Vondrak滤波法用于结构振动与GPS多路径信号的分离

根据Vondrak滤波法在信号的截断频带上具有较高信号分辨率的特点,将Vondrak带通滤波法应用于全球定位系统(GPS)结构变形监测中以分离结构振动和多路径效应的影响。对GPS实际观测资料进行分析,结果表明:采用该方法不仅能从坐标序列中成功提取结构振动信息,也能正确分离载波相位双差观测值的残差序列中的结构振动和多路径效应影响,因而在提高GPS定位精度上具有较大的应用潜力。

Vondrak滤波法在定点地形变资料分析中的应用

本文使用天文学数据处理中常用的Ｖｏｎｄｒａｋ平滑滤波法，对库尔勒短水准和呼图壁断层形变资料进行了高通、低通和带通数字滤波处理。结果表明，处理后的资料突出了地震前不同周期的地壳形变异常信息，降低了背景噪声和观测误差的影响。该方法对于识别形变异常有较好的效果。

抗差Vondrak滤波方法在时间频率传递中的应用

时间频率传递的结果会受到非模型化误差和观测噪声的影响,其噪声常为高频信号,构建低通滤波器可在一定程度上消除观测值序列中的高频噪声信号.本文对Vondrak滤波函数的本质进行剖析,通过IGG3算法对钟差序列进行定权并采用频率响应法选择适合的滤波因子;对不同的链路分别进行卫星双向时间频率传递(two-way satellite time and frequency transfer,TWSTFT)、基于软件接收机的卫星双向时间传递(two-way satellite time and frequency transfer based on software defined receiver,SDR-TWSTFT)和短基线共视时间频率传递实验,并对钟差结果采用抗差Vondrak滤波进行平滑去噪.结果表明:滤波后的钟差序列能够很好地反映原始钟差序列的趋势;平滑后的TWSTFT钟差结果,日波动效应得到了有效的抑制,精度有明显提升;对于共视钟差结果,精度有明显提升,与精密单点定位(precise point positioning,PPP)时间传递结果的差值保持在−1.0~1.0 ns范围内.

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。

基于法向修正与位置滤波的散乱点云去噪算法

为解决传统点云去噪算法易造成模型的过光顺和局部失真问题,提出一种基于法向修正与位置滤波的散乱点云去噪算法。首先利用主成分分析(PCA)算法初估点云法向,对采样点的邻域点法向进行双边加权,利用加权后的邻域点法向之和估计原采样点的高精度法向;利用采样点与邻域点的平均距离及距离偏差在采样点法向上投影的标准差控制滤波参数的取值,使滤波参数能随采样点的局部几何特征自适应变化;最后将修正后的法向和参数自适应的高斯核函数结合,构建新的点云滤波模型。实验结果表明:修正后的法向偏差均方根为0.0624 rad,滤波后的点云数据的最小平均误差为0.0167 mm,最小均方根误差为0.4636μm,最大误差为0.0332 mm。该算法有效地避免了模型的过光顺和特征细节失真。

基于稀疏表示的相关滤波目标跟踪算法

针对相关滤波跟踪算法在目标形变、背景干扰等复杂场景下,易受干扰特征影响导致跟踪失败的问题,提出了基于稀疏表示的相关滤波目标跟踪算法。该算法将稀疏表示与相关滤波相结合,在目标函数中引入L1范数惩罚项,使训练出的相关滤波器只含有目标的关键特征,同时根据相关滤波系数的空间位置为其分配不同的惩罚参数,并采用交替方向乘子法(alternating direction method of multipliers,ADMM)求解相关滤波器。实验结果表明:该算法在三个常用数据集上,与五种相关滤波跟踪算法相比,具有最高的精确度和成功率,且对复杂场景中的干扰特征具有良好的鲁棒性,同时能够满足目标跟踪实时性的要求。

卡尔曼滤波法在大跨度波形钢腹板刚构桥施工变形控制中应用研究

大跨度连续钢腹板刚构桥悬臂施工中,由于跨度大控制不准确,容易造成线性偏离设计要求,或者合拢困难等工程问题。所以在施工过程中,对桥梁施工的线性进行控制进行十分必要的深入研究,结合XX连续T型钢腹板刚构桥的悬臂施工监控量测方案,采用卡尔曼滤波法来分析连续T型钢腹板刚构桥悬臂施工线性控制中误差的分析,通过数据分析和详细的演算并结合工程实际来验证施工控制误差调整的常用方法和原理,同时也为类型工程施工控制提供有效的借鉴经验。

改进的中位值平均滤波法提升HX711电子秤精度与稳定性的实验设计与实践

设计了HX711电子秤实验,实验中采用了改进的中位值平均滤波法对采样过程中的数据稳定性进行了软件滤波处理,使用了实验法确定电子秤的A/D值转换为克的参数,介绍了二次多项式拟合方法,并确定了二次多项式的3个参数,在此基础上搭建了实验电路并编写代码,使用多组合的砝码测试电子秤效果,经过测试数据分析,数据的平均误差为0.27%,其精度较好,稳定可靠,提高了高职学生的动手能力。

基于Helmert方差分量估计的Vondrak滤波方法

Vondrak滤波是基于测量数据本身的一种数据处理方法,该方法能够在未知拟合函数的情况下,通过选择不同的平滑因子控制数据平滑的程度,对测量数据序列进行合理平滑。本文从Vondrak滤波的基本原理出发,将Vondark滤波与最小二乘估计统一起来,推导出基于Helmert方差分量估计的Vondark滤波方法(简称HVF法)。通过对模拟数据资料的分析,表明该方法能合理有效的选取平滑因子,最大限度的削弱数据序列中的随机误差,将信号与噪声合理分离。

Vondrak滤波方法在软件接收机卫星双向时间传递中的应用

基于软件接收机的卫星双向时间传递(Two-Way Satellite Time and Frequency Transfer based on Software Defined Receiver,SDR-TWSTFT)链路每秒采集测量数据后通过数学模型将原始数据拟合为300 s一组的观测文件,因此链路的时间传递结果受短期测量噪声和非模型误差的影响,呈现出一定的随机噪声的特征.提出了一种频域幅值分析方法,针对性地确定滤波因子,构造符合需求的低通Vondrak滤波器.通过对中国科学院国家授时中心(National Time Service Center,NTSC)和德国联邦物理技术研究所(Physikalisch-Technische Bundesanstalt,PTB)之间的SDR-TWSTFT链路测量数据的分析发现,该方法对过滤链路平均时间一天内的高频噪声有效,能够提高链路时间传递结果的可信度,同时滤波后链路的短期频率、时间稳定度也有了显著提高.

混合滤波与改进贝叶斯相融合的室内可见光指纹定位方法

针对室内环境光、噪声等因素会对移动终端接收到的可见光信号强度产生干扰从而导致定位精度不高的问题,本文提出了一种将高斯拟合+卡尔曼滤波(GF-KF)与改进贝叶斯(Improved-Bayes)融合的室内可见光指纹定位方法。首先通过GF-KF算法修正采集到的接收信号强度(RSS)作为指纹库数据,再通过对加权K近邻法的权值系数改造后与贝叶斯算法融合的方法将待测点与指纹点RSS数据进行匹配,计算分析出位置。试验结果表明,在该算法模型下,平均定位误差为1.42 cm,92.83%的测试点定位误差不大于2 cm,相较于卷积神经网络算法、加权K近邻算法和支持向量机法精度更高,稳健性更强。

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。