基于白噪声正交多项式滤波的GPS测速方法分析

针对目前GPS精度鉴定系统事后数据处理中速度精度偏低,难以满足试验任务需求的问题,结合试验中GPS数据具有等间隔、高采样率的特点,基于GPS测速的基本原理,利用位置微分求速方法,设计了采用白噪声正交多项式最优线性滤波的中心平滑求速方法,使GPS测速精度达到0.01 m/s,提高了GPS精度鉴定系统的测速性能指标。

基于正交多项式的平原城区机载LiDAR数据滤波算法

从机载LiDAR点云数据中分离地面点与非地面点生成城区DEM,是构建数字城市的首要工作。该文对机载LiDAR数据处理中的滤波关键算法进行了研究。首先,利用常用的区域增长方法对机载LiDAR点云数据进行了滤波处理,然后基于正交多项式分带滤波方法进行了点云滤波,比较了两种算法的运行效率,分析了二者的特点,并通过试验对比进行了阈值参数优选,试验表明该算法具有较好的滤波效果,在平原城区的数字城市三维建模中具有很好的应用价值。

基于多项式模型和卡尔曼滤波器的正交频分复用自适应信道估计算法

在正交频分复用(OFDM)系统中,为了准确地检测接收信号并实现解调,必须对信道的传输函数进行准确估计.本文提出了一种适用于OFDM通信系统,基于二阶多项式模型和卡尔曼滤波器(Kalman filter)的自适应信道估计算法.利用二阶多项式模型对无线时变信道进行建模,通过合理安排插入导频结构,使用块状导频,可以使得原本二维的时频多项式模型减少到一维,降低信道估计算法的复杂度.同时,在多项式模型的基础上,将时变无线信道等效为一autoregressive(AR)过程,从而建立起卡尔曼滤波器的过程方程与测量方程,通过卡尔曼滤波器的递推公式,即可实现对多项式模型参数的自适应估计.本文提出的算法可以仅使用最少的导频(即与多项式模型参数相同个数的导频)实现准确的信道估计.由于每次所需导频个数的减少,接收端所需存储的未解调信号的数量也随之降低,大幅减少了接收端所需的存储空间.计算机仿真证明,与线性插值算法和基于二阶多项式模型算法的信道估计相比,在相同输入信噪比和归一化多普勒频移条件下,本文提出的算法具有较低的误码率.

一种基于Chebyshev正交多项式的卡尔曼滤波器

针对卡尔曼滤波器滤波非线性系统做了改进,提出了一种基于Chebyshev正交多项式的卡尔曼滤波器.非线性系统经Chebyshev正交多项式分解后,再利用标准卡尔曼算法求解,理论上可以无限逼近此系统,使其达到理想精度.为了验证算法的有效性,本文对此作了理论推导,并将算法应用于混沌系统,实验中传输信号与理想信号之间的误差由白噪声产生,仿真结果表明,其性能优于Unscented卡尔曼滤波器.

多项式正交滤波器与共轭正交滤波器组

主要讨论了多项式正交滤波器和共轭正交滤波器组的构造方法。首先利用Riesz引理和特殊的余弦三角形多项式,给出了一种多项式正交滤波器的构造算法,该算法可以构造出一系列特性各异的紧支撑正交小波基;还给出了由一个矩阵CQFs派生多个新的矩阵CQFs的共轭正交滤波器组算法,包括由低阶矩阵CQFs构造高阶矩阵CQFs。

紧支撑正交小波的多项式滤波器

利用 Reisz引理及特殊的余弦三角多项式 ,给出了一种构造紧支撑正交小波的多项式滤波器的算法 ,从而可以得到一系列特性各异的紧支撑正交的小波基 ,这为我们在应用小波分析的过程中从众多小波基中挑选出“好基”提供了可能 .特别地 ,也可采用该方法构造出著名的 I.Daubechies小波的多项滤波器及相应的小波 。

正交多项式法在航空电磁运动噪声去除中的应用

时间域航空电磁测量数据中常伴有表现出低频特性的运动噪声,其幅值远大于航空电磁探测系统的磁场强度,因此能否正确、高效地对其进行去除成为了时间域航空电磁数据预处理的关键问题。经过研究,本文采用正交多项式拟合方法对时间域航空电磁数据中的运动噪声进行去除。对数据中每个半周期时间序列利用正交多项式进行拟合,从而作差达到去除数据中运动噪声的目的。通过对理论数据和实测数据运动噪声去除的效果可以看出,正交多项式拟合方法可以有效的去除运动噪声,同时提升了航空电磁实测数据质量,提高了数据的信噪比。

利用自适应正交滤波法消除InSAR干涉图相位噪声

干涉图滤波是In SAR数据处理的关键步骤,滤波结果的好坏直接影响In SAR解算结果的可靠性。针对现有滤波方法的不足,文章研究了自适应正交滤波目标函数的构造,通过广义交叉验证对平滑参数进行选择,并将构造的函数运用于In SAR干涉图中,通过与其他方法进行对比,证实自适应正交滤波能有效地去除相位噪声的影响,且能最大程度地保持In SAR干涉相位中的有用信息。

基于新息正交性自适应滤波的惯性/地磁组合导航方法

针对量测值存在野值以及量测噪声统计特性发生变化导致基于滤波的惯性/地磁组合导航系统滤波精度和稳定性下降的情形,提出一种基于新息正交性自适应滤波的惯性/地磁组合导航方法。首先通过新息过程正交性是否丧失进行量测值的野值辨识,然后对含野值量测值加权以减弱野值对系统滤波的不利影响,随后设置滑动窗口实时监测滤波器新息的动态变化以修正量测噪声方差,进而调整滤波器增益,提高系统的适应能力。仿真结果表明:在量测值存在野值以及噪声统计特性发生变化时,该方法能够抑制惯导系统的累积误差,并且得到的标准差指标相比标准EKF缩减至1/4左右,提高了组合导航系统的稳定性和适应性。

对模态参数识别的整体正交多项式算法的评述

整体正交多项式识别算法利用整体最小二乘方法来辨识结构模态参数 ,识别精度一般高于普通意义上的正交多项式拟合算法。本文系统的介绍了整体正交多项式识别算法发展过程中出现的三种方法 ,同时从识别精度、对噪声敏感程度和识别效率三个方面对方法进行详细的比较和评价 。

基于正交矩阵与联合独立滤波机制的无线传感网络信号定位算法

为解决当前无线传感网信号定位算法易受瑞利噪声影响,且其采用的半径扫描旋转定位机制在高衰落信道条件下难以消除定位角度误差,导致定位精度较低的缺陷,本文研究了鉴于正交矩阵联合单一滤波制度的无线传感网信息定位方案:首先,通过基准节点以及有关接收节点的位置关系,构建正交矩阵定位结构,用来接收待测节点发送的信号,并根据接受节点与待测节点的角度,对获取的待测节点子信号进行初步定位,减少接收节点定位待测节点的角度误差;随后,依据接收节点与待测节点的角度估计,构建联合独立滤波机制,采取功率谱密度函数计算定位过程中定位角度的平均估计,从而实现了对角度估计的优化,提高了信号定位精度.仿真实验表明:与JISA算法及NP-CPLA算法相比,本文算法具有较好的抗噪能力,其定位精度与效率更高,而定位误差更低.

一种基于格型正交化的二阶Volterra自适应滤波算法

针对Volterra自适应滤波器输入信号相关性或附加的非线性畸变的增强使自适应滤波器性能下降的问题,本文提出基于格型正交化的二阶Volterra自适应滤波算法。先对输入信号进行格型预处理,得到互相正交的后向预测误差信号;然后将其作为自适应滤波器的输入,从而大大降低了一次项、平方项和交叉乘积项信号各项之间的耦合,改善了自适应算法的收敛性能。有源噪声对消的仿真结果表明,在输入噪声强相关和附加较强非线性畸变时本算法仍具有较好的消噪性能。

一种正态白噪声序列数字发生器

在自适应滤波、平滑和去卷等理论和应用过程中 ,针对正态白噪声序列实验信号只能由人工输入的实际状况 ,设计了一种能在微机上自动生成多维正态白噪声序列信号的数字发生器 ,可将一维正态白噪声序列推广到多维正态白噪声序列 ,并使其离散化 ;经验证 :正态白噪声序列的标准相关函数和标准互相关函数分别以 96 .82 % ,97.77%和97.42 %的概率落在置信区间内 。

神经Chebyshev正交多项式均衡器及自适应算法

提出一种全新结构的非线性均衡器———神经Chebyshev正交多项式自适应均衡器.该均衡器由1个非线性神经自适应滤波器和1个Chebyshev正交多项式滤波器级联而成.基于最陡下降方法,推导出了相应的自适应算法.仿真结果表明,在线性信道中,该均衡器的均方误差(MSE)比神经自适应均衡器和二阶Volterra均衡器小;在非线性信道中,以更为简单的结构达到了和BP算法训练的三层神经网络相似的性能.

复模态指数函数在正交多项式辨识模态参数算法中的应用

首先介绍了模态指示函数的发展历程和研究现状,重点研究了复模态指示函数(CMIF)的相关理论,并探讨了噪声的存在对复模态指示函数计算结果的影响,之后引入Savitzky-Golay平滑滤波方法对CMIF曲线进行了平滑滤波,最大程度上消除了噪声干扰的影响;然后研究了基于CMIF指示结果的频响函数数据智能抽取算法;最后本文将平滑滤波后的CMIF和基于CMIF的FRF数据智能抽取算法应用在Forsythe正交多项式模态参数辨识算法中,并进行了仿真算例验证,取得了较好的效果。

基于正交分解的自适应实时滤波器的设计与实现

自适应滤波是近年来发展起来的一种滤波方法,属于自适应信号处理的领域,它能以干扰噪声为处理对象,利用噪声与信号不相关的特点,自适应地调整滤波器的传输特性,尽可能地抑制和衰减干扰噪声,以提高信号检测或信号传递的信噪比。本文介绍了一种基于正交分解的自适应实时滤波器的设计与实现方法,采用纯模拟电路实现,响应时间极短,能够实现对正弦波噪声干扰的实时滤波。

利用声压有效值信息进行白噪声声源识别

研究提出利用声信号有效值进行内积运算识别白噪声声源的方法,用传声器阵列测得声压信号有效值组成声压有效值向量,与虚拟点声源声压有效值向量做内积,搜索内积模的最大值,根据柯西施瓦兹不等式确定声源位置。建立相应的识别步骤,对白噪声声源进行仿真识别,分析测量误差与测量距离对识别效果的影响,通过增大传声器布置间距改善测量距离较远时的识别效果。在能够识别单个声源的基础上研究多个声源的识别,主要针对两个声源间距近的情况,提出结合施密特正交对其进行识别,识别结果准确。进行相应的实验验证,证明方法的有效性。由于该方法不需要使用相位信息,具有测量方便,对实验设备要求低等特点。

平稳过滤白噪声激励下海洋桩基平台响应分析

本文研究了平稳过滤白噪声激励下海洋桩基平台响应分析方法，该方法将强地面运动视为三向平稳过滤白噪声随机过程，应用留数定理推导出积分平台响应的表达式。对一水深为１１４．３ｍ的海洋桩基平台进行了平稳过滤白噪声激励下响应的计算，其成果与平稳白噪声激励下的响应和响应谱法计算结果进行了对比，并得出了相应的结论。

Kalman滤波算法在海洋钻机中控制信号的优化

海洋钻机由于其应用的特殊性,对控制信号的稳定程度及控制精度有更高的要求。针对海洋钻机电控系统中信号受噪声干扰大的情况,提出一种基于Kalman滤波算法的PID控制信号优化方式,控制过程中信号是多维且非平稳输出,利用Matlab/Simulink软件仿真PID传递函数并整定参数,利用传递控制信号的输出作为Kalman滤波算法线性观测方程的输入,运行正态分布融合模型,建立海洋钻机控制信号的干扰高斯白噪声的模型,对稳定信号及噪声观测值进行加权平均更新迭代计算,以便于获取最小方差估计值,从而得到降噪的信号。实验仿真表明,与传统的PID信号输出相比较,系统具备更强的抗干扰能力和更好的鲁棒性。

一种利用曲线拟合设计内插滤波器的新方法

与传统的从频域来设计内插滤波器的方法不同,本文从滤波器脉冲响应的方向入手,提出了一种利用曲线拟合设计性能较高的内插滤波器的新方法,从而克服了传统方法利用穷搜索寻找最佳系数花费时间过长的缺点。这种方法尤其适用于内插滤波器系数较多或者需要的精度较高的情况。