基于系数相关性的多尺度Kalman滤波器组的GPS共视观测数据算法

运用基于小波系数相关性的多尺度Kalman滤波器组算法处理GPS共视观测数据。在假设GPS共视钟差数据具有1/f分形特性的条件下,用基于小波变换的算法估计GPS钟差数据的自相似参数H。当0<H<1时,GPS共视钟差数据是一个具有1/f分形特性的高斯、零均值、非静态随机过程。在此条件下,在多尺度Kalman滤波器参数估计过程中讨论小波系数列的相关性。并在考虑相关性的基础上进行钟差数据的估计。分别对单通道和多通道共视数据进行处理,并与C ircular T数据进行了比对。结果表明本文方法是可行的、有效的。

基于滤波器组多载波的组网低截获探通一体化信号设计

在现代电子对抗中,将多部探通一体化系统进行组网,可以提高单站探通一体化系统探测效率和协同探测能力。由于探通一体化信号自身峰均比较高,信号易被截获,系统的生存能力受到严重威胁。为了提升探通一体化信号的低截获性能(LPI),首先该文在滤波器组多载波的框架下,提出一种通信子载波分组功率优化和雷达子载波异置等功率优化的组网低截获探通一体化信号时频结构。然后,该文从信息论的角度出发,统一了系统的性能评估指标;将最小化截获信息距离作为优化目标函数,建立了组网探通一体化信号低截获优化模型。该文将此优化模型转换为凸优化问题,并利用Karush-Kuhn-Tucker条件对其进行求解。仿真结果表明,该文所设计的组网低截获探通一体化信号在探测动目标时,节点间雷达干扰低至近–60 dB,通信误码率满足10^(–6)数量级,同时能有效降低截获信号的信噪比。

MEMS-IMU/GPS组合导航中的多模态Kalman滤波器设计

一般的Kalman滤波器要求有准确的动态和统计模型,而低成本的MEMS-IMU性能随着温度急剧变化,故在MEMS-IMU/GPS组合导航系统中使用一般的Kalman滤波器存在很多的局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了多模态自适应滤波算法在MEMS-IMU/GPS组合导航系统中的应用;针对普通的多模态算法中的问题,采用修正的多模态自适应滤波算法来提高MEMS-IMU/GPS组合导航系统的性能。使用静态实时测试数据,验证了所提出的算法。测试结果表明,与普通Kalman滤波器相比,修正的多模态滤波算法提高了MEMS-IMU/GPS组合导航系统的性能;采用所提出的算法,MEMS-IMU/GPS组合导航系统的短时间静态位置精度小于5m(标准差),速度精度小于0.1m/s(标准差),姿态角精度小于0.5°(标准差)。

扩展区间Kalman滤波器及其在GPS/INS组合导航中的应用

针对具有不确定动态模型参数的GPS/INS组合导航系统,首先介绍一种新型的区间Kalman滤波器,讨论了GPS/INS组合系统中模型参数不确定性的问题,分析了惯性传感器建模中相关时间常数的区间特性,并建立了适合非线性特性的GPS/INS组合系统的扩展区间卡尔曼滤波器。计算结果表明,扩展区间卡尔曼滤波器对非线性GPS/INS组合系统是很有效的,它能给出组合系统导航误差的上下界,这对组合系统的设计具有指导的意义。

基于模糊控制的舰船组合导航Kalman滤波器应用与仿真

为了克服舰船组合导航Kalman滤波器对异常量测值处理过于简单 (只分为野值、正常值 )的弊端 ,提出在滤波器中加入模糊控制器 ,以便对不同类型的滤波新息进行判别后加权和处理 ,从而增强滤波器对野值的适应能力 ,提高了滤波稳定性和可靠性。

基于模糊控制的舰船组合导航Kalman滤波器

经典的舰船组合导航Kalman滤波器对异常量测值处理过于简单 (只分为野值、正常值 ) ,致使包含新息的略大于正常值的量测数据失去作用 ,从而使滤波器产生波动。为克服这一弊端 ,提出在滤波器中加入模糊控制器 ,模糊规则由专家确定 ,对不同类型的滤波新息进行判别后加权处理 ,从而增强滤波器对野值的适应能力。计算机仿真结果表明 。

基于代价参考粒子滤波器组的多目标检测前跟踪算法

针对图像序列中多目标检测和跟踪算法结构复杂、计算量大、性能降低等问题,提出一种基于代价参考粒子滤波器组的多目标检测前跟踪(Cost-reference particle filter bank based multi-target track-before-detect, CRPFB-MTBD)算法,将多目标跟踪问题转换为序贯地检测和跟踪多个单目标的问题.首先,采用代价参考粒子滤波器组序贯地估计所有可能单目标状态序列;其次,基于所有可能单目标状态序列的欧氏距离和累积代价确定目标数量;最后,根据累积代价判断每个目标出现和消失的具体时刻.仿真实验验证了CRPFB-MTBD的优良性能,与基于传统粒子滤波的多目标检测前跟踪算法(Particle filter based multi-target track-before-detect, PF-MTBD)、基于概率假设密度的检测前跟踪算法(Probability hypothesis density based track-before-detect, PHD-TBD)和基于伯努利滤波的检测前跟踪算法(Bernoulli based track-before-detect, Bernoulli-TBD)相比, CRPFB-MTBD的目标状态序列和数量估计结果最佳,且平均单次运行时间极短.

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性,传统的多传感器数据融合算法状态估计精度难以保证,因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性,而且实用性较强。其具有如下特点:将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性,简化了系统模型;采用一种较为简单的区间矩阵综合求逆方案;利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明:该改进算法的状态估计精度较高。

基于CNN和融合目标的三通道小波滤波器组识别

为解决目前需要人工选取二维不可分小波滤波器实现图像融合的问题,提出一种基于CNN和融合图像清晰度的二维三通道不可分对称小波的滤波器组自动择优分类方法。构造大量分布均匀的3×5对称小波滤波器组,并用其对多聚焦图像进行融合,根据融合结果对滤波器组设置融合清晰度高低的标签,并构造滤波器组的训练集和测试集;设计出分类的卷积神经网络,并进行训练得到模型;对训练集和测试集以外的滤波器样本进行识别与结果分析。实验结果表明:所设计的网络模型在测试集和测试集以外的数据集上的识别率分别为99.48%和99.58%,其分类结果中较好的滤波器类对多聚焦图像融合都有较高的清晰度。

基于滤波器组典型相关分析的SSVEP信号分类方法

基于稳态视觉诱发电位(SSVEP)的脑机接口系统存在鲁棒性不足和短时分类准确率较低的问题,本文提出了一种基于滤波器组典型相关分析的SSVEP信号分类方法(FBCCA-SVM)。通过结合性能较为优秀的滤波器组典型相关分析(FBCCA)和鲁棒性强的支持向量机(SVM)的优点,使用SVM分类器替代FBCCA中的MAX分类器对FBCCA提取到的特征分类,在较短时间的刺激下在多目标分类中达到了较高的准确率和信息传输速率(ITR)。通过对8名受试者的实验结果表明,2 s的刺激时间下平均准确率为93.91%,信息传输速率为78.63 bit/min,与典型相关分析方法相比,平均准确率和信息传输速率分别提高了14.32%和25 bit/min;与滤波器组典型相关分析方法相比,分别提高了6.36%和9.66 bit/min;相比于主流识别算法,该方法性能得到明显提高,同时增强了目标分类的鲁棒性,为后续脑机接口系统的实际应用提供了实验基础。

可重构声信号分解滤波器组设计方法综述

数字助听系统中需要采用声信号分解滤波器组实现响度补偿功能.可重构滤波器组具有可控的子带分布,能够为不同类型的听力损伤患者提供高质量的响度补偿,因此其研究设计受到广泛关注.可重构滤波器组的设计方法多样,在整体结构和技术手段方面都各有特点.本文将对现有的可重构滤波器组设计方法从技术手段、整体结构、性能表现等方面进行综合分析与对比,并就未来发展方向进行展望.

中国电气装备自主开发的550kV罐式滤波器组断路器完成全部型式试验

近日,由中国电气装备所属平高电气自主开发的550kV罐式滤波器组断路器完成全部型式试验,标志着该产品研制成功,平高电气已全面掌握滤波器组断路器研制核心技术。为确保电网的安全稳定运行,提升断路器的绝缘质量和灭弧室稳定性,平高电气积极响应国家能源战略需求,勇于担当,联合多部门成立专项攻关小组开展关键技术攻关,并邀请内、外部专家进行总体路线及方案评估。

换流站交流滤波器电容器组不平衡保护故障分析

交流滤波器的运行工况直接影响直流输电系统的稳定运行。针对某换流站交流滤波器发生不平衡保护动作导致开关跳闸事故,结合交流滤波器实际运行经验及故障录波数据,对交流滤波器异常情况进行了分析,基于现场解体试验,查明具体故障位置存在于电容器单体的单一串联段内,故障由电容器元件击穿引起。针对电容器故障的具体原因,提出了有效的解决措施。

一种抗野值的Kalman滤波器

在目标跟踪系统中,由于杂波的存在,往往使跟踪检测数据中含有大量、成片的野值,造成系统跟踪精度下降。本文通过对检测数据中新息特性的分析,给出了检测数据中野值的判定方法,通过重新构造状态估计来消除野值的影响。仿真结果证明了该方法可有效的剔除野值,提高跟踪系统的跟踪精度。

H_∞鲁棒滤波器与Kalman滤波器的对比

通常Kalman滤波技术应用得比较广泛 ,然而在系统模型和噪声统计特性存在不确定性的条件下 ,Kalman滤波的应用就受到了一些限制。H∞ 滤波可有效地解决Kalman滤波所遇到的问题 ,不仅估计精度高 ,而且还具有鲁棒性。简要介绍了H∞ 滤波技术和Kalman滤波技术 ,设计了H∞ 鲁棒滤波器和Kalman滤波器 ,并分 3方面对二者的性能进行了比较分析。

基于扩展Kalman滤波器的PMSM高性能控制系统

扩展Kalman滤波器考虑了系统噪声和测量噪声的影响,是一种基于最优控制理论的非线性估计方法。本文提出一种新型的用于永磁同步电机(PMSM)的基于扩展Kalman滤波器(EKF)的状态观测器,可以把有限精度的光电码盘信号的量化误差考虑为测量噪声,从而可以精确观测转子位置和转子转速。电机不需要知道转子初始位置就可以起动。该状态观测器还可以观测负载转矩,利用观测的负载转矩形成对给定转矩的前馈补偿,可以大大改善负载转矩波动过程中的转速控制性能。在轻负载时永磁同步电机定子电流较小,因此电流测量过程中的噪声和干扰对系统性能的影响就非常明显。Kalman滤波器可以有效消除电流测量值中的干扰和测量噪声,提高系统在轻载时的性能。仿真和实验结果验证了该系统的性能。

应用Kalman滤波器提高机抖激光陀螺姿态测量系统瞬时精度的方法

机械抖动激光陀螺输出的原始数据不仅包含了外界的惯性输入的角速率信息,还包含了抖动信号的角速率信息,通常使用线性相位FIR滤波器去除机械抖动信号,信号经滤波后其所有频率成分都将产生一定时间的延迟,这将对由机抖陀螺组成的高精度实时姿态测量系统造成影响。本文提出了一种基于姿态角运动跟踪预测模型和Kalm an预测的姿态测量滤波延迟补偿方法。实验结果表明,本方法能有效估计并预测运动载体的姿态运动,补偿由于FIR滤波器时间延迟带来的不利影响,提高姿态测量系统的实时性和瞬时精度。

混合型有源电力滤波器与并联电容器组联合补偿技术研究

对于大容量谐波与无功功率补偿,提出了采用混合型有源电力滤波器以及混合型滤波器与电容器组或无源滤波器并联补偿的方式,分析了并联运行时混合型滤波器与电容器组或无源滤波器之间相互配合进行谐波补偿的问题,提出了采用负载与系统电流检测适当结合的方式以改善谐波补偿效果的方法。计算机仿真结果验证了理论分析的正确性。最后,给出了混合型滤波器的挂网运行结果,表明了所提方法的正确性与实用性。

Kalman滤波器在长输管道泄漏诊断中的应用

本文采用带时变噪声估计器的推广Kalman滤波方法,对长输管道的状态进行估计,并在此基础上,采用一定的诊断机制,实现对长输管道的泄漏诊断。实验结果表明,这种方法是有效的。

一种校准混合滤波器组现实偏差的方法

现实误差的存在严重制约了并行采样混合滤波器组(HFB)模拟数字转换器(ADC)系统的重构精度,因此,本文首先分析了模拟偏差和通路失配误差对HFB ADC系统的影响。然后,提出一种频率相关等效模型(FDEM)。该模型整合了现实偏差对分解滤波器组的影响,并且为数字综合滤波器组提供出准确的校准对象。最后,设计并实现了一个两通路12 b精度,200 MHz采样速度的HFB ADC系统。实验结果表明,应用FDEM方法后,93%频谱范围内(7%的过采样)混叠误差的平均无杂散动态范围(SFDR)可以从35 dB提升到87 dB,验证了该方法的实际可行性。