基于同位素的Eckhardt数字滤波法参数季节性动态识别研究

基流量的准确确定是水资源利用、水文模型校验、生态需水量和河流自净能力计算等工作的重要基础。然而,基流量难以直接观测,目前常用的Eckhardt数字滤波等方法参数的物理意义并不十分明确,且固定的参数难以刻画基流量的年内和年际动态变化,限制了基流分割结果的精度。以第二松花江流域伊通河上游典型子流域为例,利用更具物理基础的同位素方法分别对流域汛期和融雪期两个关键时段进行基流分割,并利用不同季节分割结果对Eckhardt数字滤波法的参数进行了识别。研究发现,基于同位素结果可以有效识别Eckhardt法参数的季节性动态规律,因此利用参数动态识别后的Eckhardt法可以对流域后续径流过程进行更为准确的分割计算。本研究思路可以在保证基流分割结果精度的基础上,有效降低对监测数据的需求。

基于深度学习的弱反馈自混合干涉信号滤波方法

采集激光自混合干涉信号的过程中会受到环境和电路噪声的干扰,导致信号失真。为了去掉噪声,最大限度保留原信号特征,提出了基于深度学习的自混合干涉滤波方法,该方法适用于弱反馈条件。使用自编码器作为神经网络,用加入噪声的信号作为输入,未加噪声的信号作为输出来训练网络。仿真结果表明:该方法处理含噪声自混合干涉信号时不仅能提高含噪声信号的信噪比,还能很好地保留干涉条纹的波形特征,即条纹的倾斜方向。实验中,使用深度学习方法滤波,再用条纹计数法进行位移重构,结果表明该方法对弱反馈条件下的自混合干涉信号有较好的滤波效果。

宽带滤波器传输线法去嵌的研究

为准确获取谐振器材料参数,采用开路短路法、集总参数法、传输线法三种方法分别对谐振器进行去嵌,并分析去嵌对滤波器产生的影响。其中传输线法去嵌无需流片,仿真即可得出谐振器测试结构的寄生参数。采用传输线法对串联、并联谐振去嵌,并运用去嵌后的谐振器材料参数搭建滤波器,滤波器采用九阶π型电路拓扑结构,其带宽为160 MHz,阻带抑制为-25 dB。证实谐振器的测试结构对宽带声表面波滤波器带宽、阻带和零点造成影响,使得去嵌后的滤波器左侧零点向低频偏移,低频抑制上升,高频抑制下降,通带插入损耗增加。

基于HP滤波法的人口老龄化对居民消费潜力影响检验

本文基于2000-2021年省级面板数据,在使用HP滤波法测算出不同省份居民消费潜力的基础上,就人口老龄化对居民消费潜力的影响进行实证检验。研究结果表明,人口老龄化加剧了潜在消费与实际消费差距的波动,抑制了居民消费潜力的释放,这一影响在城乡之间和不同种类消费品之间具有异质性。文章的研究结论对于从根本意义上理解国内消费需求不足的根源,为消费提振政策的制定提供了参考依据。

基于多滤波降噪法的桥梁应变监测信号处理

针对桥梁应变监测信号存在多源噪声,以及现有降噪法难以准确选取有效固有模态函数(Intrinsic Mode Function,IMF)分量的问题,提出一种有效的多滤波降噪法。首先,采用自适应噪声抵消器对含噪信号进行预处理,以滤除低频噪声,再对其进行自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)得到IMF分量,并利用频谱分析-自相关函数双重判断准则选取IMF分量;随后,对其进行奇异值分解,利用奇异值差分谱确定各分量有效阶数;最后,将各有效IMF分量的有效阶重构得到去噪信号。通过模拟试验验证上述方法的合理性,并将其应用于桥梁应变监测信号处理。结果表明:采用上述双重判断准则选取有效IMF分量具有较好效果,且提出的多滤波降噪法在桥梁应变监测信号处理中具有显著的优越性。

基于统计滤波与双边滤波的点云降噪算法

在获取原始三维点云数据时易受环境、设备精度等因素影响,难免会引入噪声点。为使三维点云数据能够准确表征信息,提出了一种基于统计滤波与双边滤波点云降噪算法。该算法首先使用统计滤波快速去除离群噪声点,然后使用自适应迭代估计算法对点云模型进行法矢和曲率估计,利用改进滤波因子增强算法鲁棒性,最后利用改进双边滤波完成对点云模型的平滑光顺。实验结果表明,该算法去噪效果优于其他传统滤波算法,并且能够保留点云特征信息。

基于双边滤波和Frangi滤波的织物疵点检测方法

为提高织物疵点检测效率,提出了一种基于双边滤波和多尺度线性滤波(Frangi)相结合的织物疵点检测方法。首先,采用双边滤波对织物图像进行处理,以减少织物背景纹理信息对检测结果的影响;然后,应用多尺度线性滤波器对经双边滤波后的织物图像进行二次滤波,增强织物疵点区域信息;最后,使用最大熵法对增强后的织物图像进行分割,定位出织物疵点区域。通过对油污、破洞、线头、断经、双纬、节纱、吊经织物图像进行实验,发现该方法能快速有效检测出疵点信息。

基于对称分量法的混合型电力有源滤波器研究

针对光伏并网发电系统中非线性负载带来的谐波问题,以及大量单相非线性负载接入后的三相电力系统严重不对称情况,提出一种新型混合型滤波器主电路结构和基于应用改进的对称分量法的有源滤波器控制方法。首先,建立混合型滤波器的主电路结构,分析有源部分的拓扑结构和无源部分的工作模式及零序电抗。接着,给出该滤波器的锁相环控制电路以及整体硬件控制结构。针对三相负载严重不对称情况,采用改进对称分量法精确提取中线侧零序电流分量,实现滤波器有源部分的控制。最后,通过仿真验证与现场应用,验证了该混合型滤波器及控制方法在三相负载对称和严重不对称情况下的有效性,结果表明其具有明显的滤波效果及较优的经济性。

深度特征目标感知交替方向乘子法优化多指标更新相关滤波跟踪算法

空间正则化相关滤波算法跟踪过程中仅采用手工特征表征目标,高斯-赛德尔方法训练滤波器的复杂度高,跟踪结果不可靠时仍逐帧更新模型,导致跟踪效果不佳。针对空间正则化相关滤波算法存在的问题,提出深度特征目标感知交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)优化多指标更新相关滤波跟踪算法。该算法融入预训练网络提取的深度特征,并依回归损失的梯度信息进行通道选择,增强了对目标的表征能力;采用交替方向乘子法训练相关滤波器,降低算法复杂度,提升跟踪速度;根据多指标更新方法判断是否进行模型更新,不但提升了算法运行效率,而且避免了因学习到错误信息而导致的模型腐败。实验结果表明,所提算法的成功率、精确度在数据集OTB2015上均优于其它8种对比算法,且在复杂场景下具有更强的跟踪鲁棒性。

基于混合滤波LBP和PCA算法的鞋底足迹识别

足迹识别是现代犯罪现场侦查的一个重要手段,而基于图像分析的足迹识别技术大大提高了足迹鉴定识别的效率。由于图像采集过程中无法避免出现各类噪音,在后期对足迹图像进行LBP特征提取时也会降低识别精度。针对这个问题对LBP算法进行研究,引入一种混合滤波LBP和PCA的图像特征提取算法,并应用于犯罪现场足迹识别工作中。算法首先采用中值滤波与小波变换的结合算法对采集的鞋底足迹图像进行去噪处理,并通过PCA算法对特征向量进行降维处理,最后采用SSIM结构相似度对鞋底图像进行匹配识别。经过与现有的LBP算法比较,引入的混合滤波算法可以明显提高鞋底足迹的识别准确度,在鞋底足迹识别中具有很好的应用前景,为犯罪现场勘查提供高效、精确的线索突破口。

数字滤波法在锡林河基流分割中的比较与应用

以1974年锡林浩特水文站实测径流数据为例,通过Lyne-Hollick、Chapman、ChapmanMaxwell、Boughton-Chapman四种方法对其进行基流分割。一方面研究不同滤波方法滤波次数、滤波参数变化对基流分割结果的影响;另一方面确定流域基流分割的最优参数。结果表明:LyneHollick、Chapman、Chapman-Maxwell、Boughton-Chapman四种滤波法在锡林河基流分割中,拥有两个滤波参数的Boughton-Chapman滤波法分割基流的模拟效果最好,这是因为拥有两个滤波参数的数字滤波器与拥有一个参数的数字滤波器相比,其对总径流序列的高频信号的平滑作用更显著,所获得的地下径流序列更稳定,变化性更小。但其相比于单参数滤波法分割次数较多。对于单参数滤波方法中,Lyne-Hollick滤波法分割基流的模拟效果较好,Nash-Sutcliffe效率系数较接近于1,平均相对误差均<5%,Chapman和Chapman-Maxwell滤波法分割结果偏低,平均相对误差均>10%。

InSAR干涉图滤波方法研究

探讨多视滤波法、中值滤波法、基于梯度的自适应滤波、additive滤波法四种抑制干涉图噪声的滤波方法。多视滤波法平滑了影像数据,是以牺牲空间分辨率为代价的,通常这种滤波处理应用在从两个单视影像获得的复数影像处理中;作为一种传统的抑制噪声方法,中值滤波技术实质上是一种非线性信号处理技术,它假设噪声具有极端的数值,即在所定义的平滑模板内为最(较)大值或最(较)小值,因此它会使得干涉图丢失一些信息;基于梯度的自适应法是基于梯度的一种中值滤波,它使得边缘更加清晰,该方法可与中值滤波联合使用;Addtive滤波法强调根据局部噪声状况和使用方向平行窗口得到的滤波噪声边缘来自适应的滤除噪声,对于局部噪声状况由关联图来决定。这种方法尤其对高关联的干涉图最为可取。

基于FBD法的谐波检测方法和低通滤波器的优化设计

本文对基于Fryze功率理论的FBD谐波电流检测算法进行了深入分析,论证了FBD法与ip-iq法的一致性。与ip-iq法相比,FBD法没有复杂的Park变换及其反变换,可更快速地用于单相、三相三线制、三相四线制的谐波和无功电流实时检测。为了使整个检测系统获得良好的检测精度和动态响应速度,提出了一种新型的数字低通滤波器优化设计方法,仿真和实验结果表明该方法检测实时性好、精度高、易实现,具有实用价值。

基于经验模式分解的滤波去噪法及其在GPS多路径效应中的应用

经验模式分解(Empirical Mode Decomposition,EMD)是一种新的信号处理技术,它是基于数据本身的,且能在空间域中将信号进行分解,从而可以区分噪声和有用信号。根据EMD分解白噪声而得到的本征模式函数(IMF)分量的能量密度与其平均周期的乘积为一常量这一特性,建立一种新的基于EMD滤波去噪方法,并将该方法应用于GPS多路径效应的研究中。通过对模拟数据与GPS实测数据的处理分析,得出以下主要结论:①EMD滤波去噪法与小波方法都能最大限度地削弱测量的随机误差,但EMD滤波去噪法比小波方法更直接,且不受测不准原理及小波函数选择的影响;②相比小波方法,EMD能够更有效地剔除瞬时强噪声,从而能够提取更精确的多路径效应重复性误差改正模型。

光电跟踪目标的非线性滤波算法研究

推广卡尔曼滤波算法由于忽略线性化误差,当目标距离超过一定限度时,导致跟踪精度迅速下降,易发散。为此,提出了一种以改进跟踪性能的滤波算法。该算法是基于对实际测量噪声方差的正确估计。将距离测量值的非线性作为附加的噪声,进行补偿,克服了非线性的影响,距离测量误差的方差每一步重新估计。仿真结果表明本文提出的算法优于推广卡尔曼滤波算法。

免微分非线性Bayesian滤波方法评述

以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。

带通滤波器法电压积分型定子磁链观测器

针对定子磁链观测的低通滤波器法电压积分模型受电压电流零漂,积分初值和定子电阻误差的影响,使得观测结果存在直流偏置的问题,提出了能消除直流偏置的带通滤波器法电压积分模型。针对电压积分型定子磁链观测器基本模型进行了误差分析,建立了带通滤波器法定子磁链观测器模型,分析了带通滤波器法定子磁链观测器能够消除直流偏置的原理,并给出了幅值和相位的误差补偿方法。对带通滤波器法定子磁链观测器进行仿真和实验表明:带通滤波器法定子磁链观测器解决了低通滤波器法中的直流偏置问题,消除了观测结果的直流偏置,对观测结果进行幅值和相位误差补偿后,观测的定子磁链与参考磁链波形一致。

图像的频域倒数—高斯级联低通滤波去噪方法

针对图像频域滤波中细节信息丢失的问题,提出了一种频域倒数—高斯级联低通滤波去噪方法。该方法在频域利用倒数快速收敛的性质并结合高斯低通滤波器,实现了图像的联合滤波去噪。其在有效滤除高频噪声的同时更大限度地保留了图像的细节分量,进而使处理后的图像具有较高的对比度,对于去除噪声、提高图像质量有显著的效果。仿真结果表明,在相同的有效滤波面积基础上,与传统低通滤波器、倒数—理想级联低通滤波器、倒数—巴特沃斯级联低通滤波器相比,该方法的去噪效果最佳。

基于盲源分离技术的泄漏音波信号滤波方法分析

音波法泄漏检测技术用于输气管道泄漏检测具有灵敏度高、实时性强、定位精度高等优点,但是现阶段受困于信号滤波技术,难以在实际工程中推广应用。总结了现阶段主要的时频域滤波方法,重点介绍具有代表性的小波滤波和维纳滤波的滤波原理,利用实验室采集的泄漏音波信号验证了两种滤波方法的实际滤波效果。并且讨论了基于时域和频域滤波方法的不足,分析了针对某些工况,滤波方法不能取得良好滤波方法的原因。在此基础上,引入了近年来发展迅速的盲源分离技术,阐述盲源分离的原理,通过分离构造信号说明了盲源分离技术具有更好的适用性和更好的滤波效果,最后利用实验室采集的泄漏音波信号进行了实际分离,表明盲源分离技术具有实际的应用价值。

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。