基于动态网格密度的SNN聚类的ET-GM-PHD滤波算法

针对不同扩展目标产生的量测密度差异较大时,多扩展目标高斯混合概率假设密度(ET-GM-PHD)量测集划分困难,计算量繁重的问题,提出了一种基于动态网格密度的SNN相似度的量测划分算法。首先利用动态网格技术对量测数据进行预处理,减小量测中的杂波干扰;而后采用共享最近邻(SNN)相似度对处理后的观测值进行量测划分。经过仿真结果分析,文中提出的算法相较于传统算法,减少了运行时间,提升了跟踪的稳定性。

大频率比的毫米波频率可重构滤波天线

针对现有毫米波频率可重构天线频率调谐比小的问题,本文设计了一款宽频带双频毫米波频率可重构滤波天线.天线以PIN二极管为重构开关,选择阶梯阻抗谐振器作为可重构带通滤波器,并加载U型枝节引入陷波;通过微带线-带状线过渡馈电结构将滤波器与Vivaldi天线级联,并设计了金属腔隔离辐射和滤波两部分,有效降低了电磁干扰和交叉极化.测试结果显示:PIN二极管处于导通状态时,天线工作在25.9-28.6 GHz,最大增益为8.83 dBi;PIN二极管处于断开状态时,天线工作在32.6-35.9 GHz,最大增益为9.97 dBi;可重构中心频率比达到了1∶1.26,两个频带的交叉极化电平均低于-20 dB.

基于递归本征正交分解与强跟踪扩展卡尔曼滤波的结构损伤识别

针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的模型降阶与结构损伤在线识别方法,对动载荷作用下的结构损伤识别进行了研究。利用RPOD方法在线更新并实时建立反映结构状态的降阶模型,解决未知载荷作用下多自由度结构动力分析计算量大且难以收敛的问题,同时跟踪损伤的演化并对其进行定位;通过STEKF方法跟踪降阶模型的状态向量,识别因损伤而退化的降阶模型参数。分别采用六层剪切型框架的数值模拟与三层钢框架的模型试验验证了该方法的可行性,结果表明,所提出的方法能够准确建立降阶模型并跟踪降阶模型参数的时变历程,同时可以有效地识别出剪切型建筑结构损伤的位置和程度,即使在处理高程度噪声时仍有较高的精度。

基于加权最小二乘的稀疏FIR滤波器设计方法

大规模通信系统的发展对传统滤波器设计提出了更高的要求,稀疏有限脉冲响应(FIR)滤波器具有低计算复杂度与低实现成本的特点,但常规凸松弛近似设计方法会产生额外的逼近误差,稀疏性也不理想,并且求解过程复杂。针对FIR滤波器在设计中由于乘法器个数多而导致实现成本高的问题,该文提出了一种基于加权最小二乘准则的稀疏FIR滤波器设计方法。首先,根据不同范数性质对初始稀疏表示的L0范数进行替换,即对目标函数进行改进,从而在保持稀疏性的基础上,解决非凸函数难以直接求解的问题;然后,将目标问题转化为2个凸子问题差的形式,根据迭代规则构造形式更为简单的子问题,采用交替求解方法求解子问题,以进一步提高求解效率并降低求解复杂度;最后,在确定0系数的位置后,通过求解一个加权最小二乘问题来进一步减小近似误差。仿真实验结果显示:与已有的稀疏滤波器求解方法相比,所提方法能够提高FIR滤波器的系数稀疏性,降低乘法器个数,并且在稀疏性增强的情况下获得较为折中的均方根误差与最大误差,同时计算机求解时间更少,求解效率更高。

驻波移相有源电力滤波器在环形配电网中的应用

针对环形配电网中由功率因数校正电容与馈线电感之间谐振导致的背景谐波电压放大问题,提出了一种在环形配电网中点安装驻波移相有源电力滤波器(SWPS-APF)的谐波抑制方案,其抑制原理是通过移动谐波电压驻波的相位使驻波波腹靠近或恰好落在馈线始端,从而实现背景谐波的衰减。所提方案分为驻波左移和右移两种策略,两者具有不同的适用范围,但涵盖了所有工况。相比于传统的阻性有源电力滤波器(RAPF)方案,该文所提方案抑制背景谐波的效果明显,并且所需的补偿容量也更少。最后,仿真分析和实验结果均验证了该方案的有效性。

微带交指带通滤波器小型化结构设计

文中提出在终端短路式交指带通滤波器的开路端引入一段微带加载线,使谐振器产生尺寸跳变。通过改变微带加载线的线宽,增加谐振器的等效电感值,从而实现降低该带通滤波器中心频率的目的,并且给出了在设计指标下,随加载线宽变化中心频率变化的经验公式。对X波段的微带交指带通滤波器和微带线尺寸跳变进行了研究,研究数据表明:谐振器越短,中心频率往高频偏移越多;微带线尺寸跳变越大,中心频率往低频偏移越多。通过合理减小谐振器长度和增加微带加载线线宽,滤波器整体长度减小而宽度不变,且改进前后滤波特性不发生改变,达到了滤波器小型化的目的。通过在HFSS中建立滤波器模型并进行仿真,改进后增加了传输零点,回波损耗更加稳定,谐振器长度减小10%,微带加载线线宽增加0.15 mm,整体滤波器尺寸减小10%,验证了所提出结构的可行性。

毫米波基片集成波导宽带滤波天线设计

设计了一种基片集成波导(substrate-integrate waveguid,SIW)馈电的毫米波宽带滤波天线.它由3层结构组成,底层为馈电层,SIW腔通过位于底层上表面的耦合槽向上2层进行馈电;中间层是实现滤波的核心层,1对L型探针以及2条位于耦合槽内的短截线实现了低频段的滤波,此外还包括2对短路环,有助于提高高频段滤波特性;顶层为辐射层,包含2对开槽的辐射贴片,除了起到辐射作用,还能通过电流调控进行高频滤波.该滤波天线依靠自身结构实现滤波,不需要额外的滤波网络结构,具有较高的滤波选择性、宽频带和低剖面等特性.该天线在23.17~30.34 GHz范围内实现了26.7%的相对带宽.

基于改进粒子滤波的锂电池健康状态估计

为了准确估计锂离子电池健康状态(SOH),文章提出一种基于改进粒子滤波算法的SOH评估方法。针对传统粒子滤波算法中粒子权重趋于零、导致粒子多样性丧失的问题,引入残差重采样算法,通过分离粒子权重的整数和小数部分,以替代传统的重采样方法,从而减轻粒子退化现象,保持粒子集的多样性。同时,结合无迹卡尔曼滤波(UKF)算法生成基于状态均值和协方差的Sigma点,以更精确地捕捉系统状态的不确定性,避免局部线性化近似的截断误差。采用NASA实验室公布的试验数据进行验证,结果表明,与传统粒子滤波算法相比,该方法将平均误差降低至2%以内,显著提升了SOH估计的精度和鲁棒性。

复杂环境下无人机组合导航自适应滤波算法

在复杂环境中,无人机(UAW)组合导航系统可能会因量测噪声过大导致定位精度下降。为解决这一问题,提出了一种改进的Sage-Husa自适应滤波算法。首先,采用一种含权重因子的滑动窗口残差卡方检验方法识别故障信号,将系统区分为有/无故障两种状态;然后,在检测出系统故障时,引入可动态调节的遗忘因子估计量测噪声,提高系统的自适应能力;最后,在系统无故障时,引入多重渐消因子修正预测均方误差矩阵,减小陈旧信息对当前滤波的影响。仿真结果表明:改进后的滤波算法可以有效提高故障信号识别准确性以及定位精度。相较于传统Sage-Husa自适应滤波,改进后的算法在东、北、天向定位精度分别提高了46.54%、18.59%及46.24%。

气候变化对黄淮海地区粮食单产影响的HP滤波法分析

【目的】探究气候变化因素对黄淮海地区粮食单产长时间序列的波动性影响。【方法】基于1949—2021年黄淮海地区小麦和玉米的单产数据,采用HP滤波法进行单产分离,得到受技术进步和经济发展影响的长周期分量趋势单产,及受气候变化引起的短周期分量气候单产。【结果】对比实际单产数据,HP滤波分离得到的趋势单产与作物实际单产具有相似的年际变化特征,趋势单产变化更为平滑,波动幅度小于实际单产;气候单产年际波动幅度最大,其变化情况直接影响当年实际单产;气候单产对实际单产的影响分为正反两方面;不同作物同一年份受气候单产影响程度不同。【结论】尽管气候变化对农业生产影响很大,但是在长期层面来讲,小麦和玉米的单产主要受种植技术、作物品种改良、数智化技术等科学技术发展因素的影响。

基于滑动小子域滤波的重力异常边界增强技术及铀矿勘查应用

重磁位场数据的优势是能够研究与识别地质体的边缘位置。文章提出了一种滑动小子域滤波Theta图法,该方法集结了滑动小子域滤波法与Theta图法的优势,能够增强深部弱异常的信息。经过两组理论模型测试,得出滑动小子域滤波Theta图法能更好地平衡高幅值异常和低幅值异常,突出埋深较大、物性差异较小的弱异常,识别出深部弱异常体的边界位置。在实际资料处理中,利用该方法对相山火山盆地的布格重力异常数据进行线性构造识别,最终识别出多条断裂和地质界线,并且与地质构造资料的解释成果有较好的吻合。

求解偏微分方程的时间滤波器方法

偏微分方程在计算流体力学领域有着广泛的应用,但大多数的偏微分方程无法直接解得显式解,所以建立一种能高效求解的数值方法是至关重要的.对于数值计算方法来说,精度和有效性是一个算法的核心.时间滤波算法是一种基于复杂系统原始计算代码的数值后处理算法.该方法是在原始数值格式的基础上添加一个简单的时间滤波器来提高时间精度,而不额外增加计算复杂度,因而该方法在流体问题数值求解中得到了广泛运用.梳理了一些基于时间滤波器的数值方法以及时间滤波器在几种方程中的应用.最后,基于时间滤波器,针对Navier-Stokes方程,提出变时间滤波器.

基于改进的迭代重加权OMP的稀疏FIR滤波器设计

有限脉冲响应(Finite Impulse Response, FIR)滤波器具备线性相位和稳定性的优点,在雷达信号处理、图像处理、电子对抗等领域被广泛应用。然而高性能的FIR滤波器通常需要较高的阶数,导致硬件实现成本高、系统功耗大。针对该问题,提出了一种改进的迭代重加权正交匹配追踪算法,设计稀疏的线性相位FIR滤波器。该算法采用Frobenius范数简化在每次迭代中求解目标稀疏FIR滤波器的过程,并且引入一个对数函数迭代更新权重。仿真结果表明,在某些情况下所提算法设计的滤波器比已有的稀疏滤波器设计方法具有更短的有效滤波器长度和更少的滤波器非零抽头个数,避免了硬件实现时乘法器和加法器的大量使用,从而有效地降低了实现成本和系统功耗。

基于局部均值滤波的有色溶液图像反光抑制处理

针对有色溶液图像处理中均值滤波算法精确度低和时效性弱的问题,本文提出一种基于局部均值滤波的综合处理方法。利用图像分割技术将图像分割为光照影响区和非影响区2个部分。采用局部均值滤波将影响区中的像素点逐一替换为各像素点邻域内非影响区像素点,以消除反光影响。进行多组试验,结果表明进行处理后图像RGB均值与未受光照影响的图像RGB均值的平均误差为0.140,最大误差为0.261。与传统的均值滤波算法相比,本文方法具有精度高、时效性强等优点,为解决光照反光的干扰问题提供一种有效的处理方案。

基于ISAR图像序列的目标引导滤波三维重构

如何从目标逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)图像序列中获得目标的三维位置及结构信息,对目标识别与解译、空间目标监视等技术十分重要。文中首先对ISAR序列图像进行相干斑滤波及增强,并用SIFT(Scale-Invariant Feature Transform)算法提取匹配目标强散射点信息,获得其二维坐标并生成观测矩阵。然后利用正交因式分解法计算目标强散射点三维位置信息,并通过重构结果融合及引导滤波处理实现较好的重构效果。通过对ALOS卫星图像的处理,得到了目标强散射点的三维位置及形状的重构结果。结果表明,文中方法能有效地从ISAR二维图像信息中获得目标的三维空间信息。

基于混合滤波的RSSI无线网络测距算法

针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication,RSSI)在复杂环境测量会产生偏差的问题,提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波,首先用卡尔曼滤波算法去除波动性较大的RSSI值,再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明,混合滤波无线网络测距算法能够较大程度减小异常值带来的波动,有效提高RSSI采样精度。

基于指数滤波模型的青藏高原根系层土壤水分估算研究

高精度、长时序的土壤水分数据对青藏高原陆-气相互作用研究十分重要。然而,当前青藏高原土壤水分研究大多聚焦表层土壤水分的卫星反演,根系层土壤水分的估算研究相对匮乏。基于青藏高原五个土壤水分观测网络(狮泉河、帕里、那曲、黑河上游、玛曲)数据,本文系统评估了指数滤波模型在青藏高原不同气候与下垫面区域估算根系层(10 cm/20 cm/40 cm)土壤水分的适用性,探讨了不同环境因素(土壤、气候、植被)对模型特征时长参数T值的影响,最后评估了利用三种方法(各观测网络或青藏高原站点最优T值(Topt)中位数、随机森林模型)获取的区域T值估算青藏高原根系层土壤水分的可靠性。研究发现:(1)随着土壤深度的增加,根系层与表层土壤水分的相关性降低,而其空间异质性增大,导致指数滤波模型的应用精度降低,而模型T值及其空间异质性增大;(2)空间上随着降水量和土壤含水量的增加,根系层与表层土壤水分的相关性增大,而其空间异质性降低,使得指数滤波模型的应用精度上升,而其在区域内不同站点应用精度的差异呈现降低趋势;(3)土壤性质尤其是砂土含量是控制青藏高原区域T值空间分布的主要因素;(4)T值的获取对指数滤波模型在青藏高原的应用精度影响较小,当前常用的区域Topt中位数和随机森林模型均能获取相对合理的区域T值和取得一致且相对准确的模拟结果。本研究的发现有望推动利用指数滤波模型基于卫星表层土壤水分资料准确获取青藏高原根系层土壤水分。

路径选择概率估计的粒子滤波模型

基于我国城市路网的路段交通流量数据易于获取的现状,建立基于路段交通流量数据的路径选择概率估计模型。采用粒子滤波原理构建路径流量的状态方程和观测方程,基于重采样算法计算路径选择概率。以深圳市北环大道和宝安国际机场作为起讫点,选取京港澳高速、广深公路和宝安大道作为3条主要路径进行研究。通过实际数据验证模型的性能,并对模型的影响因素进行敏感性分析。结果表明:3条路径选择概率的估计值与实际测量值的均方根误差均低于10%,验证了模型的实用性。噪声均值对模型的估计精度有较大的影响,增加重采样算法的粒子数量能够提高路径选择概率估计的精度。

基于目标优化和卡尔曼滤波的SOC估算方法

准确估计蓄电池荷电状态(state of charge,SOC)对于蓄电池的健康管理具有重要意义。现有SOC估算方法普遍存在复杂性高、自适应较弱的问题,更偏重于理论分析,难以满足实际在线监测的应用场景。为提高SOC估算过程的自适应性以及降低算法应用的复杂性,提出了一种适用于在线监测应用场景的基于蜣螂优化算法和自适应无迹卡尔曼滤波的SOC估计算法。将二阶Thevenin等效电路作为蓄电池的模型,利用蜣螂优化算法对该模型的关键参数进行自适应辨识,根据所辨识的参数,利用自适应无迹卡尔曼滤波算法对SOC进行估算。为了验证该算法的有效性,利用锂离子电池不同动态工况的实验数据进行了测试。实验结果表明,在初始参数设置模糊或不准确的情况下,该算法依然能够自适应地获取精度更高的SOC估计结果,具有更好的鲁棒性。

干式高频电源滤波电路故障检测与维修技术研究

在现代电子设备中,干式高频电源滤波电路作为关键组件,承担着滤除电源中的高频噪声和干扰、提供稳定直流电源的重要任务。然而,由于工作环境复杂多变、元件老化等原因,滤波电路难免会出现各种故障,进而影响整个系统的性能和稳定性。因此,开展干式高频电源滤波电路的故障检测与维修技术研究,对于提高电子设备的可靠性和延长使用寿命具有重要意义。本文旨在探讨滤波电路的常见故障类型、检测方法及维修策略,为相关领域的技术人员提供理论参考和实践指导。