噪声图象的局部统计滤波

介绍一种噪声图象的滤波方法，它不需要先验的图象模型，也不会损伤边界和细小的细节，在相加性和相乘性声噪声的情况下，计算与边界方向有磁的子集的局部平均值和方差，相应地沿着边界的噪声就被去掉，同时对边界有一定的增强效果。     

光电跟踪模型噪声卡尔曼滤波算法

为减小滤波性能对跟踪目标状态空间模型噪声的敏感性,提出一种基于新息同时更新系统噪声方差和测量噪声方差方法,并将其与非线性卡尔曼滤波类算法相结合,构成一类适用于光电跟踪目标的自适应非线性卡尔曼滤波算法.同时将此方法应用到非线性测量光电跟踪系统中,并与扩展卡尔曼滤波和U卡尔曼滤波进行性能对比.仿真实验结果证明该方法可以实时调整系统噪声方差和测量噪声方差,有效地避免由于系统模型噪声统计特性不准确所带来的滤波性能下降的问题,而且其性能明显优于扩展卡尔曼滤波和U卡尔曼滤波.     

随机振动控制系统中含未知噪声方差的自适应滤波

通过构造出关于模型噪声和量测噪声的方差的泛函,以泛函数极小为目标,提出了随机振动控制系统中含未知噪声方差的自适应滤波优化准则,用ＤＦＰ优化方法求解出模型噪声和量测噪声的方差,从而保证Ｋａｌｍａｎ滤波的结果为最优,并应用ＬＱＧ方法实现振动控制。     

光纤陀螺随机误差的重叠分段Allan分析方法

针对光纤陀螺随机误差的特点,研究一种有效估计其各种噪声成分系数的Allan方差分析方法。首先,探讨了光纤陀螺随机误差分析中,Allan方差拟合系数为负的原因及利用经典方差方法分析的前提。而后,分析了连续分段的Allan方差分析方法。该方法针对每种噪声的不同相关时间对Allan方差曲线进行连续分段拟合,但方法人为分离了相关时间相近的噪声成分,因此将导致较大拟合误差。为此,提出基于重叠分段的Allan方差分析方法,方法根据Allan方差双对数曲线及噪声特点对相关时间进行混合重叠分段,将相关时间相近的不同噪声化为同一区段,同时为减小相邻区段噪声的方差贡献带来的拟合误差,拟合时将相邻的幂次项纳入拟合模型,提高了拟合精度。光纤陀螺实测数据的分析结果表明,该方法的拟合误差比连续分段Allan方差分析方法减小2/3。     

等达因图象的自动采集与识别

文中提出了一种机机械扫描系统．小功率激光器、图象板、相移元件、微机和程序软件组成的等达因图象自动采集与处理系统，用灰度值比较的思想实现了等达因图象的跟踪采集。提出了四幅图象相移法实现等达因图象的自动识别。系统能快速、实时、精确和全自动地实现等达因图象的记录和分析。给出与物体内各点应力状态一一对应的位相图。并用来研究了其他实验方法困难的局部三维效应问题。     

基于Allan方差解耦自适应滤波的旋转SINS精对准方法

对旋转式SINS精对准方法进行了研究,由于转位机构转动干扰以及惯性器件误差不确定性带来的影响,旋转式SINS状态方程和量测方程噪声方差参数难以确定,进而导致初始对准精度降低,针对这个问题引入自适应Kalman滤波技术。Sage-Husa是一种常用的自适应滤波算法,但是存在噪声参数强耦合缺陷。通过研究Allan方差与量测噪声方差之间的关系,利用Allan方差滤波器具有带通滤波的特点,独立计算量测噪声协方差阵R_k,该方法能够有效克服Sage-Husa滤波耦合问题,相比其它改进方法具有简单易实现等特点。对该研究进行了仿真实验与实际系统验证实验,结果表明:对于中等精度光纤陀螺单轴旋转SINS,自适应Kalman滤波算法航向角对准精度比标准Kalman滤波算法精度要高0.6’左右,且在误差估计过程中,自适应Kalman滤波器能够更好地抑制外界干扰误差的影响,是一种较好的精对准方法。     

光纤陀螺信号的解耦自适应Kalman滤波降噪方法

针对光纤陀螺(FOG)输出信号的随机噪声问题,提出了一种解耦自适应Kalman滤波方法用于FOG信号降噪。方法采用Allan方差分析法估计量测噪声的方差参数,Kalman滤波过程与量测噪声方差的估计过程完全独立,避免了Kalman滤波器与量测噪声估值器间的相互耦合。利用时间序列分析法对FOG的随机噪声进行建模,并在建立的二阶自回归模型的基础上,采用本文滤波方法对采集的FOG实测数据随机噪声进行了试验验证。与传统方法相比,提出的滤波方法具有更好的降噪效果,噪声均方误差降低40%以上。     

激光陀螺漂移的研究方法（二）

在研究环形激光陀螺的漂移时,通常文献的分析方法存在诸多矛盾.针对这种研究方法的不合理性,提出用阻尼振荡的方法来研究陀螺的漂移,属原创性革新.用阻尼振荡的频域表达式,加上采样量化噪声的频域表达式,作为噪声的功率谱密度,计算得到噪声的经典方差和Allan方差.此方差包含了所有可能的阻尼振荡效应的方差,用严格的公式计算是复杂的,实际计算时可根据具体情形作可行的近似,从而得到简单可用的激光陀螺的噪声的时域表达式.假设激光陀螺中存在的噪声由各种阻尼振荡组成,符合自然界的普遍规律,更主要的是,该假设得到了实验的验证,逻辑自洽,彻底地解决了通常文献的分析方法存在的矛盾.因此,用阻尼振荡的方法来研究激光陀螺漂移是合理的.     

基于新息自适应卡尔曼滤波算法的多类型结构响应重构

为改善传统卡尔曼滤波KF(Kalman filter)算法在过程噪声方差和测量噪声方差未知的情况下响应重构精度降低甚至发散的问题，提出了一种基于新息自适应卡尔曼滤波IAKF(innovation-based adaptive Kalman filter)算法的多类型响应重构方法。首先根据新息统计特性对卡尔曼滤波增益和状态估计误差协方差矩阵进行实时自适应调整；然后利用有限测点的加速度传感器的测量数据，结合模态法对结构各个位置的加速度、速度、位移以及应变进行响应重构；最后对起重机桁架和简支梁分别进行数值模拟和试验分析。结果表明，该方法能够有效地调整过程噪声方差并估计测量噪声方差，未测点的重构响应时程曲线与计算响应或测量响应时程曲线吻合良好。     

基于极大似然准则的INS/GNSS组合导航自适应UKF滤波算法

为提高INS/GNSS组合系统对过程噪声方差不确定性的鲁棒性,提出一种基于极大似然准则的自适应UKF算法。在该算法中,首先利用新息向量的统计信息构造量测向量的后验概率密度,然后通过极大似然准则在线求取过程噪声方差的估值,并将其反馈至UKF滤波过程,用于调整卡尔曼增益矩阵。提出的算法可以抑制过程噪声方差不确定性对滤波解的影响,克服了UKF的缺陷。仿真结果表明,当过程噪声的标准差增大为其真实值的4倍时,相比于UKF,提出方法的导航精度可至少提高45.5%;相比于ARUKF,其导航精度也可至少提高35.7%。跑车实验结果也验证了提出算法的有效性。     

动态光力学多种测试方法研究及其进展

本文提出了多种动态光力学方法，还介绍一种瞬态图象的采集技术，并将其应用到动态电子散斑（ＤＥＳＰＩ）的测试方法中     

激光陀螺漂移的研究方法（一）

在研究环形激光陀螺的漂移时,许多文献仅采用Allan方差方法进行误差分析.Allan方差没有包含导航用的"零偏不稳定性"项,而实际导航受此项的影响很大,因此只能以经典方差来衡量陀螺的性能,而把Allan方差仅作为一种辅助手段.通常文献采用Allan方差方法分析时,其噪声在频域的表达式(功率谱密度)是建立在频率的不同幂次的基础上,变换成时域表达式得到各项方差.由于此功率谱密度存在不合理,导致诸多矛盾.文中指出这些矛盾,并以实验数据为证,说明这一分析方法不论是逻辑还是在讨论实验数据时都会产生不合理的结果.彻底的解决办法将见续文,它提出用各种阻尼振荡的频带之和作为噪声的功率谱密度.     

提取等倾线的数字图象处理法

本文详细介绍了应用数字图象处理技术进行图象相除和图象相减,获取没有等色线干扰的、精确定位的和倍增信息的等倾线的全场分析方法,并作了典型验证实验,为光测弹性力学的改革提供了途径和理论依据。     

动态电子散斑干涉法研究

使用瞬态图象采集技术，将模型受撞击前，后的电子散斑图象直接记录与存储在图象采集卡的帧存体中，从而实现了动态数字散斑干涉，测得了半限平面模型的面内位移场，实验值与动有限元计算结果很好的吻合。     

分形与图象处理

介绍了分形几何的基本概念，分形几何在图象处理上的应用，分形图象压缩编码与分形滤波，结合以前的工作叙述了有关分形滤波的方法。     

原子力／摩擦力显微图象的分析与测量

用表面粗糙度评定方法和分形几何方法，结合原子力／摩擦力显微图象的特点，编制了包括Ｒａ，Ｒｑ，Ｓｍ，Ｓ，λａ，λｑ及高度分布、承载率曲线、相关函数、功率谱和分形维数等参数的图象分析与测量的ＦＯＲＴＲＡＮ程序；用ＳＴＲ－１８０和ＳＴＲ－１０００标样作了高度标定，对国产Ｎａｔｕｒｅ磁带和进口Ｓｏｎｙ磁带的原子力／摩擦力显微图象进行了分析测量．结果表明：Ｎａｔｕｒｅ磁带的粗糙度和粒度均比Ｓｏｎｙ磁带的大；微摩擦力与表面轮廓及表面轮廓斜率之间均有良好的对应关系．     

条纹图的数字图象拼接处理

本文提出了一种光测数字干涉条纹图的拼接方案,解决了图象分块采集和条纹对接方法问题,大大地提高了采图精度,降低了对数字图象处理仪硬件系统及实验操作水平的要求,精度效果良好.     

基于Allan方差解耦自适应滤波的MHD/MEMS信号融合方法

为满足卫星平台对宽频带角速率测量需求,补偿磁流体动力学(MHD)微角振动传感器低频误差,提出了一种基于Allan方差的解耦自适应Kalman滤波方法,实现了MHD微角振动传感器与MEMS陀螺仪的组合测量。该方法使用Allan方差计算量测噪声的方差,克服了标准Kalman滤波对模型参数精确性要求较高的缺点,同时避免了自适应Kalman噪声参数耦合易滤波发散的问题。实验证明解耦自适应Kalman对单频和混频信号均实现较好融合效果,均方误差降低至融合前的30%,信噪比改善超过10 dB。融合后的输出信号满足卫星千赫兹带宽的测量需求,可用于惯性测量单元中。     

基于阈值分解的中值滤波方法

利用信号统计的方法．提出了一种新的中值滤波方法．既能滤除退化图像中的脉冲噪声．又能更好地保护图像边缘等有用信息。新方法采用局部方差判断噪声点的阈值，从而实现了局部自适应的滤波。实验结果表明．本方法对图像脉冲噪声的消除十分有效，对于图像边缘的保护也较好。     

基于多尺度几何变换的导航雷达图象去噪仿真

导航雷达在采集、传输和显示过程中,由于多种因素的影响导致最终形成的图像中含有大量的噪声,影响了使用者对导航信息的分析和应用.传统的雷达图像去噪算法大多采用小波变换,但这种方法存在边缘模糊等问题.为了去除导航图像的噪声并解决小波变换中存在的边缘模糊问题,本文提出用基于多尺度几何变换的图像去噪方法对导航雷达图像进行处理,并利用基于多尺度几何变换的方法(包括基于Curvelet系数维纳滤波去噪方法和基于Contourlet域去噪方法)和基于小波变换的BayesShrink方法分别对含有模拟杂波和噪声的导航雷达图像进行仿真实验.实验结果表明:与基于小波变换的图像去噪方法相比,基于多尺度几何变换去噪方法能够更加有效去除雷达杂波和噪声.