自适应高斯—厄米特滤波器

针对带有未知统计特性噪声的非线性系统,提出了一种新型的自适应滤波器——自适应高斯—厄米特滤波器(AGHF),其过程是通过将Sage-Husa噪声估计器推广到非线性系统,得到更为一般的噪声估计的递推形式,它与高斯—厄米特滤波器(GHF)相融合,得到适用于带有未知统计特性噪声的非线性系统的高精度自适应滤波器.仿真结果表明,当非线性系统存在一类未知统计特性噪声(系统噪声或测量噪声)时,与扩展卡尔曼滤波器(EKF)、GHF和自适应扩展卡尔曼滤波器(AEKF)相比,AGHF滤波器可显著提高对噪声统计特性和系统状态的估计精度.

基于Gauss滤波和Euler修复模型的SAR图像去噪

针对二阶偏微分模型(Total variation,TV)在合成孔径雷达(Synthetic aperture radar,SAR)图像去噪时会产生阶梯效应的问题,结合Euler修复正则项的优点,提出一种基于Euler修复正则项的高阶变分模型应用到图像去噪。为有效求解模型,采用加性算子分裂(Additive operating splitting,AOS)方法进行数值离散。迭代方式为半隐式,克服了显示格式对步长的限制。试验结果表明,仿真实验取得了很好的效果,而对真实的SAR图像,去噪图像会有明显的孤立大颗粒噪声存在,使视觉效果不好。针对此问题,本文又提出一种将Gauss滤波和Euler修复模型相结合的复合模型,数值实验表明,该方法有效地消除了大颗粒噪声,阶梯效应也被有效抑制。

一种基于统计特性的邻域均值滤波算法

在对传统均值滤波研究的基础上,提出了一种改进的数字图像均值滤波算法。该算法经实验证明在滤除数字图像高斯噪声和随机散点噪声时较传统方法有更好的效果,得到的图像边缘清晰。同时,还尝试将这种改进算法和传统算法相结合以求在增强图像边缘保护效果的同时使图像同态区域得到更好的平滑。

利用GOCE轨道数据反演南极冰盖质量变化

基于短弧长积分法利用近一年的GOCE轨道数据恢复了10个60阶次的重力场模型,分析了GOCE球谐位系数残差存在的相关性,并利用恢复的重力场模型序列反演了南极30°范围内的质量变化。结果显示,GOCE卫星探测到的南极B点(-75°,250°)的质量变化约为-9.15 cm/a,B点处冰盖呈现融化趋势。

船舶动力定位系统最优控制器的仿真设计

根据动力定位船舶运动模型进行仿真建模,给出一种基于Kalman滤波的LQG控制器的仿真设计,并进行系统仿真实验。结果表明滤波器和控制器性能良好,仿真设计切实可行。

基于重力卫星数据的华北平原地下水储量变化分析

采用GRACE卫星数据反演2002~2017年间华北平原地下水储量变化,并对该地区地下水储量变化进行时间序列分析,获取长期变化趋势.结果表明:华北地区地下水储量变化整体均呈现出下降的趋势,下降幅度最大的地方为黄河中下游地区,且山东中部和河南北部表现为加速下降的趋势,而京津冀地区的地下水储量的下降趋势得到了明显的减缓.

自适应混合滤波算法的实现

针对基于惯性传感器中存在陀螺仪漂移和噪声干扰等问题,提出一种具有自适应调节参数的混合滤波算法。算法采用四元数进行系统模型描述,先用具有较快收敛速度的高斯牛顿法处理加速度计和磁力计数据,再结合陀螺仪的测量值,获得姿态估计。融合算法的自适应参数可以在不同情况下进行自适应调节,从而提高姿态估计的精确度与适应性。结果表明,文中算法有效降低了陀螺仪的累积误差以及加速度计和磁力计的噪声干扰,增强了系统的时效性和稳定性。