基于贝叶斯滤波理论的目标命中概率估计与判决方法研究

为了降低兵器试验中目标命中概率指标的判决错误率,提出了基于贝叶斯滤波理论的目标命中概率估计和判决方法。该方法构建了目标命中概率与试验观测数据的统计数学模型,依据贝叶斯滤波理论推导了目标命中概率后验概率密度函数、后验均值估计以及均方误差的解析表达式,并给出了基于目标命中概率后验均值估计的判决方法。依据不同的真实目标命中概率生成观测数据,分别利用传统方法和所提方法进行了估计和判决试验。结果表明:所提方法判决错误率仅为传统方法的1/3,证明所提方法具有可行性。

多波束滤波理论与实践效果分析

多波束测深系统可获得精细、全面的水下地形数据,但数据处理繁杂、周期较长且数据质量因处理水平不同而产生不可忽略的差异,因此有必要使用软件中的滤波工具辅助进行多波束的数据处理。针对滤波理论繁杂难解、滤波方法和效果不尽相同的问题,以QINSY软件与亿点通软件常用的滤波工具与工程实践相结合分析滤波工具在疏浚测量中的效果,得出相应疏浚工程的滤波选择,从而缩短了多波束数据处理周期,减小了人工处理数据而产生较大差异性的概率。

基于图滤波理论的齿轮箱故障特征提取应用研究

风力发电机、汽车、轮船等机械设备都离不开齿轮箱。传统的故障特征提取方法有时难以正确检测故障。本文采用图信号处理方法,提出了基于图滤波理论的齿轮箱故障特征提取应用研究。首先,将齿轮箱的振动信号转化为路图,建立路图拉普拉斯矩阵(Laplacian Matrix),得到图信号的特征值和特征向量;其次,进行图傅里叶变换(Graph Fourier Transform, GFT),选择图常数滤波器和图理想带通滤波器对图傅里叶变换后的信号进行重构;最后,将重构信号再次进行图傅里叶变换,从而提取齿轮箱故障特征。研究结果表明:经过图信号滤波的信号相比没有经过图信号滤波的信号故障特征提取更明显,具有一定的故障诊断效果。

基于贝叶斯滤波理论的自主机器人自定位方法研究

针对自主机器人定位问题,研究了基于贝叶斯滤波理论的自定位方法.从概率表达的角度介绍了贝叶斯滤波方法各种不同的实现形式,分析了各种不同定位方法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨和分析.最后总结了定位方法的基本特点,并对贝叶斯滤波理论在自主机器人领域中的应用前景进行了展望,探讨了未来的发展方向.

广义中值滤波理论及其性质的研究

本文以传统的中值滤波为背景，给出了一种广义中值滤波（ＧＭＦ）的定义，并在此基础上，研究了有关数学模型、性质和基本定理。其效果不仅完善了中值类非线性滤波理论，而且还展示出一些有实用价值的新结构和新应用。

基于卡尔曼滤波理论的甲板运动预估技术研究

航母在航行过程中 ,海浪运动将会导致舰体产生俯仰、横滚、偏航、上下起伏等运动 ,这将严重威胁舰载机的着舰安全。为了确保飞机在航母上成功降落 ,必须在着舰前使飞机运动轨迹与甲板运动同步 ,因此 ,本文研究了甲板运动预估技术 ,运用卡尔曼最优滤波理论开发了甲板运动预估器 ,并提出首先对引入着舰导引系统的甲板运动信息进行预估 ,然后再进行超前补偿的策略。经仿真验证 ,甲板运动预估与补偿的结合 ,可以明显减小舰载机着舰误差 ,提高着舰精度。

GNSS/INS组合导航误差补偿与自适应滤波理论的拓展

对GNSS／INS组合导航误差补偿与自适应滤波理论进行了系统而深入的研究。针对GNSS／INS组合导航实际应用中存在的随机模型不精确、GNSS观测条件不佳、INS误差累积迅速等问题，引入Allan方差、ARMA模型、载波相位平滑伪距、伪距差分求解速度、自适应滤波、误差模型修正等算法，对其进行改进并进一步提高了导航精度和可靠性。

基于卡尔曼滤波理论的实时交通信号控制研究

针对城市交通信号灯单独控制,以及信号配时固定等问题,提出一种基于卡尔曼滤波理论的实时交通信号控制方法。该方法利用卡尔曼滤波理论,对通过道路交叉口下阶段交通流量进行预测,并更新交通信号配时。通过对交叉口高峰小时交通流量实时调研,采用卡尔曼滤波理论预测交通流量后,对信号配时进行实时优化,并采用VISSIM软件对此交叉口进行仿真,仿真结果表明,车辆排队长度缩短,停车次数下降,通行效率得到大幅提高。

统一的和通用的Kalman滤波理论

用射影理论对一般线性离散时变随机系统提出了统一和通用的Kalman滤波理论,其中系统噪声在相邻时刻是相关的,且系统噪声和观测噪声在相同和相邻时刻是相关的。提出了最优和稳态Kalman滤波器、平滑器和预报器,推广了经典Kalman滤波理论。

一种基于自适应滤波理论的电力有源滤波器的数学模型及性能分析

提出一种基于自适应滤波理论的电力有源滤波器，建立了该电力有源滤波器的数学模型，对其性能进行了分析。仿真结果证明了此种电力有源滤波器的可行性和数学模型的正确性。

利用滤波理论建立设备预测维修的优化模型

利用滤波理论建立设备预测维修的优化模型 ,通过状态空间模型建立状态监测信息和元件的剩余寿命之间的关系。然后 ,根据卡尔曼滤波预测和更新设备剩余寿命的概率分布函数。在此基础上 ,建立了一个费用模型 ,确定出合理的维修时机 。

时空二维统一随机滤波理论

基于加权最小二乘原理，本文提出了一种时空二维统一随机滤波理论，利用该理论可使多传感器的数据融合和时间上的预测滤波一次完成，其性能与时空二维分开滤波等效。

自由飞行下基于Kalman滤波理论的最小安全间距研究

在CNS飞行环境下,考虑了速度分布对自由飞行下航空器的运动过程的影响。将飞机在空中的运动分解为水平投影面和垂直投影面的运动,在水平投影面,利用卡尔曼滤波理论,减小飞机定位误差,估计飞机对间的相对距离;在垂直投影面内,建立航空器运动的随机运动学模型。由水平投影面和垂直投影面的相对距离,可以得到航空器在空间中的相对距离,据此建立飞行碰撞风险模型。根据给定的安全目标水平,对模型进行求解可以得到相应的最小安全间距。

基于自适应滤波理论的单相电力有源滤波器

提出了一种基于自适应滤波理论的单相电力有源滤波器。该滤波器利用 Ａ８２２ Ｐ Ｇ Ｌ 增强型多功能板实现信号的采集和 Ａ／ Ｄ 转换，并把转换后的数字信号传递给计算机，由计算机进行数据处理和控制，该滤波器仅需一个电流传感器。实验结果证明该滤波器能达到预期的效果。

基于自适应预测滤波理论的模数转换器设计方法

基于自适应差分量化理论,提出了在不增加转换位数的情况下提高模数转换器(ADC)动态范围的一种设计方法。该方法通过量化输入与预测的差值来获得预测增益,从而扩大ADC的动态范围;通过差分量化值与预测值相加得到输出信号,并将该分别采用LMS和RLS算法进行处理,得到输入信号的预测值,计算机模拟结果证实,上述两种算法均能使模数转换器的动态范围提高约25dB.比较而言,RLS算法收敛速度更快,收敛性更好,但计算量较大.

基于卡尔曼滤波理论的容迟与容断网络自适应感知路由算法

针对容迟与容断网络中的单播通信问题,提出了一种自适应感知路由协议(adaptive context aware routing protocol,ACRP);并引入卡尔曼滤波理论,给出最优的消息轮渡节点选取策略。仿真实验表明,与常见的单副本拷贝或多副本拷贝协议相比,提出的面向情境感知的自适应路由协议拥有更好的传输性能和稳定性。

Kalman滤波理论在拱形独塔斜拉桥施工控制中的应用

文中将Kalman滤波理论应用于某拱形独塔双索面预应力混凝土斜拉桥的施工控制中,建立了斜拉桥施工控制主梁标高和索力的"双控系统",实例分析了索力、主梁标高和挠度的预测值,与实测值基本吻合。预测结果表明,Kalman滤波理论在拱形独塔斜拉桥施工控制中具有良好的应用效果。

卡尔曼滤波理论在预报地面径流污染中的应用

本文主要介绍流域径流污染的系统分拆方法，并提出采用卡尔曼滤波理论进行仿真，从而实现污染的预报。

基于KaIman滤波理论的连续刚构桥梁立膜标高预测

探讨了应用卡尔曼滤波法预测连续刚构桥梁立膜标高的方法。实践表明,采用卡尔曼滤波法进行标高预估控制后,各种误差对标高的影响按均方误差最小的原则进行处理,使实测值稳定在理论值左右,避免了误差的累积,保证了主拱悬拼的顺利合龙。

非线性最优滤波理论的研究

本文介绍了近二、三十年来数字信号处理领域中非线性滤波算法的研究成果,以及非线性滤波理论的发展。讨论了非线性滤波器的综合理论以及非线性滤波算法在数字维纳滤波器、雷达和通信信号非线性滤波以及调相信号解调器中的应用。