结合噪声滤波的电力系统暂态稳定预测

为了解决电力系统实际运行过程中存在大量的输出噪声,提出了一种结合噪声滤波的电力系统暂态稳定预测框架。本框架基于最优样本选择(OSS)方法和覆盖距离(CD)结合生成的覆盖距离滤波器(CDF)进行噪声滤波,然后使用轻量级梯度提升机(LightGBM)模型进行电力系统暂态稳定预测。在仿真软件提供的23节点系统和美国南卡罗莱纳州500节点实际系统上进行的测试结果表明,所提出的电力系统暂态稳定预测框架能够有效过滤噪声,并具有较强的鲁棒性。

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。

基于分数阶噪声滤波器的特高频局部放电检测抗噪声分析

内置式特高频局部放电检测中存在通信与电磁叠加产生的高频复合噪声,对局部放电信号产生干扰及掩盖,无法获取精准的局部放电波形。因此,结合分数阶噪声滤波器的特点和滤波原理,提出基于分数阶噪声滤波器的内置式特高频局部放电检测噪声控制方法,并通过有限元仿真和试验验证了该方法的有效性、稳定性与可靠性。

基于动态噪声自适应无迹卡尔曼滤波的锂离子电池SOC估计

锂离子电池具有无记忆效应、轻量化、环保等特点,因此常作为电动交通工具、电子设备的能源来源,并适用于各种规模的能源存储。在锂离子电池管理系统中,电池的荷电状态(state of charge,SOC)是最关键的指标之一,其准确估计对于实现电池系统的高效能量管理和优化控制至关重要。因此本文提出了一种基于动态噪声自适应无迹卡尔曼滤波的SOC估计方法。首先,通过间歇放电实验获取电池不同SOC下的开路电压,并进一步拟合得到电池的OCV-SOC曲线,接着采用二阶RC等效电路模型对锂离子电池建模,然后通过混合功率脉冲特性工况测试对电池模型参数进行辨识。由于实际应用中锂离子电池为非线性系统且SOC估计精度容易受到噪声的影响,本文在卡尔曼滤波算法的基础上采用无迹变换处理,加入噪声自适应过程,以实现噪声特性自适应估计,动态调整测量噪声与过程噪声,提高算法鲁棒性以及估计精度。最后选取DST与FUDS工况进行验证,结果表明在不同工况下动态噪声自适应无迹卡尔曼滤波算法的估计平均绝对误差、最大绝对误差以及均方根误差相较于自适应无迹卡尔曼滤波、无迹卡尔曼滤波算法均有降低,其平均绝对误差小于0.59%。本文提出的动态噪声自适应无迹卡尔曼滤波算法能够更准确地估计锂离子电池SOC。

滤波白噪声路面时域模拟方法与悬架性能仿真

为合理模拟路面时域模型,通过路面不平度空间功率谱密度分析路面频域模型,并由路面频域模型推导路面时域模型的滤波白噪声数值模拟方法.提出了采用滤波白噪声方法模拟路面时域模型时,改变仿真车速的同时需调整白噪声采样频率使之与车速相配.通过分析生成的路面时域模型的空间功率谱密度,验证了路面时域模型的准确性.比较只改变车速和所提出的改变车速并调整相应白噪声采样频率模拟的路面时域模型的高度历程、频谱和空间功率谱密度,得到了后者模拟方法更符合标准等级路面的结论.并通过仿真,分析比较了某1/4车辆悬架模型在不同方法生成的路面时域模型输入下的系统响应精确性,体现了所提方法的重要性.

基于滤波白噪声的汽车平顺性时域建模和仿真

为了进行汽车平顺性建模和仿真,给出了路面不平度频域模型的标准和改进两种形式。对应路面不平度频域模型改进形式,总结了基于滤波白噪声的路面不平度激励的时域模型。由前后轮路面不平度激励的相关性和一阶Pade算法,建立了前后轮路面不平度激励的时域模型。基于平面系统假设,建立了汽车平顺性四自由度平面系统模型。提出了基于滤波白噪声的汽车平顺性四自由度平面系统仿真算法。在B级路面和常用车速60 km/h下,对某轿车平顺性进行了时域仿真,获得了前轮和后轮路面不平度激励和振动响应量的时间历程。研究结果表明,基于滤波白噪声构造路面不平度激励和对汽车平顺性进行时域建模和仿真是可行和有效的。

基于噪声检测的彩色图象脉冲噪声滤波

文章提出了具有细节保持能力的自适应彩色图像脉冲噪声滤波器，称为细节保持滤波器。新方法对图像中噪声像素进行检测，仅对噪声像素进行有序滤波而对非噪声像素则保持其原值不变，并根据图像噪声情况自适应地选择滤波窗口。从而，有效地滤除随机彩色脉冲噪声、保持图像边缘与细节，其性能优于经典的矢量中值滤波器（ＶＭＦ）、方向一距离滤波器（ＤＤＦ）、距离一幅度矢量滤波器（ＤＭＶＦ）等非线性滤波器。

微光图像麻点噪声滤波理论与实验研究

均值滤波法处理微光图像时会造成严重的图像模糊。该文对此做了进一步的研究与实验，采用一种新的改进性处理措施——麻点噪声滤波法抑制微光图像噪声。该方法是将滤波窗口内中间像素点灰度值与所有像素点灰度平均值的绝对差值同阈值进行比较，并根据比较结果决定滤波输出。实验结果表明，麻点噪声滤波能有效地抑制微光图像噪声，对图像边缘保护特性比均伍滤波好。

用于脉冲噪声图像的交叉视觉皮质模型滤波

脉冲噪声点与其局部周围所在图像像素灰度值之间有很大的差异，导致了交叉视觉皮质模型（ICM）中神经元激发顺序的不同，根据ICM所具有相似神经元同步激发从而产生脉冲输出的特性，对脉冲噪声点进行定位和自适应滤波．结果表明：文中方法处理的受脉冲噪声污染的图像的信噪比较其他非线性滤波器的处理结果提高50％～60％，运算耗时仅为其他非线性滤波器的20％～30％；同时，比其他非线性滤波方案更有效地保持了图像的高频细节信息，给图像的后期处理和识别打下了很好的基础．

CMOS电感电容压控振荡器中对称噪声滤波技术的研究

提出一种基于CMOS电感电容压控振荡器的对称噪声滤波技术。仿真结果表明,对称噪声滤波技术能够在相同的功耗下改善相位噪声6dB。应用对称噪声滤波技术设计一个4.8GHz压控振荡器,在0.25μm CMOS工艺上制造,测试结果表明在偏离载波1MHz时相位噪声为-123.66dBc/Hz,整个振荡器的功耗仅为12mW,与同类型的压控振荡器比较,取得很好的PFTN指标。

带有噪声滤波器的GPC鲁棒性分析

利用在一般形式的CARIMA模型和性能指标下的GPC闭环系统表达式,从结构上阐明了由模型失配所带来的鲁棒稳定性问题的实质,分析了噪声滤波器设计对于闭环系统鲁棒性的影响,并针对几种典型参数设计所确定的闭环系统给出了增益失配界。

一种新的高密度椒盐噪声滤波算法

针对现有算法对高密度椒盐噪声滤波不足的问题,提出一种新的高密度椒盐噪声滤波算法。通过噪声检测将含噪图像的像素分为信号点和噪声点,对每一个椒盐像素,计算以该像素为中心的窗口内非椒盐像素中值,信号点则保持其灰度值不变直接输出,重复以上过程,直到没有噪声点被替换。实验结果表明,该算法能在有效去除椒盐噪声的同时保护图像细节,较传统中值滤波及其改进算法有更好的滤波性能。

荧光造影图像序列的噪声滤波

通过对视网膜血流荧光造影图像分析, 将自适应加权平均方法与顺序统计滤波器相结合, 构造了扩展自适应加权平均(EAWA)滤波器. EAWA滤波器是一个灵活的滤波器模型,它通过设计关键像素和权值分布函数, 以达到特定滤波效果. 在此模型基础上, 针对荧光造影图像, 建立了高亮度保持(HIP)滤波器. 实验结果表明, HIP滤波器不仅可以有效地滤波,又可以保持高亮度点的亮度不被退化.

基于多子窗口的混合噪声滤波算法

为了去除数字图像中混有的高斯噪声和椒盐噪声,提出了一种基于多子窗口的去混合噪声算法。算法借鉴多级中值滤波思想,先将滤波窗口划分为纵横交叉的多个子窗口。对于椒盐噪声,先统计各子窗口内非噪声点的个数,如果为奇数,求出各子窗口非噪声点的中值;如果为偶数,计算各子窗口非噪声点的均值,然后用这些值的中值替换噪声点。对于高斯噪声,算法采用多子窗口均值法进行滤波,用各子窗口均值的均值替换噪声点。实验证明,该算法对混合噪声具有较好的滤波效果,且有效地保持了图像中的细节信息。

基于形态学算法的摄影测量数据噪声滤波

摄影测量的点云数据通常叠加有多种形式的噪声信号,针对摄影测量中得到的扫描线形式的点云数据,采用形态学算子进行了噪声滤除。在完成噪声滤波的同时,在一定程度上对零件陡峭处获得的数据进行自动拟合。实例验证表明,该滤波方法处理速度快,其效果比其他的滤波方法好,滤波后的数据符合曲线曲面重构的要求。

实时中子照相系统图像斑状噪声迭代滤波算法

根据实时中子辐照图像“斑状”噪声的成因和特点,提出一种有效的迭代滤波算法。设计十字形噪声检测窗口,通过计算邻域一致性测度(NHM),将像素分为噪声和信号。对噪声进行迭代滤波,而对信号则不做任何处理。滤波是一个中值计算过程,同时窗宽可自适应调整。这种方案不仅避免了噪声在邻域的传播,且有较高的计算效率。实验结果表明,对于峰值信噪比(PSNR)为24.51dB的噪声污染图像,3×3中值滤波后PSNR只有26.81dB,而本文算法能将其提高到31.54dB,同时图像的视觉效果更好。

基于自适应噪声滤波的视频对象分割算法

介绍了基本的视频运动对象分割算法,针对变化区域检测算法中固定阈值滤噪的不足,提出了自适应噪声滤波的方法,同时利用计算机图形学中的扫描线填充思想得到变化区域的具体位置,实现视频对象的分割。实验证明了算法的有效性。

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基(Tukey)扩散模型与改善的PM(PeronaMalik)模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定(VS)变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明:提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。

电源噪声滤波器设计与应用

文中介绍电源噪声滤波器的电路设计、测试方法及典型应用。

基于噪声滤波的非线性系统故障诊断方法研究

随着复杂系统故障诊断的要求不断增加,非线性滤波技术复杂系统诊断已越来越成为研究的热点与难点问题之一;针对传统的粒子滤波进行系统突变故障诊断的问题,文章提出了一种改进的噪声粒子滤波故障诊断新方法;方法给出了噪声粒子滤波统计模型,通过粒子滤波得到状态估计值,并得到全概率分布信息用于故障检测中;最后通过仿真实验以及数值模拟验证了文章提出的方法在复杂系统故障诊断中是有效的,同时具有较高的精确性。