基于Hatch滤波的改进矩阵变换法在BDS多频模糊度解算中的应用

长基线条件下,空间相关性弱,电离层延迟残差和噪声影响变大,致使矩阵变换法模糊度解算过程中,窄巷组合受噪声影响大,单历元模糊度解算成功率低。因此,削弱电离层残差及噪声影响可以一定程度提高模糊度解算成功率。本文在分析矩阵变换算法基础上,利用Hatch滤波有效抑制伪距测量噪声和多径效应特点,结合弱电离层、低噪声的载波组合,通过相位平滑伪距代替组合伪距值参与解算,从而削弱电离层残差及观测噪声影响。通过实测数据分析,本文算法可有效提高矩阵变换法模糊度解算成功率。

基于卡尔曼滤波器及深度强化学习的双有源全桥变换器控制策略

高比例的新能源以及随机性负载大量接入微电网,其不确定性带来的大扰动对直流母线电压的稳定性造成不良影响。为了实现大扰动下快速、自适应的电压调节,针对双有源桥式DC-DC变换器(dualactivebridge,DAB)提出了一种基于卡尔曼滤波器(Kalmanfilter,KF)及深度强化学习的新型复合控制策略。设计了基于Actor-Critic架构的深度确定性策略梯度强化学习智能体,采用KF的最佳观测结果作为前馈补偿提高输出电压调节的准确性,通过在线学习自动调整DAB变换器的控制参数,保证直流变换器在面临系统各种扰动问题时均保持稳定,最后通过仿真和实验验证了该控制策略的有效性。

Sigmoid变换的滤波-x四元数最小均方算法

滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制系统中常用的算法,对中低频噪声有较好的控制作用,但在某些环境噪声中传统的算法可能达不到期望的抑制效果。提出一种基于sigmoid变换的滤波-x四元数最小均方算法,该算法利用四元数的空间特性使噪声信号在超复数域内部相互耦合和关联,并通过sigmoid函数对误差信号进行非线性变换来约束噪声信号以减低对权值更新的影响力度,避免权值在更新过程中发散,从而实现优异的收敛性能以及增强的鲁棒性。同时通过研究步长分析该算法的稳态特性,并在汽车、工厂噪声环境下验证提出算法性能的优越性,仿真结果支持了该结论。

傅里叶变换红外光谱自适应数字滤波算法研究

针对傅里叶变换红外(FTIR)光谱仪在不同类型环境噪声下导致的仪器性能下降的问题,提出了一种根据不同环境噪声实时更新滤波参数的自适应滤波算法。对该算法的基本原理和实现过程进行了理论推导,分析了不同滤波参数设置下的滤波效果,进而利用设计的滤波算法对实测光谱数据进行了滤波处理,对比分析了不同滤波方法下的光谱信噪比(SNR)。研究结果表明:基于巴特沃斯滤波的自适应FTIR光谱滤波方法在2100~2200 cm^(-1)和2500~2600 cm^(-1)波段的SNR较传统硬件滤波分别提高了1.29倍和1.13倍,表明该算法可以有效提升FTIR光谱信噪比,改善FTIR仪器的性能指标。

基于集合变换Kalman滤波的流场高效重构

湍流场的准确估计在航空航天领域具有重要意义,现有的获取手段在分辨率或者准确性方面是不足的。实验测量准确却往往测点数量有限,数值计算能获得全场数据,但精度却难以保障。数据同化方法融合了实验观测和数值模拟,是进行流场重构的有效工具。探索了基于集合变换Kalman滤波(ensemble transform Kalman filter,ETKF)的数据同化方法在空间流场重构方面的有效性,并讨论了不同迭代更新模式的重构精度和计算效率,即状态变量基于湍流模型更新的ETKF-M和基于流场数据更新的ETKF-D。以ONERA M6机翼作为数值算例,结合风洞实验翼型表面271测压孔的压力测量数据进行算法实验,结果表明ETKF方法的不同迭代模式均有效修正了湍流模型的预测,并且ETKF-D相对于ETKF-M提升了83%的计算效率。此外,选取两组不同位置的1/4实验测点进行同化实验,得到不同精度的结果,这表明重构的精度与同化测点的位置和数量密切相关。

短时傅里叶变换域最优非因果滤波器和滤波矩阵降噪算法

在现有短时傅里叶变换域单通道降噪算法考虑帧间相关性的基础上,为提高算法的灵活度以及滤波器的性能,提出了一系列最优非因果滤波器和滤波矩阵.具体地,通过引入非因果概念,设计出一组单通道非因果降噪滤波器,以实现同时利用过去帧和未来帧信息进行噪声抑制的目的.并在此基础上,推导出了一组最优单通道滤波矩阵,以降低算法的复杂度.将非因果滤波器以及滤波矩阵的思想相结合,进一步提出了一组单通道非因果滤波矩阵.随后,将所提算法扩展至多通道场景中,设计出了一组最优多通道非因果降噪滤波矩阵,以达到更好的降噪效果.最后,对所提算法进行了仿真实验.实验结果表明,与传统算法相比,本文提出的算法可有效改善带噪信号(输入信号)的信噪比,提升语音质量.

基于自适应参数双边滤波和小波变换的图像检索方法

提出一种基于自适应参数双边滤波和小波变换的图像检索方法,先采用自适应双边滤波算法,对图像进行平滑处理的同时保留图像主体的轮廓信息;结合基于自动阈值的小波变换方法,利用非线性阈值函数处理分解后的小波系数,突出低频主体信息,实现图像增强;利用感兴趣区域提取方法提取增强图像的感兴趣区域,并将该图像用于图像检索。采用corel-5k图像库中的图像用于仿真实验,结果表明,该算法能取得较高的信噪比,在图像检索系统中有较强的实用性。

基于RC滤波融合二次方运算的Boost⁃PFC变换器研究

为减少开关变换器电流谐波对电网的污染,降低变换器输出电压超调,提高变换器的稳定性,以单相Boost型拓扑结构功率因数校正(PFC)变换器为研究对象,对变换器原理及其工作模态等效电路进行分析。基于平均电流控制方式,提出一种RC滤波融合二次方运算的输入电压采样方案,在输入电压采样支路增加一个RC滤波电路和一个二次方运算电路,更精确地对输入电压进行采样,从而减少变换器电流谐波、提高变换器稳定性。在Matlab/Simulink软件中搭建仿真电路,同时设计了实验样机进行验证。结果表明,与传统功率因数校正电路相比,该方案有效减少了变换器电流谐波,抑制了变换器输出电压尖峰,同时提高了变换器的输出稳定性。

结合Top-hat变换改善同态滤波的方法

同态滤波是处理照度不均匀引起图像质量下降的有效方法,可以平滑背景,提升对比度,增强图像细节.在实际使用中,每个图像成像的物理条件都不尽相同,同态滤波最佳参数的选择,需要经过大量实验确定,否则效果不佳.Top-hat变换有助于平滑背景,增强图像阴影部分的细节.提出了结合Top-hat变换改善同态滤波的方法,以减少因滤波参数选取所带来的开销.使用Matlab软件进行仿真,通过图像三维可视化效果、均值、标准差、信息熵、图像对比度客观评价处理后的图像.实验表明,此方法不仅降低了同态滤波对参数的依赖同时也增强了滤波效果.

基于多特征SAD-Census变换的立体匹配算法

视差不连续区域和重复纹理区域的误匹配率高一直是影响双目立体匹配测量精度的主要问题,为此,本文提出一种基于多特征融合的立体匹配算法。首先,在代价计算阶段,通过高斯加权法赋予邻域像素点的权值,从而优化绝对差之和(Sum of Absolute Differences,SAD)算法的计算精度。接着,基于Census变换改进二进制链码方式,将邻域内像素的平均灰度值与梯度图像的灰度均值相融合,进而建立左右图像对应点的判断依据并优化其编码长度。然后,构建基于十字交叉法与改进的引导滤波器相融合的聚合方法,从而实现视差值再分配,以降低误匹配率。最后,通过赢家通吃(Winner Take All,WTA)算法获取初始视差,并采用左右一致性检测方法及亚像素法提高匹配精度,从而获取最终的视差结果。实验结果表明,在Middlebury数据集的测试中,所提SAD-Census算法的平均非遮挡区域和全部区域的误匹配率为分别为2.67%和5.69%,测量200~900 mm距离的平均误差小于2%;而实际三维测量的最大误差为1.5%。实验结果检验了所提算法的有效性和可靠性。

基于希尔伯特滤波的可擦笔油墨光谱模式识别

文件的真实性是当前诉讼审查阶段的重要工作,可擦笔在司法案件中常被用来进行伪造文书、合同等犯罪行为。针对其油墨成分、笔迹修改等方面的辨识是文件检验领域的重点研究。特殊热感变色颜料是可擦笔油墨的主要成分,其变色原理是随着温度变化会产生笔迹的消失与复现,在65℃以上颜色褪去,在-18℃以下颜色复现。对其进行种属认定可以对案件证据的真实性进行鉴别,为案件诉讼过程提供支持。高光谱的超高光谱分辨率对高分子材料具有较好的特征选择性,能够有效的对常见油墨成分进行数据采集。该实验收集22个品牌共45份可擦笔油墨样本,可以分为碳化钨笔珠、子弹头笔珠、全针管、半针管四种类型,统一采集450~950 nm波段的高光谱信息。关于光谱数据背景噪声冗余的问题,选用主成分分析法(PCA)对数据进行降维处理,提取特征变量。基于降维后的数据选用不同类型的希尔伯特变换(HT)进行信号滤波,进一步选择有效信号,提升建模效果。样本识别上选用多层感知器(MLP)和径向基函数神经网络(radial basis function neural network,RBFNN)两种人工神经网络模型,基于23维主成分提取的特征变量类建模准确率分别为81%,84%,通过希尔伯特高通滤波处理后可以将分类准确率提升至88.9%,92%,能够有效提升识别准确率。为进一步区分不同样本的种类,选择Fisher判别分析方法进行建模,各样本原始数据在FDA模型中识别准确率为44%,经最优PCA-HT处理的FDA建模准确率为93.3%,能够区分出不同的可擦笔油墨类型。结果表明,PCA能够在保留光谱有效信息的基础上进行降维,提升模型精度并且缩短运行时间,相较于原始光谱数据建模效果较好,通过希尔伯特变换后的光谱数据能够进一步完善有效光谱信息,使得建模准确率进一步提升。该实验确定PCA-HT-FDA模型为最佳可擦笔油墨高光谱识别模型,能够为司法鉴定人员提供一定参考。

基于曲波变换 联合双边滤波的二维地震数据随机噪声去除方法研究

在地震数据去噪处理中,曲波变换硬阈值法容易导致弱同相轴模糊,为此,提出了一种基于曲波变换联合双边滤波的地震随机噪声去除方法。曲波系数尺度分析结果表明,粗尺度信号主要表征地震数据构造特征;中尺度信号通常包含大量的弱同相轴的信息;细尺度信号通常包含噪声信息。曲波变换联合双边滤波方法对粗尺度信号进行双边滤波处理,对中间尺度信号进行联合双边滤波处理,对细尺度信号应用硬阈值处理。曲波变换可以较好地处理多方向的线状变化特征,而联合双边滤波具备引导图,可以修复有效信息的关键特征,提高弱同相轴的连续性。叠前和叠后数值模拟测试和实际地震数据处理结果表明,曲波变换联合双边滤波方法的去噪结果优于曲波变换硬阈值法和小波变换方法,具有更高的信噪比和峰值信噪比。该方法克服了曲波变换硬阈值法的局限性,不仅能够较好地去除随机噪声,而且增强了弱同相轴的能量,提高了弱同相轴的连续性。

不平衡电网下AC-DC矩阵变换器的新型模型预测控制

为降低AC-DC矩阵变换器在输入不平衡条件下网侧有功功率波动,以及离散型模型预测控制中开关频率不固定的问题,提出一种新型模型预测控制方法。通过根据电网电流相位角选择有效矢量,避免了传统模型预测控制评估价值函数计算的负担。提出了一种二阶扩展复数卡尔曼滤波器,计算精度可以达到泰勒级数展开的二阶项,新型模型预测控制能够在不平衡电网系统中应用。仿真结果表明:所提控制策略在输入电压不平衡工况下,能够有效抑制网侧电流谐波,稳定系统输出的有功功率,并且表现出良好的性能。

模块化多电平变换器的电容电压卡尔曼滤波预测方法

为避免子模块电压互感器发生故障对直流配电网模块化多电平变换器(modular multilevel converter,MMC)安全可靠运行造成威胁,需为MMC配置备用测量装置。工程上通常为所有子模块配置备用电压互感器以保证高可靠测量,但使得硬件结构较为复杂。为此,文中提出一种适用于中高压MMC测量系统备用模式的电容电压卡尔曼滤波预测方法,并融合快速模型预测控制(fast model predictive control,FMPC)策略提升电能变换稳定性。首先,为各桥臂仅配置一个电流互感器,无需任何电压互感器,并构建卡尔曼滤波观测器,提出卡尔曼滤波预测方法;进而根据电容电压预测值建立FMPC目标优化函数,确定桥臂最优电平数和子模块投切情况,在保证MMC输出电流和环流跟踪性能及电容电压预测准确性的前提下,显著简化测量系统硬件结构。最后,搭建21电平仿真模型和三电平实验平台,通过多个算例和工况验证所提方法的可行性和实用性。

基于改进高斯滤波算法的图像去噪方法

随着激光技术在光学测量和精密加工等领域的应用日益广泛,对图像的质量要求也越来越高。然而,在实际应用中,图像常常受到散斑噪声的影响,导致图像质量下降。现有方法由于采取的平滑技术较为简单,对于散斑噪声的抑制能力有限,为此,设计基于改进高斯滤波算法的图像去噪方法。测试结果表明,设计方法展现出了优秀噪声抑制性能,保留了图像的主要特征。

基于变换域的遥感测绘图像条带噪声滤波方法

为有效消除遥感测绘图像条带噪声,并最大限度保留图像细节信息,提出一种基于变换域的遥感测绘图像条带噪声滤波方法。构建电荷耦合元件辐射响应函数,归一化灰度输出值实现辐射响应非均匀性校准,将图像条带现象作为两类加性噪声构成的图像退化,组建信号退化模型,掌握图像条带噪声关键来源与分布状况;运用矩形低通滤波器计算噪声形态变换过程,得到遥感测绘图像中的高频信号频域;把图像从空间域变换至频率域,对间隔一个像素宽度的条带实施傅里叶变换,探寻条带噪声周期性分布特征,在初始图像全部奇数行灰度值为0的情况下,实现条带噪声滤波处理。实验结果证明,所提方法能够有效剔除遥感测绘图像中的条带噪声,很好地保存初始图像关键信息。

基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航

在高楼密集的城市环境下,无人车在密集街道中工作时无法接收到有用的GNSS信息,只能依靠其他传感器进行导航,精度较差。针对这一问题,提出了一种基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航方法,协同编队中的无人机节点飞行在楼宇上空可接收到GNSS信号的区域,无人车节点工作在无GNSS信号的街道,节点之间可通过相对测量传感器和数据链路进行导航信息交互。为进一步提高协同导航精度,利用基于状态变换卡尔曼滤波的方法对导航信息进行融合,估计出各无人车的导航误差并进行修正。仿真结果表明,采用该方案进行协同导航,主无人车最大位置误差小于3 m,与传统方法相比水平位置均方根误差降低了80.62%;从无人车最大位置误差小于5 m,2个从无人车水平位置均方根误差分别降低了74.24%和77.99%。

结合加权引导滤波和小波变换的低照度图像增强算法

针对低照度图像增强处理后存在图像细节差、色彩失真和“光晕伪影”等问题,在HSV颜色空间中处理图像,将V通道分量进行小波变换分解,对低频系数采用改进加权引导滤波替代高斯滤波作为环绕函数的多尺度Retinex算法处理,对高频系数采用改进的阈值函数降噪处理,小波逆变换重构V通道分量,对重构的V通道分量进行Gamma校正处理并转换回RGB颜色空间。实验结果表明,该算法增强后图像亮度提升明显,同时抑制了“光晕伪影”,颜色失真较少且细节丰富。

改进联合双边上采样滤波的Kinect深度图像增强算法研究

Kinect深度摄像机可以实时获取到稠密深度图像,但该RGB-D相机获取的初始三维点云数据量庞大,其深度图像饱受无效像素、噪声和边缘不匹配等因素影响,直接对其进行操作会降低后续摄像机追踪以及配准的精度。因此,提出了一种有效提高Kinect深度图像质量的基于快速联合双边上采样滤波的深度图像增强算法。利用其对应的彩色图像,采用区域生长方法检测并去除深度值错误的像素;为了准确估计无效像素的值,采用联合双边滤波器对孔洞进行填充;利用传统高斯核函数的分离特性,并通过将其更换为快速高斯变换函数实现计算的复杂度的降低,并且有效地降低了深度图像的噪声。实验结果表明,提出的方法通过成功地填充孔洞,消除了不匹配的边缘,降低了噪声,显著提高了深度图像的质量,并且降低了运行时间。

基于同态滤波及Top-hat变换的乳腺钙化点提取

针对乳腺数字图像中有些钙化点与周围背景对比度较小,计算机自动提取钙化点具有一定难度的问题,提出了采用同态滤波与形态学Top-hat变换相结合提取钙化点的算法。选用适当的滤波函数及参数通过同态滤波使得钙化点与周围背景的对比度得到加强;再采用适当的结构元素对增强后的乳腺图像进行Top-hat变换以定位乳腺钙化点;然后对图像进行二值化提取出钙化点。实验表明,采用本方法提取乳腺钙化点对于某类乳腺片效果良好,能较好地满足计算机辅助乳腺诊断的要求。