一种改进的基于最小二乘法的自适应谐波检测方法

提出了一种基于最小二乘法的自适应谐波检测方法,并利用动力系统的均值理论证明了该方法的稳定性。此法克服了传统自适应谐波检测方法的局限性,不仅能够检测电流谐波,而且能够有效地提取电流的畸变量,通过学习率因子的选择,提高了该方法的瞬态响应速度,具有较好的跟踪性能,可用于时变谐波的跟踪检测。仿真结果表明该方法比以往的自适应谐波检测法能更迅速地进行谐波的同步检测和基波的同步提取。实验结果也表明了文中所述方法的有效性,可满足电力系统对电压或者电流畸变量检测的要求。

导航中的数字滤波方法

本文论述各种数字滤波方法及其在导航中的应用。与模拟滤波器相比，数字滤波器具有自己独特的优点，所以被广泛应用于导航的各个方面。无疑，掌握必要的数字滤波方法，应该成为技术工作者的必由之路。

基于FPGA的实时高污染图像降噪器的设计

针对高污染图像,以现场可编程门阵列(FPGA)为平台,实现了一种最大最小排除均值滤波(MMEM)器,并给出了后仿真时序结果和图像仿真结果。试验证明,该滤波器在实时性和噪声抑止性能方面均能达到令人满意的效果。

直扩系统中基于循环平稳特性的低秩盲自适应抗干扰算法

直扩系统中,频移滤波器可得到比传统线性时不变滤波器更好的抗干扰效果。本文在频移滤波器基础上,在约束MMOE准则下,研究一种低秩盲自适应算法---盲循环多级维纳滤波算法。理论分析和仿真表明,这种算法比同准则下的最小递归二乘算法有更低的复杂度和计算量,并且可以获得相当的抗干扰效果。

极化SAR相干斑抑制的非局部加权最小均方误差滤波算法

目的相干斑的存在严重影响了极化合成孔径雷达(Pol SAR)的影像质量。对相干斑的抑制是使用SAR数据的必不可少的预处理程序。提出一种基于非局部加权的线性最小均方误差(LMMSE)滤波器的极化SAR滤波的方法。方法该方法的主要过程是利用非局部均值的理论来获取LMMSE估计器中像素样本的权重。同时,在样本像素的选取过程中,利用待处理像素的极化散射特性和邻域块的异质性来排除不相似像素以加速算法,同时达到保持点目标和自适应调节块窗口大小的目的。结果模拟影像和真实影像上进行的实验结果表明,采用这种方法滤波后影像的质量得到明显改善。和传统的LMMSE算法相比,无论是单视的影像还是多视的影像,本文方法去噪结果的等效视数都高出8视以上;峰值信噪比也提升了5.8 d B。同时,去噪后影像分类的总体精度也达到了83%以上,该方法的运行效率也比非局部均值算法有了较大提升。结论本文方法不仅能够有效抑制相干斑噪声,还能较好地保持边缘和细节信息以及极化散射特性。这将会为后续高效利用SAR数据提供保障。

视频运动目标跟踪算法研究综述

视频运动目标跟踪是计算机视觉领域的研究热点,具有广阔的应用前景。近年来,深度学习等技术的引入使得目标跟踪算法的准确性得到极大提升,但是当目标发生形变、尺度变化、被遮挡等情况时,容易导致跟踪失败。为了进一步改进运动目标跟踪算法,文中系统地梳理了现有的运动目标跟踪算法,将其划分为经典的跟踪算法、基于相关滤波的跟踪算法和基于深度学习的算法,分别从算法的基本原理、算法性能等方面进行详细的阐述,并对未来的发展趋势进行了展望。