自适应非线性滤波及其在图像导航中的应用

本文首先介绍了飞行器末制导中采用图像导航的原理和方法，给出了系统模型。针对图像导航的实际情况，提出了自适应非线性Sage-Husa滤波，能在线估计系统的常值偏差及噪声方差。将滤波算法应用到图像导航中，进行仿真，滤波收敛，结果令人满意。     

一种新的闪光照相CCD图像的扩散滤波方法

为了提高闪光CCD图像质量,提出了基于偏微分方程（partial differential equation, PDE）的智能中值-非线性扩散滤波(intelligent median-nonlinear diffusion filtering, IMNDF)方法,充分发挥了智能中值滤波和非线性扩散滤波的优势。数值实验结果证明,该方法对于两类最具代表性的噪声（高斯和脉冲）的混合问题有很好的消噪效果,其信噪比改善因子（promotion of signal-to-noise ratio, PSNR）较传统方法提高了3~5倍。对闪光照相CCD图像取得了很好的消噪声结果。     

基于加窗傅立叶变换的SR-CT滤波反投影重建

SR-CT(Synchrotron Radiation Computed Tomography同步辐射X射线计算机断层扫描)实验中,原始投影图像存在噪声,从而影响了滤波反投影重建图像的质量.为提高重建图像质量,提出了一种基于加窗傅立叶变换滤波改进重建图像质量的方法.通过对原始投影图像噪声和滤波反投影算法的讨论,对利用该方法提高重建图像质量的可行性进行了分析.利用加窗傅立叶滤波方法对两组SR-CT实验得到的投影图像分别进行了处理,抑制了原始投影图像的噪声,提高了重建图像的质量.实验的结果验证了该方法的有效性.     

自适应长度的中值滤波

介绍一种消除脉冲噪声的自适应长度的中值滤波算法，这种算法比固定长度的中值滤波效果更好。并把这个算法同矩形中值滤波进行了比较。     

基于极端学习机背景预测的红外小目标检测算法

为自适应检测复杂环境中的红外小目标,提出了基于极端学习机背景预测的红外小目标检测算法。首先,依据灰度值分布设计局部边缘敏感平滑滤波器,在相近的灰度范围内,使中心像素的灰度值等于邻域内多数灰度值的融合,对红外图像进行滤波,能够去除大量噪声并突出图像主要结构;其次,利用极端学习机对滤波后的图像建立回归模型,以邻域像素值为输入,以中心像素值为输出训练模型,并对背景进行预测,得到的图像与滤波后的图像做差,得到小目标显著图;最后,利用图像块对比特性对显著区域处理,使小目标区域均匀突出,抑制背景区域,并经过简单阈值操作,实现对红外小目标的检测。实验结果表明:与其他检测算法相比,在复杂背景下,本文算法检测结果的局部信噪比增益最高,单帧检测时间为0.18 s。本文算法对背景进行学习,发掘背景与目标的差异,提高了算法的适应能力,并且能够有效检测小目标。     

基于小波分析的条纹图滤波方法

本文提出了一种新颖的干涉条纹图非线性滤波方法,可以选择性地在频域图像的不同区域选用不同的滤波方式,在滤掉图像中大部分散斑噪声的同时,能够减少信息的损失,使图像的内部边界仍然保持清晰。文中首先简介了正交小波变换的原理,然后介绍了去除散斑噪声的具体算法,最后给出了计算机模拟去噪声的结果     

捷联惯导系统传递对准两种滤波方法比较研究

将H∞滤波方法用于捷联惯导系统（SINS）空中动基座传递对准，并对卡尔曼滤波和H∞滤波应用于传递对准的鲁棒效果进行了比较研究。仿真结果表明，在有色噪声和白噪声强度较小时，两种滤波方法的滤波精度差别不大，但当有色噪声和白噪声强度较大时，卡尔曼滤波精度优于H∞滤波。换言之，卡尔曼滤波对于噪声的不确定性是具有一定的鲁棒性的，并且就估计精度而言，其鲁棒性优于H∞滤波，但H∞滤波的估计速度优于卡尔曼滤波。     

抗野值自适应卡尔曼滤波方法的研究

针对陀螺漂移信号中野值的不良影响。从量测噪声自适应Kalman滤波算法出发，首次提出了抗野值自适应Kalman滤波方法，并在其基础上进行了分析，提出一种改进的算法．通过对某型号高精度寻北仪中的试验证明，该算法能够有效去除寻北仪信号中的野值，提高寻北仪的寻北精度，并且对系统的量测噪声不敏感．     

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。     

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.     

干涉条纹图处理的等值线窗口滤波和摄像测量在国防试验的应用

对图像进行滤波或称平滑是干涉条纹图像处理中的一项重要工作。一幅未经处理的原始图像或多或少存在着不同程度的噪声干扰,特别是散斑和Insar干涉条纹图,信噪比很低,难以处理。本文针对光测力学中光学干涉方法得到的条纹图,提出了一种新的滤波方法条纹等值线窗口滤波,并对这种滤波方法进行了研究讨论,提出了几种确定等值线窗口的不同方法。这种滤波方法根据干涉条纹图不同断面上灰度分布的不同特点,选择沿条纹走向的条纹等值线窗口进行滤波,在最大消除条纹图噪声的同时,也能保证对条纹损伤最小。摄像测量技术正在迅速发展和得到广泛应用,在国防试验和航天飞行任务中发挥着不可替代的作用。本文也介绍了作者近年来在该领域所做的应用研究,包括在火箭、导弹发射试验,冲击、碰撞等过程中的动态目标运动测量;针对航天航空和力学工程领域的视频图像实时分析;飞行器三维运动测量;基于投影条纹的物体三维形貌精密测量方法研究;以及对接航天器位置和姿态的实时测量。在这些应用中都实现了高精度测量。     

基于自适应时频峰值滤波的光纤陀螺去噪算法

为减小光纤陀螺输出信号噪声、提高惯导系统精度,提出了光纤陀螺信号自适应时频峰值滤波算法。对光纤陀螺信号进行初始变换并调制,采用伪Wigner-Ville分布对调制信号进行时频分析,给出了一种自适应的伪Wigner-Ville分布最优窗长获取准则,通过局部峰值搜索实现编码信号的瞬时频率估计进而还原出有用信号,实现了光纤陀螺噪声的去除。详细对比了小波方法与自适应时频峰值滤波算法并分析了两者的去噪效果。仿真结果和实际数据验证表明:自适应时频峰值滤波算法能有效减小光纤陀螺输出噪声,信噪比比小波滤波改善1³ dB;特别对于高动态信号,该算法滤波后的信号能够有效地跟踪原始信号。     

高速磁浮列车气动噪声分布规律研究

本文基于上海线高速磁浮列车现场噪声测试，结合数值仿真分析了磁浮列车行驶时的噪声特性以及气动噪声分布规律．数值仿真采用延时分离涡结合声比拟的方法，并对比现场测试噪声数据，给出了高速列车气动噪声特性以及噪声源分布规律．研究结果表明：列车行驶时噪声时程呈现很强脉冲性，频率小于100 Hz噪声主要来源于与高架桥梁结构振动相关的二次辐射噪声，特别是次声频段内，桥梁自振会产生显著的噪声．磁浮列车表面气动噪声分布规律与噪声频率相关，低频噪声与列车的车尾涡脱相关，高频噪声由车头边界层分离以及再附着、车身边界层流动等引起，而中频噪声主要产生于列车底部、抱轨与轨道梁表面相对运动作用．因此，高速磁浮列车除了要重点考虑车头、车尾的气动外形对气动噪声的影响外，还应考虑轨道间隙处气动噪声及其分布规律．     

弹性体上惯性测量系统传递对准自适应滤波

──发散现象是应用卡尔曼滤波经常遇到的问题。导致发散的原因很多，其中很重要的原因就是缺乏对系统噪声和测量噪声统计特性的了解。本文在理论推导的基础上，提出了一种新的自适应滤波方法，并将该方法应用于弹性体上惯性测量系统的传递对准。通过大量的仿真证明，按本文的滤波算法，确实能十分有效地控制由于噪声统计值不准所导致的发散现象，而且滤波精度也很高。     

压电射流陀螺的自适应滤波

本文分析了压电射流陀螺的噪声特点，提出了利用自适应数字滤波抑制其噪声，归纳了自适应算法中的快速横式滤波最小二乘法（ＦＴＦ）的算法步骤，并且使用８０９８单片微机实现对该陀螺的实时ＦＴＦ滤波，给出了滤波效果实例。     

基于边缘检测的柱壳实验图像分析方法

为实现金属柱壳爆轰加载实验中内界面照相图像的自动处理，获得内界面的特征参数，研究建立了基于边缘检测的图像分析方法。采用M—H算子对图像进行边缘检测，并提出双线边缘输出方式避免出现边缘交叉连通问题，获得描述柱壳内界面轮廓的连续闭合边缘；研究了内界面轮廓曲线的自动提取方法和等效圆半径测量方法等。应用结果表明，该方法可实现柱壳实验图像的精确、自动处理，快速获得内界面等效圆半径等定量物理参数；也可用于类似实验图像的分析处理。     

组合导航中模糊自适应Kalman滤波算法分析

以SINSiGPS组合导航系统为背景，在对Kalman滤波原理和工程应用进行深入分析的基础上，总结了该方法的不足，提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化，实时调整自适应因子，间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明，该算法对模型和噪声干扰有较强的自适应性，能够有效抑制滤波发散，在不损失原有精度的前提下，提高了系统的鲁棒性。     

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。     

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统（SINS）非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF（unscented Kalman filter）滤波方法,简化UKF滤波公式显示：除通过非线性状态方程使用UT（unscented transformation）变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。     

基于PECT-EMAT复合检测方法的铁磁性材料的复合缺陷检测

铁磁性材料在现代能源工业设备关键结构上广泛应用。一些关键部位由于生产、使用时产生的拉应力状态及环境影响，易萌生表面应力腐蚀裂纹，同时在弯管或焊缝处经长期冲蚀也可能出现内部局部减薄缺陷，对工业设备结构的安全可靠性构成了严重的威胁。本研究提出并开发了基于脉冲涡流-电磁超声复合电磁无损检测方法来检测铁磁性试件的表面裂纹和底部减薄缺陷。并开发了基于频谱滤波的信号分离方法，成功提取出复合检测中的脉冲涡流信号和电磁超声信号。实验结果表明，其中脉冲涡流信号可以有效检测试件的表面裂纹，电磁超声信号可以很好地定量试件底部减薄缺陷的残余厚度。由此可见，本研究开发的新型方法可以同时检测试件上下表面两种类型的缺陷，具有明显的优势。