非线性滤波

摘要： 在无迹卡尔曼滤波的实际应用中,前一时刻状态参数估值异常误差和动力学模型异常误差通过状态转移方程影响预测状态信息,从而直接影响滤波解的精度。将最佳自适应因子引入无迹卡尔曼滤波中,得到最佳自适应无迹卡尔曼滤波,通过最佳自适应因子来调节预测状态向量的协方差矩阵,即调整预测状态信息对滤波解的贡献,从而可以控制前一时刻状态参数估值异常误差和动力学模型异常误差对滤波解的影响,提高滤波解的精度。

摘要： 为解决非线性滤波中存在模型歧义和预测偏差情况下似然函数、目标重要性密度函数和实际目标分布不匹配的问题,提出了贝叶斯序贯重要性积分滤波器(Bayesian Sequential Importance Quadrature Filter,SIQF).为了消减贝叶斯推理中似然函数和目标分布之间的偏差,通过空时软约束定义最新观测的有界似然,截断观测噪声概率密度函数以近似可行域的修正先验.为了调制重要性函数和目标分布的匹配程度,并行对修正和原始先验下的状态进行Gauss-Hermite积分,引入最大相关信息熵构建覆盖多模分布的重要性函数,从而提升序贯重要性采样的多样性和预测协方差的容错性.实验结果表明:相比无迹粒子滤波估计一维单变量增长模型,SIQF算法在无需牺牲计算复杂度的情况下平均误差减小了63%;相比多模型Rao-blackwell粒子滤波器跟踪空域机动目标,SIQF算法的均方根误差减小了33%,所需计算量降低了一个数量级.

摘要： 针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续-离散容积卡尔曼滤波算法。该算法将目标跟踪问题建模为连续-离散时间模型,将改进的M估计的思想融入连续-离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续-离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一。仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强。

摘要： 针对现有滤波方法在低成本航姿参考系统(AHRS)姿态估计应用中存在准确性不足的问题,本文提出一种非线性滤波求解的姿态估计方法。根据四元数姿态表示原理与传感器测量输出模型构建了基于AHRS系统直接形式姿态估计的非线性状态空间模型,采用迭代扩展卡尔曼滤波方法进行滤波求解,实现了对姿态四元数与传感器偏差的实时估计。通过MPU9150型MEMS惯性测量单元的实测数据与ABB工业机器人同步输出的参考姿态对本文算法进行了验证,并与现有基于非线性滤波与互补滤波的姿态估计方法以及商用姿态测量单元的结果进行了对比。结果表明,本文算法有效提高了姿态估计准确性与估计精度,具有较好的性能。

摘要： 数字调制信号符号速率估计的循环平稳类算法需要较少的先验信息,是非合作接收系统中一种实用的估计算法。将循环自相关和非线性滤波结合,提出了一种符号速率盲估计算法。通过累加不同时延的循环自相关和非线性滤波突出并增强符号率谱线并白化噪底,之后与门限进行简单比较即可选出正确的符号率谱线。计算机仿真和实际采集数据验证了该算法的性能。

摘要： 天基红外预警卫星是跟踪助推段目标的主要手段。为提升目标跟踪精度,提出了量化噪声条件下的协同目标跟踪方法。首先,基于助推段运动特性,建立了符合运动特性且形式简单的助推段运动模型;然后,分析了天基红外预警卫星量测的量化特性,提出了量化噪声模型;量化噪声条件下,传统滤波方法不再适用,为此提出了一种基于量化测量的最小均方误差状态估计算法,其时间更新基于非线性函数的一阶线性化,测量更新基于量化测量的条件均值估计。最后,数学仿真表明,相对于传统基于加性均匀噪声假设的方法,所提方法位置估计精度提升了23%。

摘要： 为了提升对转弯目标的跟踪精度,本文提出了一种基于粒子滤波的三维转弯目标跟踪方法。首先,针对在三维空间中做HGB机动的目标提出了一种三维转弯模型,并建立了目标拦截过程中合理、可信的导弹动力学模型。然后,分别用粒子滤波(PF)、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)对三维转弯模型进行匹配滤波,通过对各滤波方法的仿真对比分析,选用PF作为三维转弯模型的匹配滤波方法。最后,将机动目标跟踪问题转化为粒子滤波的求解,通过抑制粒子退化和增加粒子多样性的方法,提高了非线性滤波的估计精度。仿真结果表明,基于粒子滤波的三维转弯模型可以对做HGB机动的目标实现稳定可靠的跟踪,对基于三维转弯模型的非线性滤波问题,相较于EKF和UKF,PF的估计精度至少可提升30%。

摘要： 针对水下目标跟踪的实时性和可靠性问题,考虑量测方程非线性对滤波性能的影响和降低噪声等干扰因素对滤波算法中协方差矩阵系数稳定性的影响。利用加权最小二乘估计对多个无迹卡尔曼滤波(UKF)的估计值进行积分得到改进的无迹卡尔曼滤波(IUKF),并应用IUKF对水下目标的位置和速度进行跟踪,推导建立被跟踪目标的位置和速度的量测方程,推导其雅可比矩阵。对扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波和IUKF三种滤波算法对水下目标的跟踪效果进行仿真分析,结果表明在量测方程非线性的情况下,改进后的无迹卡尔曼滤波在位置和速度的滤波精度更高,对目标位置和速度的误差估计、可靠性及稳定性方面优于扩展卡尔曼滤波和无迹卡尔曼滤波。

摘要： 针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法。采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊模型的前提参数,调整模型的权重,并使用卡尔曼滤波识别结论参数。通过T-S模糊模型构造重要性密度函数提高采样粒子的鲁棒性和多样性,进一步改进了算法的计算复杂度。仿真验证结果表明,在运动方向突然改变或目标动态模型的先验信息不准确时,该方法可以准确快速地跟踪机动目标。

摘要： 舰船导航信号容易受到噪声的干扰,因此提出一种基于船岸通信技术的舰船导航信号非线性滤波方法。计算舰船正常运行的状态轨迹参数,构建一阶马尔可夫归一方程,将不同类型的噪声信号组成不同非线性序列,通过离散化处理完成导航信号的去噪处理。构建量测模型,降低导航信号接收偏差。采用船岸通信技术计算序列中噪声信号和普通信号的传输时延,引入协方差矩阵通过矩阵求解信号的时延均值,凭借约束导航信道的时延量实现非线性滤波。实验数据表明,所提方法非线性滤波效果较好,对不同强度的噪声信号均能实现高效稳定滤波。说明本文方法的整体实用价值较高,适用性较强。

摘要： 本文主要研究机动目标跟踪中,状态噪声相关条件下非线性滤波的Cramer-Rao下界问题.标准的非线性滤波的下界递推公式的条件是独立的状态噪声,主要讨论实际应用中状态噪声相关的情况.在本文中先基于Van Trees书中提出的Cramer-Rao不等式,推导出在状态噪声相关下的均方误差下界的最优递推公式.进一步,通过典型的目标跟踪的例子,可以清楚地看到相关噪声和忽略相关噪声的下界有明显的区别.因此,当Cramer-Rao下界应用到传感器选择问题时,为了满足估计性能需求,选择传感器的个数在相关噪声和忽略相关噪声的情况下有很大的差异.

摘要： 目标运动分析(TMA)是声纳系统中应用较为广泛的一种目标定位方法.因水下目标的方位信息较为可靠,故纯方位目标运动分析(BOT)成为了目标分析中应用最普遍的基本方法.但在单观测平台的目标运动分析中,只利用目标方位作为测量信息的BOT方法要求观测平台必须有效机动.为改善BOT方法的存在的问题,徐鹏等人提出了一种基于扩展卡尔曼滤波算法的方位-径向速度联合TMA方法(VEKF),但VEKF算法因泰勒级数展开的线性化过程导致滤波器发散,影响收敛时间和估计精度,且需要己知粗略的目标运动状态初始值.针对以上问题,提出了一种基于粒子滤波的方位-径向速度联合目标运动分析方法(VSIR),建立目标运动状态分析的粒子滤波算法模型,对目标位置和速度等运动要素进行估计.

摘要： 本文对输出力矩受限的漂浮基空间机械臂的控制问题进行了讨论.结合系统动量守恒关系和拉格朗日方法建立了系统动力学模型.为此本文设计了在输出力矩受限情况下,仅有位置传感、建模不确定性及干扰的空间机械臂系统协调运动的自适应PID反馈控制算法.该算法采用高精度滤波器估计机器人关节速度,使得整个系统的闭环控制仅需位置输出反馈.在控制率中引入饱和函数,保证输出力矩在给定限制范围内.同时采用自适应PID控制器补偿建模不确定性和干扰.基于Lyapunov稳定性理论证明了该算法可确保控制系统是渐近稳定的.针对平面两关节漂浮基空间机械臂仿真结果表明了所提出的控制方案良好的跟踪性和快速收敛性.

摘要： 声起伏是水声信道中不可避免的现象,而导致这些起伏的声源或者机制主要存在于海表附近,因此水面目标和环境噪声起伏较大,而水下目标的声信号起伏较小,利用这一特性,采用非线性滤波器,可以有效抑制水面干扰,提高水下目标的检测概率,本文提出一种对连续时间目标方位进行水面干扰抑制的方法,并采用非线性滤波方法对Swell96的实验数据进行了处理,验证了该方法的有效性。

摘要： 现代战争中,雷达提供的角度信息会使观测量和状态间存在非线性关系,传统的卡尔曼滤波方法无法解决这类问题.本文从非线性目标的滤波跟踪问题入手,建立了传感器滤波跟踪模型,在深入分析高斯滤波方法和球面积分准则的基础上,提出了基于容积卡尔曼滤波(CKF)的非线性目标跟踪算法.仿真结果表明,CKF算法较好的解决了非线性滤波问题,提高了目标跟踪的精度.

摘要： 工业X射线图像信息量大,且具有丰富的灰度层次.然而由于现有技术的局限性,使得工业X射线图像往往具有灰度对比度低和噪声影响等缺点,无法同时观察到感兴趣的多个灰度层次信息.图像增强方法可以将图像中感兴趣的特征有选择地突出,提高图像的对比度,提高工业射线图像的视觉质量;将图像信息尽可能多的传递给观察者.本文分析工业X射线图像直方图层次信息,提出了一种多尺度图像增强方法.首先,利用金字塔分解方法获取多个层次图像信息;然后,使用非线性滤波方法,例如高斯滤波函数,对不同层次图像信息进行处理.实验结果证明,它能增强工业X射线图像的灰度对比,使得图像细节信号非线性的放大,整体显示更多细节,同时在一定程度上去除了噪声的干扰.

摘要： GNSS的应用集中于低轨道航天器,对于处于高地球轨道的GEO卫星而言,其利用卫星导航系统导航存在观测数目少,观测几何差的问题.针对该问题本文提出基于动力学法的自主定轨方案,引入新型非线性滤波算法——SSUKF实时估计用户轨道的方法,并且针对未来导航卫星天线的拓展,进一步分析了扩展导航信号后,GEO轨道航天器的自主定轨性能,进一步验证了提出方案的可行性,可为未来全球卫星导航星座的空间拓展应用提供一定的参考价值.

摘要： 为了更好地解决非线性系统的状态估计问题,各种新型的滤波算法不断出现.容积卡尔曼滤波是一种基于spherical-radial cubature准则的确定性采样滤波器.本文从贝叶斯递推估计的角度出发,推导出了容积卡尔曼滤波器,并将其应用于惯导系统的大失准角初始对准.通过仿真,与EKF和UKF进行了对比,结果验证了该算法的有效性.

摘要： 针对一类复杂的局域强耦合系统的状态估计中,智能体量测故障导致滤波精度不高或发散的现象,以滤波新息的协方差作为故障判别的依据,便于对估计值的实时调整;根据智能体状态估计的物理意义,引入“特征量”的概念并考虑其相近程度,借鉴群体决策领域的多数规则实现系统内的局域信息交互;以估计均方误差最小化为准则,采取分布式线性加权的形式融合不同智能体的估计信息.仿真结果验证了算法的有效性.

摘要： 针对一类复杂的局域强耦合系统的状态估计中,智能体量测故障导致滤波精度不高或发散的现象,以滤波新息的协方差作为故障判别的依据,便于对估计值的实时调整;根据智能体状态估计的物理意义,引入“特征量”的概念并考虑其相近程度,借鉴群体决策领域的多数规则实现系统内的局域信息交互;以估计均方误差最小化为准则,采取分布式线性加权的形式融合不同智能体的估计信息.仿真结果验证了算法的有效性.

摘要： 公开的是一种线性滤波器、交流电源和制造该线性滤波器的方法。该线性滤波器通过从交流电去除噪声来输出交流电。该线性滤波器包括绕线筒、第一线圈、第二线圈和连接线，该绕线筒具有两个表面，围绕这两个表面缠绕有线圈，该第一线圈围绕绕线筒的第一表面缠绕并且连接到输入线，该第二线圈围绕绕线筒的第二表面缠绕并且连接到输出线，该连接线将第一线圈连接到第二线圈并且对通过第一线圈提供的交流电进行滤波以将该交流电传送给第二线圈。

摘要： 一种将输入的模拟信号转换成补偿的数字信号的方法，包括：将输入的模拟信号转换成未补偿的数字信号，将未补偿的数字信号输入到失真模型，基于未补偿的数字信号生成模型化的失真信号，以及从未补偿的数字信号减去模型化的失真信号，以生成补偿的数字信号。一种失真补偿模数转换器(ADC)，包括未补偿的ADC，未补偿的ADC配置为将输入的模拟信号转换成未补偿的数字信号；以及耦合到未补偿的ADC的补偿模块，配置为：接收未补偿的数字信号，基于未补偿的数字信号生成模型化的失真信号，以及从未补偿的数字信号减去模型化的失真信号，以生成补偿的数字信号。

摘要： 公开的是一种线性滤波器、交流电源和制造该线性滤波器的方法。该线性滤波器通过从交流电去除噪声来输出交流电。该线性滤波器包括绕线筒、第一线圈、第二线圈和连接线，该绕线筒具有两个表面，围绕这两个表面缠绕有线圈，该第一线圈围绕绕线筒的第一表面缠绕并且连接到输入线，该第二线圈围绕绕线筒的第二表面缠绕并且连接到输出线，该连接线将第一线圈连接到第二线圈并且对通过第一线圈提供的交流电进行滤波以将该交流电传送给第二线圈。

摘要： 本发明公开了一种线性与非线性滤波器相结合的非均匀性校正方法，在对线性校正图像进行空间平滑滤波得到真实场景的估计图像时，如果非均匀性水平较高，使用模板为11x11的均值滤波，否则，使用模板为5x5的非线性平滑滤波，在实现边缘保持滤波的同时，计算校正参数的自适应迭代步长，进行异常像素（坏元、冲激噪声）检测与替换，以滤波输出图像作为对真实场景的估计图像，利用变化参考图像实现变化检测，只有当校正图像与变化参考图像的差异大于变化阈值时才对非均匀性校正系数进行迭代更新。本发明既具有线性平滑滤波器平滑作用大、收敛速度快的优点，又具有非线性平滑滤波的边缘保持特性，而且计算复杂度较低，适合硬件电路实现。

摘要： 本发明公开了一种基于线性与非线性滤波器组合的船舶航迹实时预报方法，包括：S1，采集目标历史轨迹作为数据集，并进行数据预处理，得到去除噪声的数据集；S2，使用N阶多项式拟合对数据集进行拟合，得到N+1个用于预测的多项式，使用K折交叉验证在N+1个预测多项式中选取最优预测曲线，得到初步预测结果；S3，使用中值滤波处理预测结果，得到去除非线性噪声的预测结果；本发明提出的一种基于线性与非线性滤波器组合的船舶航迹实时预报方法，用来预测目标船舶的未来轨迹。根据短期内的历史轨迹数据，实时更新组合滤波预测模型，实现成本低，且不需要智能水炮设备所在的船舶固有参数与外界环境参数，泛化性能好。

摘要： 本发明公开了一种线性与非线性滤波器相结合的非均匀性校正方法，在对线性校正图像进行空间平滑滤波得到真实场景的估计图像时，如果非均匀性水平较高，使用模板为11x11的均值滤波，否则，使用模板为5x5的非线性平滑滤波，在实现边缘保持滤波的同时，计算校正参数的自适应迭代步长，进行异常像素（坏元、冲激噪声）检测与替换，以滤波输出图像作为对真实场景的估计图像，利用变化参考图像实现变化检测，只有当校正图像与变化参考图像的差异大于变化阈值时才对非均匀性校正系数进行迭代更新。本发明既具有线性平滑滤波器平滑作用大、收敛速度快的优点，又具有非线性平滑滤波的边缘保持特性，而且计算复杂度较低，适合硬件电路实现。

摘要： 本发明公开了一种基于非线性滤波的声学回声消除方法，步骤如下：步骤1：信号采集和自适应Hammerstein滤波器模型构建；步骤2：计算目标函数的解；步骤3：设置自适应Hammerstein滤波器参数初始值；步骤4：更新参数；步骤5：回声信号消除；步骤6：迭代直至通话结束。本发明考虑了不同的回声环境，使用自适应算法来估计系统的参数，收敛速度较快，可以在不同回声环境下较快的调节滤波器参数，使滤波器能够快速获得较佳的滤波效果，适应实时性要求较高的环境；本发明使用欧几里得(Euclidean)投影来更新自适应滤波器参数，能够有效的消除通信系统中的回声，具有较好的回声消除效果。

摘要： 本公开的实施例公开了非线性滤波信息处理方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取滤波信息序列；确定滤波信息序列中的每个滤波信息包括的滤波位置对应的滤波系数；对于滤波信息序列中的每个滤波信息，执行如下处理步骤：确定滤波系数是否在目标系数范围内；将滤波系数进行钳位至预设数值，以对滤波系数序列进行更新；将对应滤波系数的像素差所对应的像素钳位范围进行调整处理，以及，生成对应滤波系数的第一调整标记；响应于确定滤波系数在目标系数范围内，以及，确定滤波系数与预设系数相同，生成对应滤波系数的第二调整标记。该实施方式可以防止码字变长，提升像素钳位效果。

摘要： 本公开涉及用于数字预失真的可配置非线性滤波器。本文的一些实施方案描述一种射频通信系统，可以包括输出射频(RF)发射信号的发射器，发射器包括对RF发射信号进行预失真的数字预失真系统(DPD)。DPD系统可以包括具有多行的可配置非线性滤波器，例如拉盖尔滤波器，其中至少一行以可配置的抽取比操作。DPD系统还可以包括抽取器和耦合在抽取器之间的纵横开关。

摘要： 一种单相非线性滤波器和三相非线性滤波器，单相非线性滤波器包括：第一输入端、第二输入端、第一电感、第一电容、第一输出端和第二输出端，第一电感的一端接第一输入端，第一电容的一端接第一电感的另一端和第一输出端，第一电容的另一端接第二输入端和第二输出端，第一电感为非线性电感；三相非线性滤波器包括三个单相非线性滤波器，每个单相非线性滤波器的第一输入端为三相中的一相，每个单相非线性滤波器的第二输入端、第二输出端连接在一起构成三相的中性点。