具有运动时间约束的机械手最优平滑轨迹规划

为了提高机械手在指定时间内完成运动任务的平滑性,提出一种最优平滑轨迹规划方法。采用七次B样条曲线插值关节位置序列,保证关节加加速度连续且关节启停速度、加速度和加加速度可设定。将运动学约束转化为B样条曲线控制顶点约束,以加加速度平方积分的最小值作为平滑性能指标,采用遗传算法对平滑性能指标和相应的时间节点向量全局寻优,进而规划出最优平滑轨迹,解决了现有平滑轨迹规划方法没有考虑加加速度累积效果和运动学、运动时间约束的问题。实验结果表明,该方法规划的轨迹具有加加速度平滑和加加速度累积最小的特点,与现有的三次样条轨迹相比,可有效降低轨迹跟踪误差。

基于最优平滑和统计最小的语音增强

针对传统最优平滑和统计最小的噪声估计方法存在较大搜索延时的缺点,提出了反向搜索噪声估计算法,从而在不需要语音活性检测的基础上有效地解决了搜索延时问题,并且运用反向搜索噪声估计器构造了新的语音增强系统.实验结果显示,该系统使语音得到进一步的增强,而且提高了噪声估计的精确度,具有一定的实用价值.

基于听觉掩蔽效应和最优平滑的语音增强算法

针对谱减法在低信噪比下音乐噪声较大的缺点,通过分析人耳听觉掩蔽特性,提出一种改进的语音增强算法。在维纳滤波法的基础上结合掩蔽效应调整增益系数,采用非平稳环境下的最小约束递归平均算法进行噪声参数估计,利用最小均方误差准则的最优平滑因子对增强语音进行平滑处理,从而进一步消除音乐噪声。仿真结果表明,与改进谱减法与维纳滤波法相比,该算法在低信噪比情况下能有效抑制背景噪声和残余的音乐噪声,保持较好的语音质量和清晰度。

基于CWPA模型的最优平滑算法性能及其应用

针对线性高斯系统的平滑问题,分析了RTS固定区间平滑与双滤波器固定区间平滑两种算法,提出了一种滤波存储数据更少的RTS平滑新算法。结合平面内的运动追踪问题,基于二维CWPA模型,仿真分析了卡尔曼滤波、RTS固定区间平滑以及双滤波器平滑算法的估计性能。仿真结果表明,两种固定区间平滑算法的估计效果等效,精度均优于卡尔曼滤波,对于实际问题中固定区间平滑算法的选用具有一定的参考价值。最后,结合双滤波器结构提出了一种基于双平滑器的舰载武器惯导传递对准精度评估方法,结果表明新方法相比于单一的平滑算法,可以获取更优的综合平滑性能,特别提升了水平姿态对准误差的平滑估计性能。

最优平滑算法在 GPS/SINS组合导航系统事后分析中的应用

组合导航系统通常采用Kalman滤波来实现对系统状态的估计,由于最优平滑算法的精度比Kalman滤波的精度高,并且平滑结果反映了系统在理想情况下能够达到的潜在精度,因此可以采用最优平滑算法对组合导航系统进行事后分析。本文介绍了R-T-S最优平滑算法,并将其应用于某船用GPS/SINS组合导航系统的时候分析和处理中,给出了系统仿真结构图,进行了仿真。仿真结果表明,平滑算法是一种有效的事后分析方法。

基于FrFT的最优平滑伪Wigner-Ville分布

分数阶傅里叶变换具有旋转性、时移特性、频移特性等重要数学性质,将其结合广义时频带宽积准则,可设计出平滑伪Wigner-Ville分布(SPWVD)的最优时域窗函数,该窗函数能根据实际处理信号自适应地变化,从而提高SPWVD的精度。为了验证所设计窗函数的有效性,本文使用调频信号进行测试,仿真结果显示,该窗函数能有效提高传统SPWVD的精度。

集合最优平滑同化方法的研究与应用

海洋状态场的历史变化过程对其分布状态有重要影响。在观测资料稀疏的情况下,合理利用历史观测资料能够为海洋数据同化提供大量有效信息。然而在目前的顺序资料同化过程中,往往只同化当前时刻的观测数据,没有考虑到历史观测资料对当前状态的约束。四维变分虽然可以体现变量在时间维度的演变过程,但引入伴随方程会增加计算代价。本文基于集合最优平滑同化算法(Ensemble Optimal Smoothing,EnOS)探讨了一种在数据同化中加入历史观测资料的简易可行方案,其能够根据历史观测数据估计当前状态,并进行单点同化实验和区域同化实验来验证该方案的有效性。实验结果表明,将历史观测资料引入到同化过程中可以把控时间演变趋势,减小分析数据与真实值之间的偏差,更有效地消除数值模式误差,提高同化质量。

拟线性最优平滑滤波在一维弹道修正弹中的应用

为一维弹道修正弹控制指令的形成,打击精度的提高,采用拟线性最优平滑滤波算法对雷达测量的一段飞行参数进行滤波。滤除雷达的量测噪声,然后再外推弹道落点,比较计算弹道偏差。通过仿真表明,拟线性最优平滑滤波算法可较快的减小具有较大幅值和随机性的量测飞行参数噪声。即使在不正确的滤波初始值情况下,该算法仍能较快的跟上飞行状态量,较普通推广卡尔曼滤波有更好的稳定性和收敛性,说明该算法应用于一维弹道修正弹是可行的,且可靠性更高。

基于最优平滑阶数的风电功率曲线建模策略研究

由于同一风速下的风电功率存在较大范围的波动,传统风电功率曲线建模方法难以获得较高的精度。提出一种基于最优平滑阶数的风电功率曲线建模策略,首先基于时间序列平滑的预处理方法得到新的输入风速,并以相关系数最大为目标函数选择最优的平滑阶数,再利用BP神经网络拟合得到风电功率曲线。基于西南地区某风电场单机实测数据的仿真研究表明,以最优平滑预处理得到的风速为输入建立的风电功率曲线模型精度显著高于已有方法中以原始风速为输入建立的风电功率曲线模型。

基于最优平滑系数三次指数平滑法的转速预测

针对基于传统三次指数平滑法转速预测精度较低的问题,提出了基于最优平滑系数三次指数平滑法的转速预测方法。该方法根据已知的转速序列曲线,对平滑系数在其取值范围内进行搜索寻优,以预测转速的均方误差作为寻优目标函数,根据已知转速曲线的不同变化趋势,分段寻优并拟合得到目标函数与平滑系数间的函数关系,进而得到各段局部最优平滑系数,对局部最优平滑系数求和取平均值作为全段转速曲线的最优平滑系数,将最优平滑系数应用于工程,得到基于最优平滑系数的转速预测结果。验证结果表明,基于最优平滑系数三次指数平滑法的转速预测均方误差σ=0.048 6,且算法可以实现快速响应,能够满足工程要求。

无初始状态统计知识时多变量系统的最优平滑与预报

在无初始状态统计知识的情况下，我们分别就固定点平滑、固定滞后平滑与预报３种情况给出了动态系统的最优线性最小偏差估计（ＢＬＩＭＢＥ），同时还给出了完全（ｉ，ｊ，Ｔｉ）－可重构性的概念及系统完全（ｉ，ｊ。

基于CEEMDAN的最优平滑降噪算法

经验模态分解类算法处理非线性、非平稳信号具有良好的自适应分解能力,可以将复杂信号分解成按照频率由高到低顺序排列的固有模态函数形式,提取分解后的模态函数构造滤波器可以实现对原始信号的降噪处理。针对构造滤波器时对模态函数缺乏最优的筛选指标,从而影响到降噪的准确性与降噪效果,提出一种基于CEEMDAN的最优平滑降噪算法。通过参数调节方式对模态进行筛选,从而设计出性能最优的滤波器实现对信号的降噪处理。通过模拟实验与实际实验,验证了该算法对于转动机械噪声信号具有良好的降噪效果。

基于SVD的R-T-S最优平滑在机载SAR运动补偿POS系统中的应用

机载合成孔径雷达(SAR)运动补偿用位置姿态系统(POS)的导航精度直接影响SAR成像的效果。为进一步提高POS的导航精度和数值稳定性,提出将基于奇异值分解(SVD)的Rauch-Tung-Striebel(R-T-S)最优固定区间平滑应用于POS后处理中。在基于SVD的前向卡尔曼滤波(KF)的基础上,进行了基于SVD的后向R-T-S最优固定区间平滑,获得位置、速度和姿态的最优估计。该方法将原算法中均方误差阵进行奇异值分解,不仅具有很好的数值稳定性和鲁棒性,而且避免了矩阵的求逆。半物理仿真结果表明,该方法在导航精度和数据平滑度上明显优于目前工程中应用的KF,是一种有效的事后处理方法。

复杂多通道带乘性噪声系统的最优固定域平滑算法

研究 1种在更弱的乘性噪声限制条件下系统的状态最优估计算法。在最优滤波算法的基础上 ,进一步给出了在线性最小方差意义下最优的固定域平滑算法。

Excel在霍尔特指数平滑法参数优选中的应用

霍尔特指数平滑法在预测中被广泛应用,该方法最重要、而且最困难的是确定平滑参数的取值。利用Excel能很方便的实现了最优平滑参数的选择。

一类非因果系统的最优滤波与平滑

研究一类非因果系统的最小方差滤波与平滑．引入前、后向马尔可夫过程的等价性定理，得到了等价系统实现最优滤波的条件，并给出最优滤波和平滑算法．该算法可应用于一系列实际问题中．

用最小二乘法优化多点数据平滑器的特性

本文提出了一种利用多变量最小二乘法确定最佳数据平滑因子的方法,建立了优化平滑器特性的数学模型。作为计算结果,本文给出了两种最优平滑器及其幅频特性,并与一般平滑器的幅频特性作了比较。

基于固定区间最优平滑的传递对准精度评估

惯导系统传递对准是战术导弹发射前必须完成的任务,其对准精度直接影响导弹系统的制导精度。为评估传递对准精度性能,在介绍传递对准精度评估原理的基础上,研究了Kalman固定区间最优平滑算法;并从理论上分析了顺序滤波与逆序平滑的关系,得出平滑依赖于滤波的结论。通过实测数据半物理仿真试验证明了理论分析的正确性,表明固定区间最优平滑算法能有效地评估传递对准精度,并与间接法对比得出间接法与最优平滑算法具有一致性。

相关噪声系统固定区间最优Kalman平滑器

基于带相关噪声系统的一种Kalman滤波器,应用射影理论,提出了一种固定区间最优Kalman平滑器,它可用反向递推形式实现,算法简单,但于实时应用。推广了带不相关噪声系统的一个现有结果。一个仿真例子说明了其有效性。

信息融合稳态最优Kalman平滑器

应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优融合准则下 ,提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器 ,给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比 ,可提高平滑精度。