子,对非离群点噪声进行光顺.利用该方法对液力变矩器导轮叶片点云进行去噪,并与利用三坐标测量机接触式测量获得的叶片局部测量结果配准比较.实验结果表明,70%以上的接触式扫描测量点与利用本文方法去噪后的叶片点云之间的偏差在±10μm之间.表明该方法可以很好地保留扫描物体的几何特征,获得的点云模型能够满足后续模型重建的精度要求.