Une technique de lissage de données basée sur la théorie de la régularisationA filter technique based on regularization theory

A simple filter technique based on the regularization theory is presented. We consider the problem as an optimization one. The regularization theory gives us a suitable theoretical framework to define a functional to minimize. We make a numerical comparation between this method and a classical Fourier technique. To cite this article: J.-M. Fullana, C. R. Mecanique 330 (2002) 647–652.     

带空间机械臂航天器姿态运动规划的数值算法研究

自由漂浮空间机械臂系统在无外力矩作用时,系统的动量矩守恒而成为非完整系统。利用这一特性本文研究了自由漂浮空间机械臂系统的三维姿态运动规划问题。导出带空间机械臂的航天器三维姿态运动数学模型,将系统的非完整运动规划问题转化为非线性系统最优控制问题,在最优控制中利用小波逼近控制输入规律,提出基于遗传算法的最优控制数值算法。通过数值仿真,表明该方法对带空间机械臂航天器系统的非完整姿态运动规划是有效的。     

初始装订姿态误差对Kalman滤波器陀螺漂移估计的影响分析

探讨了动基座对准中的一个新的问题，初始装订姿态误差对Kalman滤波器估计陀螺漂移的影响，对该问题进行了试验和仿真。结果表明，利用速度匹配进行初始对准，初始装订姿态误差对两个水平陀螺漂移的估计值产生的影响，主要来自于系统初始装订姿态的精度和Kalman滤波器系统模型的精度，如果要保证滤波器足够的估计精度，应该首先从系统模型上解决。     

融合伪距和载波相位的DGPS/惯性组合导航

本文利用卡尔曼滤波方法对码伪距测量和载波相位测量进行了最优融合，并得到了融合后的伪距测量误差标准差曲线，用融合后的伪距作为观测量和惯导系统进行组合，可以有效地提高导航精度，避免整周模糊度的确定。本文研究了这种组合导航系统，进行了仿真试验，仿真结果表明该组合系统的精度得到了很大的提高，定位精度在1m以内，是一种高精度的导航系统。     

补偿转向盘振动力矩的控制策略研究

在Matlab/Simulink中建立了电动助力转向系统动力学模型,根据路感信息与不平路面引起的振动干扰在频率上的区别,经过高通滤波检测出路面不平整产生的转向系统干扰力矩,通过助力电机提供相反大小的力矩对其进行补偿。针对路感信息与路面振动干扰在频率上区分界限的不固定性,设计了一种在线可调节滤波器截止频率的控制方法,避免对车辆路感信息正常传递的影响。仿真结果表明,所设计的补偿控制策略能够有效衰减不平路面干扰力矩到方向盘的传递。     

基于背景最佳滤波尺度的红外图像复杂度评价准则

提出一种基于背景最佳滤波尺度的红外图像复杂度评价准则来解决传统方法评价背景效果较差的问题. 同时, 这种方法还可以为红外图像滤波提供最佳高通滤波尺度信息, 从而对红外图像进行性能最佳滤波. 首先, 生成高斯仿真目标并与红外图像进行融合, 获得包含仿真目标及真实红外背景的图像. 然后, 在不同高斯滤波尺度下对图像滤波, 并计算滤波后仿真目标的信噪比. 最后, 取滤波后目标信噪比最大时的滤波尺度作为背景最佳滤波尺度, 使用该尺度可评价红外图像的复杂度. 另外, 本文还使用数学模型推导了红外图像最佳滤波尺度, 得出最佳滤波尺度的数学表达式. 大量实验表明: 1) 本文推导的最佳滤波尺度数学表达式与实验曲线吻合. 2) 这种方法在评价红外图像复杂度方面比传统的基于信息熵的方法效果要好很多. 并且这种方法获取的红外背景复杂度为滤波最佳尺度, 可以直接利用这项指标对图像进行最佳滤波从而更好地检测弱小目标. 3) 仿真目标尺度越大, 最佳滤波尺度也会相应增大. 因此, 在评价图像复杂度时, 应使用相同尺度的仿真目标, 不同图像之间才具备可比性. 同时, 最佳滤波尺度与仿真目标的强度无关. 4) 本文算法使用的滤波器宜用高斯及Butterworth高通滤波器实现. 5) 本文提出的方法不仅可以有效分析红外视频的复杂度, 并且可以通过复杂度的变化分析图像内容的突变.     

一种新的卫星钟差Kalman滤波噪声协方差估计方法

采用Kalman滤波方法进行钟差参数计算和预报时, 需确定Kalman滤波噪声协方差矩阵. 针对这一问题, 提出了一种新的卫星钟差Kalman滤波噪声协方差估计方法, 通过建立新息的相关函数序列与未知的噪声参数间的线性函数模型, 采用最小二乘法进行噪声参数估计. 采用精密钟差数据进行钟差参数估计和预报分析, 结果表明, 该方法具有较好的收敛性, 并与顾及随机噪声模型的开窗分类因子自适应抗差估计方法进行对比分析, 验证了新方法的正确性和有效性.     

基于卡尔曼滤波的压缩感知弱匹配去噪重构

现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计,未考虑到可能将量测噪声引入信号估计的情况.针对以上不足,提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法.该算法不需已知稀疏度先验,通过引入Kalman滤波,在最小均方误差准则下,每次迭代都获得最佳信号估计;并以弱匹配的方式同时筛选出有效的原子,并剔除冗余原子进而重构原信号.新算法继承了现有贪婪迭代类算法的有效性,同时避免了因噪声干扰或稀疏度未知导致的重构失败.理论分析和实验表明,新算法在同等条件下,重构性能优于现有典型贪婪迭代类算法,且其运算时间低于BPDN算法和同类的KFCS算法.     

改进的Camshift与Kalman融合的目标跟踪算法

Camshift算法主要利用物体的颜色信息进行跟踪,在复杂背景条件下容易造成目标的跟丢,且在目标被遮挡时,也容易造成跟踪失效。本文提出了一种改进的Camshift目标跟踪算法。首先将目标图像的HSV模型的三个分量进行加权建立一种新的目标颜色模型,然后由对整帧图像计算反向投影改为比搜索窗口稍大的区域计算反向投影,减少了相似背景的干扰。同时为了解决遮挡问题,结合了Kalman滤波器,有效地预测了目标的位置。实验表明,本算法能够避免背景颜色干扰和解决遮挡问题,实现了对运动目标准确跟踪。     

自适应滤波技术在扩频通信系统抗窄带干扰中的应用

自适应滤波技术在扩频通信窄带干扰抑制的应用中,需要一种快速收敛的自适应算法以便能跟踪快速变化的干扰信号。文章提出将基于LSL自适应算法的格型滤波器应用于直接序列扩频通信系统中。仿真结果表明,LSL自适应算法在线性预测中具有快速收敛特性,并且在收敛过程中具有数值稳定性,从而显著改善了系统的抗窄带干扰能力。