递归贝叶斯估计框架下的非线性滤波算法综述

对递归贝叶斯估计框架下的非线性滤波(Nonlinear Filter,NF)算法进行分类,根据NF算法设计思想的不同把它们分为基于函数拟合/变换的NF算法、基于矩拟合的NF算法和基于条件后验概率密度函数拟合的NF算法。同时,还论述了线性回归卡尔曼滤波算法、二阶分离差分卡尔曼滤波算法、Unscented Kalman Filter算法和高斯-厄米特滤波算法四者间的共性与区别,指出了基于NF算法间相互融合的新NF算法设计的不足,分析了上述三类NF算法设计思想的完备性,发现了一些NF算法设计思想中的不足,明确了NF算法将来的突破方向。

四轴飞行器组合导航非线性滤波算法

四轴飞行器是无人机(UAV)的研究热点。以四轴飞行器导航系统为研究对象,研究非线性滤波算法即扩展卡尔曼滤波(EKF)和不敏卡尔曼滤波(UKF)在四轴飞行器导航系统中的应用,融合视觉传感器与惯性导航传感器的位置信息,给出载体最优的位置估计。在四轴飞行器的数学模型的基础上,建立四轴飞行器的状态方程,根据EKF和UKF的递推方程,并对比经典的Kalman滤波方法,分析不同滤波算法针对四轴飞行器的适应性。仿真结果表明,UKF和EKF比Kalman滤波更能适应四轴飞行器的非线性特征,能取得更好的融合效果,而UKF又优于EKF。

一种精确跟踪目标的非线性滤波算法

论文分析了当目标距离或雷达极角量测误差超过一定限度时 ,扩展卡尔曼滤波器跟踪精度迅速下降的原因 ,并在精确计算线性化误差及实际量测误差的基础上提出一种补偿线性化误差的跟踪滤波算法 (PTLKF) .计算机仿真结果表明 ,论文提出的算法有效地减小了线性化误差的影响 。

基于MPSK信号频偏估计的非线性滤波算法

基于MPSK信号的非线性频偏估计算法,通过对叠加了高斯分布白噪声接收信号的非线性变换分析,将非线性滤波(中值滤波)算法应用于载波频率估计之中.运用MonteCarlo仿真手段对其进行了验证,结果表明,在非线性频率估计中运用中值滤波算法后,其估计的均方误差较之运用均值滤波算法有很大的改善.

几种非线性滤波算法的比较研究

针对组合导航等非线性系统,扩展卡尔曼滤波算法(EKF)在初值不准确时存在滤波发散的现象,故提出U-卡尔曼滤波(UKF);粒子滤波算法(PF)适合于强非线性、非高斯噪声系统,但同时存在退化现象,故提出2种改进算法。前人的工作多集中在单一算法的研究,而在此是将上述各种算法应用到同一典型非线性系统,通过应用Matlab进行仿真实验得出具体滤波效果数据,综合对比分析了各算法的优缺点,得出一些有用的结论,为组合导航系统中非线性滤波算法的选择提供了参考。

一种去除高密度椒盐噪声的非线性滤波算法

针对高密度椒盐噪声污染图像的去噪问题,提出了一种有效的非线性滤波算法。在噪声检测中利用域值划分法,先将噪声图像像素点分为信号点和准噪声点,建立噪声矩阵,然后再利用图像边缘特性及局部统计信息,进一步明确噪声点。对于噪声点,采用以该点为中心的多窗口像素点中值及该点像素值的中值进行替换。实验结果表明,该算法对较高密度椒盐噪声污染图像的去噪能力较强,而且有效地保持了图像细节。

伪线性滤波算法在三维测向无源定位中的应用

首先提出了一种测量目标方位角和俯仰角、实现运动单站对固定辐射源进行三维无源定位的伪线性滤波算法(PLF)。该算法利用伪测量值,将非线性测量方程变为线性伪测量方程,实现对目标状态的实时估计。该方法无需预先精确地获得目标的初始状态,克服了扩展卡尔曼滤波(EKF)算法容易发散等缺点,从而获得了稳定的目标状态估计。计算机仿真结果证明了上述方法的有效性。

雷达目标跟踪中的典型非线性滤波算法研究

在雷达信号处理领域,目标跟踪问题一直是研究的重点,其中,非线性滤波问题是难点所在。本文主要研究了三种典型非线性滤波算法,详细介绍了算法基本原理及实现步骤,并基于典型的一维非线性非高斯模型对算法滤波性能进行了仿真分析。实验结果表明,在非线性非高斯条件下,粒子滤波算法的滤波性能最优,不敏卡尔曼滤波算法次之,卡尔曼滤波算法最差。

线性滤波算法的机器视觉适用性研究

在机器视觉系统实际工作过程中,由于状态噪声的多样性,很难实时选择出最佳滤波算法。论文针对线性滤波算法:时域递归滤波、高斯滤波、高斯–拉普拉斯滤波、二项式系数滤波的算法模型、计算速度、输出结果进行了深入研究,通过迭加随机噪声组合测试了上述算法的性能,分析了其在工程实际中的适用性。实验结果表明,在迭加白噪声与高斯噪声时,高斯滤波实现了时间与精度的最佳折中;在迭加椒盐噪声时,高斯–拉普拉斯滤波明显优于其它三种算法,为机器视觉系统优化图像处理效果提供了理论和技术支持。

严重椒盐噪声污染图像的非线性滤波算法

针对灰度图像的椒盐噪声滤波问题,提出一种保细节的非线性滤波算法。利用局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点3类,建立噪声标矩阵;然后再根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点3种类别,并分别采用不同的方法进行滤波,以保留更多的图像细节。结果表明,本文算法在去噪能力、自适应性以及保留细节等方面都明显比其它4种算法强,尤其是对于噪声高度污染图像的情况。

一种彩色图象的非线性自适应滤波算法

本文提出了一种应用于彩色图象去噪和平滑的非线性自适应滤波算法。该算法应用微分算子确定被处理象素及其邻域内的象素点是否为噪声点 ,在具有视觉统一性的色度空间中对图象进行高斯加权时 ,不仅去除噪声点的影响 ,而且应用分类准则 ,对象素及其邻域内的点进行分类 ,选取同类点参加滤波。该方法有效抑制了噪声点的影响 ,提高了滤波的视觉效果。

基于数据率控制的非线性交互式滤波算法

针对传统的非线性滤波算法EKF在高机动、低数据率下跟踪精度下降较快和UKF在低数据率下线性化误差小但实时性差的缺点,提出了一种基于数据率控制的交互式多模型滤波算法。该算法根据不同作战模式下目标的探测率和系统非线性大小,自适应地分配EKF和UKF两种非线性滤波算法的加权比例,有效克服了以往算法中仅选用单一滤波处理模型的缺陷。通过仿真验证,所提算法有效解决了传统EKF算法在目标机动时数据率下降导致的系统跟踪精度和稳定性下降太快的问题,相比UKF算法在机动段目标跟踪精度下降不多的情况下大大缩短了运行时间,减少了雷达资源消耗。

基于局部非线性投影滤波算法的ECG信号处理

含有一定强度干扰的混沌系统可以通过局部非线性投影的方法逼近其吸引子。单导心电信号(ECG)在时间延迟嵌入空间中表现出一定的几何结构 ,包含其它成分的ECG可以在一个较高维的空间得到没有交叠的状态轨迹。利用局部非线性投影法可以逼近ECG的一个低维吸引子 ,从而将ECG和其它成分分离。

线性卡尔曼滤波算法在磁感应断层成像技术中的仿真研究

目的 :研究在磁感应断层成像(magnetic induction tomography,MIT)中使用多帧连续数据进行图像重建的线性卡尔曼滤波算法。方法:首先,对经典卡尔曼滤波算法进行改造,使其适用于MIT的需要;其次,为了评估线性卡尔曼滤波算法的性能,在仿真模型中对续变化的单个、2个和3个电导率扰动目标进行MIT仿真成像实验,并且绘制多个单元网格的电导率变化曲线。结果:获得了单个、2个和3个电导率扰动目标的重建图像和多个网格单元的电导率变化曲线。重建图像反映出了成像区域内电导率的分布,得到的电导率变化曲线和真实电导率变化曲线在变化趋势上基本一致,但扰动目标的位置在轴向上偏离中心。结论:在MIT中通过线性卡尔曼滤波算法可以有效地进行图像重建,并且有效地追踪电导率的变化,为进一步研究磁感应断层成像序列化图像重建算法打下基础。

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 。

确定卫星姿态的一种非线性算法

本文在稳态卡尔曼滤波算法中引入非线性项，改进了算法的性能。思路是在姿态确定误差较大时，使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下，与稳态卡尔曼滤波算法相比较，非线性滤波算法具有更快的收敛速度。

基于贝叶斯原理的粒子滤波技术概述

针对现有非线性滤波算法收敛性及鲁棒性较差的问题 ,重点论述了基于贝叶斯原理的序贯蒙特卡罗粒子滤波器 ,指出其可能存在退化现象 。

三维定位模型下改进的PLKF算法研究

为了检验三维定位模型下伪线性卡尔曼滤波(PLKF)算法的定位性能,建立了增加角度变化率信息的三维定位模型,推导了所建模型下的伪线性测量方程,在此基础上用PLKF算法实现了对运动辐射源的无源定位与跟踪,并详细分析了其在三维定位模型下的定位性能。仿真结果表明,用角度变化率信息改进的PLKF算法具有更快的收敛速度和更高的收敛精度。

无人机遂行编队飞行中的纯方位无源定位

无人机集群在遂行编队飞行时,为避免外界干扰,应尽可能保持电磁静默,少向外发射电磁波信号。为保持编队队形,拟采用纯方位无源定位的方法调整无人机的位置。基于此,建模旨在研究无人机遂行编队飞行中的纯方位无源定位问题。本文针对静止辐射源与移动辐射源分别提出到达时间差/到达角度定位(TDOA/AOA)和到达时间差/到达频率(TDOA/FDOA)联合定位方法,在此基础上推导了无源定位算法的静止/移动辐射源状态矢量的克拉美罗下界,为分析无源定位精度提供一个定量标准,建立了被动接收信号无人机的定位模型。接着,建立一种结合非线性滤波算法改善定位性能的模型,最终计算可得还需要3架无人机发射信号,才能实现无人机的有效定位。最后,本文对算法有效性进行了验证。

用非线性加权均值多方向形态滤波算法抑制散斑噪声

提出了一种新的用于抑制散斑噪声的非线性加权均值多方向形态滤波算法。对实际激光雷达图像处理的结果表明 ,该算法既有效地抑制了激光雷达图像中的散斑噪声 。