基于模糊滤波和Prony算法的低频振荡模式在线辨识方法

考虑到Prony算法对输入信号要求较高、对分析数据的噪声非常敏感,提出一种模糊滤波和Prony算法相结合的电力系统在线低频振荡模式的辨识方法。该方法以广域测量信号作为输入,通过简单的模糊逻辑推理快速对输入信号进行滤波,利用Prony算法对滤波后的数字信号进行分析后在线获得电力系统低频振荡的模式。以华中电网支路302245上的有功功率振荡分析为例,通过对模糊滤波前后的输入信号进行比较以及对传统Prony算法和考虑模糊滤波的Prony算法分别进行低频振荡模式辨识的比较,表明了前置滤波的重要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。

基于自适应神经模糊滤波的低频振荡Prony分析

传统Prony法在分析低频振荡时对输入信号要求较高,存在着对噪声敏感的弱点。文中提出一种自适应神经模糊滤波和改进Prony法相结合的低频振荡分析方法。该方法先用自适应神经模糊滤波对低频振荡信号进行滤波,再用改进Prony法对滤波后的信号进行分析。其中改进Prony法有效阶数用归一化奇异值法确定。将该方法用于分析IEEE4机2区系统表明,在有色噪声影响下,该方法仍能相对准确地辨识出低频振荡主导模式,验证了其有效性。

基于高概率椒盐噪声的模糊滤波器在图像恢复中的算法设计

高概率椒盐噪声对数字图像的重度污染大量存在,如要消除信息少且噪点集中的噪声存在诸多困难;而低概率椒盐噪声对数字图像的轻度污染虽然可完全滤除,但在实际图像恢复中又缺少普遍意义.本文基于灰度值空间的模糊划分和描述灰度水平的模糊数,采用极值法对高概率噪声实施检测并建立恰当滤波窗口,应用广义重心去模糊化法和非噪声点对应的隶属函数设计一种新模糊滤波器.最后,通过仿真实例获得该滤波器可有效地过滤数字图像中高概率椒盐噪声,并说明它的去噪性能优于其他常见滤波器.

基于分类和模糊滤波的X光图像椒盐噪声滤除算法

为了解决当前椒盐噪声滤除算法对X光图像滤除效果不佳且运算效率不高的问题,提出了一种融合多级分类和自适应模糊滤波的椒盐噪声滤除方法,主要包括像素点多级分类和自适应模糊滤波两个部分。在像素点多级分类阶段,先结合先验知识设计快速的一级粗分类,将像素点分为椒盐噪声、信号和可疑噪声三类。对于可疑噪声,再提取区域内的直方图分布特征,设计BP神经网络分类器进行精确分类,最终将图像中的所有像素点分为信号和椒盐噪声两类。在自适应模糊滤波阶段,针对三种模糊集合分别创建模糊隶属度函数,计算模糊隶属度值,通过模糊加权求和恢复像素点亮度。实验结果表明,该方法的像素点分类正确率高,滤波后图像的峰值信噪比高,平均滤波耗时少。

基于估计熵的模糊滤波

介绍了近年来出现的一种度量信号复杂程度的统计量——估计熵（Ａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｙ），并将其用于信号的模糊滤波。这种滤波器具有能随信号的特征自动调节滤波器结构的优点，特别是当信号为非平稳时有较好的效果。这种滤波方法具有一定的自适性，适合于工程应用。

用于减小随机误差的中值－模糊滤波器

本文详细地论述了中值－模糊滤波器的基本原理和隶属函数的建立方法，这种滤波器能同时抑制信号中的高斯白噪声和脉冲型噪声，有效地减小随机误差，提高测量精度。

基于噪声检测的遥感图像模糊滤波

提出了一种基于噪声检测的遥感图像模糊滤波方法。该方法首先用一个噪声检测标准将输入图像的像元分为为噪声像元和信号像元 ,然后 ,利用模糊数学的相关理论对噪声像元进行处理 ,并把处理结果赋给输出图像的对应像元 ;而对于信号像元 ,则不进行处理 ,直接把它的值赋给输出图像的对应像元。另外 ,在图像处理过程中 ,把输入图像的噪声像元用其处理结果代替 ,以更好地改善图像滤波处理结果。实验结果表明本文的方法能有效地去除图像中的椒盐噪声。

数字图像模糊滤波盲取证算法

数字图像模糊滤波操作常用于美化润饰"伪造"图像。针对常用的均值滤波、空域高斯低通滤波与中值滤波,提出了一种能同时检测上述3种操作的盲取证算法。首先将高频残差作为特征提取域,然后分别基于二值局部模式LBP和自回归模型提取特征,最后使用支持向量机构造模糊滤波检测器。实验结果表明,所提算法能有效地检测模糊滤波操作,对抗JPEG压缩的鲁棒性能较好。

脉冲噪声的模糊滤波

噪声对信号的分析和压缩有重要的影响 .传统的滤波方法常常面临着从频率响应函数中求解最优解的困难 .本文利用文献 [1]的结论证明了脉冲响应函数都可以用模糊模型来逼近 ,使得模糊滤波成为可能 .为获得对噪声信号高效率的模拟 ,利用α稳定型代替高斯型 ,并用序优化的手段克服了求解中必然面临的解一个高度非线性最优化问题的困难 .分析和模拟表明 ,该算法可以有效地节约计算时间 ,为模糊系统应用于滤波提供了一种新思路 .

模糊滤波技术在转速信息处理中的应用

信息处理技术是实现车辆起步的关键．对于转速脉冲信号，因包含高速过零脉冲信息，故其滤波技术十分困难．为此，引入人工智能推理方法，利用模糊逻辑技术和专家经验分别为车辆发动机和变速箱中间轴转速信号设计了模糊自适应滤波器，并在ＡＭＴ（电控机械式自动变速车辆）上进行了试验．对于高频转速信号，由于干扰脉冲频率与有用信号的频率接近，采用常规滤波技术，滤波后的信号严重失真，采用本文设计的模糊自适应滤波器，其滤波效果很好．

基于模糊滤波器的椒盐噪声图像滤除

为滤除数字图像中的椒盐噪声,在图像灰度空间上引入模糊划分和像素点灰度值检测噪声,进而利用滤波窗口内非噪声点灰度值描述中心点的灰度水平.依据改进重心去模糊法设计一种模糊滤波器,模拟实验表明该滤波器可以有效地滤除图像中的椒盐噪声.

模糊滤波法在复杂化工过程人工神经网络建模法中的应用

本文针对复杂过程人工神经网络建模中的网络学习速度慢的问题，提出了一种基于Ｆｕｚｙ聚类分析的Ｆｕｚｙ滤波方法对学习样本集进行预处理，得到新的学习样本集，减少了数据的处理量，能提高网络的学习速度，且得到的神经网络模型的精度能达到所要求的精度。并结合硫酸盐间歇蒸煮过程纸浆硬度的建模过程的具体实例，说明了此法的过程。

一种基于自适应模糊滤波的语音增强方法

在语音识别和语者识别中 ,通常需要先将输入的语音信号进行去噪处理 ,这样可使识别的正确率大大提高 ,通常采用基于 LMS算法和 RLS算法的自适应线性滤波器来进行去噪。提出了一种基于自适应模糊滤波器的语音增强方法 ,该模糊滤波器是一种非线性滤波器 ,它在语音信号的特征域空间采用参数映射的方式来滤除噪声 ,并能够进行自适应结构调整和参数更新。实验结果表明 。

基于分形和模糊滤波的红外烟幕背景中人造目标的识别

文章分析了红外烟幕图像中背景与目标特征的差别,采用分形维教和分形拟合误差作为烟幕背景与人造 目标的区分特征,用模糊滤波的方法确定分割门限,实现了分形识别算法并对目标图像进行了处理,结果表明能够 较好地从烟幕背景中检测出人造目标。

压电复合材料层合梁非线性模糊滤波振动控制

在振动主动前馈控制中通常采用的自适应滤波 XLMS算法只限定于线性主动控制问题。由于在振动主动控制中各种非线性因素的存在 ,使得非线性控制方法成为必需。本文利用模糊逻辑系统能够逼近任何非线性系统的特性 ,提出了一种非线性模糊滤波振动控制方法 ,解决了由于传感通道的非线性使得参考信号与外扰间呈非线性函数关系的主动控制问题。针对具有压电作动器的复合材料层合梁进行了振动主动控制的数值仿真计算 ,结果表明该非线性模糊自适应控制方法优于线性滤波 XLMS方法。

模糊滤波误差扩散半色调技术在激光雕刻领域的应用

通过对激光雕刻领域半色调算法的对比试验,发现若先将图像应用中值模糊滤波算法修饰,然后再进入半色调二值化程序,其激光雕刻会有良好的艺术效果。

数据处理中可实现的模糊滤波

本文运用模糊推断,对大干扰采用强抑制小干扰则否的方法,实现更好滤波方法.提高数据处理中的精确性.

一种基于估计熵的自适应模糊滤波器及其在箭遥信号处理中的仿真应用

介绍了一种基于估计熵的自适应模糊滤波器 ,并将其应用于宽带噪声中火箭遥测速变信号的数字滤波。讨论了自适应模糊滤波算法 ,给出了应用实验结果。分析和实验表明 ,这种新型滤波器能根据信号的复杂程度自动调节其参数 。

基于模糊滤波器的钢水红外图像混合噪声处理

针对钢水红外热图像存在各种噪声造成最后的钢水温度测量精度低的问题,本文提出基于模糊滤波的混合噪声处理方法。该方法通过对模糊滤波器的设计以及隶属函数的训练,可以有效地对由加性高斯噪声与非加性脉冲噪声组成的混合噪声进行处理,提高钢水红外热图像的均方差和峰值信噪比。并通过搭建实验平台,利用基于模糊滤波器的混合噪声处理方法对不同温度下的钢水红外图像进行噪声处理。此外基于红外热图像灰度值与温度之间的关系,对去噪前后的钢水红外热图像对应的温度进行分析,并与热电偶测量的实时钢水温度进行对比,验证所提方法对提高测量钢水温度准确度的有效性。

非线性时滞系统的H_∞模糊滤波器设计

研究了非线性时滞系统的H∞模糊滤波器设计问题。基于李亚普诺夫稳定性理论和线性矩阵不等式方法,并结合自由权矩阵技术,提出了一种滤波器设计的新方法。根据线性矩阵不等式的可解性,给出了H∞模糊滤波器存在的充分条件。仿真例子验证了所提出方法的有效性。