基于脉冲噪声的特点提出了一种新的滤波方法——迭代自适应中值滤波方法(Iterative Adaptive Median Filter,IAMF)。本方法根据被脉冲噪声污染的图像的特征,建立相应的权重函数,并结合迭代算法进行噪声消除,处理后的图像不但能够较好地...基于脉冲噪声的特点提出了一种新的滤波方法——迭代自适应中值滤波方法(Iterative Adaptive Median Filter,IAMF)。本方法根据被脉冲噪声污染的图像的特征,建立相应的权重函数,并结合迭代算法进行噪声消除,处理后的图像不但能够较好地保留细节信息,而且能够保持良好的清晰度。此外,在IAMF滤波过程中,由于噪声点不参与计算,从而有效避免了图像中噪声点对正常像素的影响,同时也提高了运算速度。试验结果进一步证明:当噪声率超过0.5时,该方法的优越性尤为突出,噪声率超过0.9时,图像处理效果仍比较理想。展开更多
针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习...针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习辨识算法估计基函数模型,采用伪逆型学习律逼近系统的稳定逆,保证了迭代学习控制的收敛性和鲁棒性.以傅里叶基函数为例,通过在非最小相位系统上的控制仿真,验证了算法的有效性.展开更多
文摘基于脉冲噪声的特点提出了一种新的滤波方法——迭代自适应中值滤波方法(Iterative Adaptive Median Filter,IAMF)。本方法根据被脉冲噪声污染的图像的特征,建立相应的权重函数,并结合迭代算法进行噪声消除,处理后的图像不但能够较好地保留细节信息,而且能够保持良好的清晰度。此外,在IAMF滤波过程中,由于噪声点不参与计算,从而有效避免了图像中噪声点对正常像素的影响,同时也提高了运算速度。试验结果进一步证明:当噪声率超过0.5时,该方法的优越性尤为突出,噪声率超过0.9时,图像处理效果仍比较理想。
文摘针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习辨识算法估计基函数模型,采用伪逆型学习律逼近系统的稳定逆,保证了迭代学习控制的收敛性和鲁棒性.以傅里叶基函数为例,通过在非最小相位系统上的控制仿真,验证了算法的有效性.