简介：在高斯噪声环境下,由于扩展卡尔曼滤波（EKF）在目标跟踪应用中精度低和可能出现的滤波发散,将无迹卡尔曼滤波（UKF）应用于非线性系统的目标跟踪.通过UKF在目标跟踪中的应用和仿真结果的分析比较表明,与EKF相比较,UKF收敛快、对噪声适应能力强,算法实现简单.

简介：单站无源跟踪问题本质上是非线性估计问题，使用传统的DKF算法进行跟踪滤波，得到的结果误差较大，容易产生发散现象。本文在惟方位跟踪中应用UKF算法，仿真结果表明，与EKF相比，采用UKF算法跟踪精度较明显的提高，同时增强了滤波器的稳定性，有效地改善了跟踪性能。

简介：摘要随着人类对海洋探索的逐步深入，自主式水下机器人已被广泛地应用于海底搜救、石油开采、军事研究等领域。良好的导航性能可以为航行过程提供准确的定位、速度和姿态信息，有利于AUV精准作业和安全回收。本文介绍了三种不同的导航算法的基本原理，并对算法性能进行了仿真实验分析。结果表明，在系统模型和时间步长相同的情况下，粒子滤波算法性能优于无迹卡尔曼滤波算法，无迹卡尔曼滤波算法性能优于扩展卡尔曼滤波算法。

简介：针对目标跟踪中非线性滤波精度下降甚至发散的问题，提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波（UnscentedKalmanFiltering，UKF）算法。首先将系统模型和滤波算法修正为适于噪声非零均值时的情况，然后根据极大后验估计原理，推导出一种次优的时变噪声统计估计器，其系数通过指数加权的衰减因子计算得到，最后与传统UKF算法结合形成自适应的滤波算法。仿真结果表明，该算法保证了滤波收敛性，能够对目标进行有效跟踪，而且滤波精度显著提高。

简介：对降秩自适应滤波算法进行了系统的总结和分析,推导了其相互关系.分析表明,GSC(GeneralizedSidelobeCanceller)框架降秩变换自适应滤波是各种降秩自适应滤波算法的统一模型.在此基础上导出了线性约束正交投影算法.降秩多级维纳滤波器在相关意义上进行截断降秩,其降秩性能优于基于特征子空间截断的降秩方法.酉多级维纳滤波器与共轭梯度法等效,均是基于Krylov子空间截断降秩的方法,降秩性能更优.最后通过计算机仿真试验比较了各种降秩处理算法的性能.

简介：在实际的非线性组合信号系统中,通常用扩展卡尔曼滤波（EKF）方法对非线性系统进行线性化,然后进行卡尔曼滤波.如果在非线性组合信号系统中,用UKF方法直接使用非线性模型,可避免引入线性化误差,这样可以提高滤波精度和计算效率.以车载GPS/DR组合导航定位系统为例,将UKF与EKF方法进行了仿真比较,结果表明,UKF的位置滤波精度要高于EKF.

简介：中值滤波是非线性滤波中最常用的一种方法,它既可以有效地滤除脉冲噪声,又具有相对好的边缘保持性,易于实现。结合中值滤波器在数字图像处理中的实际应用,研究其在实际的硬件电路设计与FPGA实现中的问题,并在Altera公司的芯片EP3SL150上完成了实现,并提出了改进的滤波算法。

简介：在目标模型的建立过程中,将积分直方图引入到粒子滤波跟踪框架中,提出了一种快速的颜色直方图计算方法,极大地提高了粒子滤波跟踪算法的实时性。为了进一步提高算法的鲁棒性,引入了一种基于邻域颜色特征的匹配搜索机制,当跟踪精度下降时,能够对跟踪结果进行优化,减小跟踪误差。实验结果表明了该算法的有效性。

简介：提出了一种新的未知信号状态模型——多项式预测模型，并给出其滤波算法。分析表明，采用该方法建立的状态方程不需要已知信号本身的参数信息，都能准确描述运动或信号的动态。因此，提出的多项式信号的最优滤波算法适用于任何可以用多项式描述的信号的状态估计问题。计算机仿真验证了该方法的正确性、有效性及实用性。

简介：针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。

简介：针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明：该算法在GPS有效的情况下能保证俯仰滚动角（RMSE标准）精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

简介：基于相关滤波的视频目标跟踪算法近年来在不同的标准数据集和目标跟踪竞赛上均取得显著成果.较全面总结了相关滤波视频目标跟踪算法的发展过程和改进算法,分别从样本构建、优化设计和更新方法等方面整理分析了上述算法.同时,桄理和分析了上述算法存在的难点问题,并展望了其进一步的发展.

简介：邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。

简介：针对频域同态滤波中运算量大、运算时间长、不能满足实时性要求的缺点，提出了一种基于Laplacian增强算子的空域同态滤波算法。首先对原有的Laplacian增强算子做改进，使其在增强图像高频成分的同时能够适当地抑制其低频成分，再将改进后的Laplacian增强算子同图像函数作卷积，快速实现空域内的滤波增强。实验表明，该方法不仅有效地压缩了图像的亮度范围，增强了图像的对比度，还大大提高了运算速度，节省了运算时间，适用于对快速性要求较高的实时性场合。

简介：分布式联邦滤波器在多传感器信息融合领域得到广泛的重视，联邦滤波中的信息分配原则直接影响滤波器的精度和容错性，而常规的标量形式联邦滤波信息分配方法无法满足高动态环境下状态的动态变化特性。信息分配是设计和实现联邦滤波器的关键环节，基于系统误差协方差阵和可观测阵。文中考虑系统状态估计精度和系统的可观测性，提出了一种新的联邦滤波信息分配方案和算法。新的联邦滤波算法允许每一个系统状态变量具有不同的动态信息分配因子，从而改进了联邦滤波信息融合的精度。仿真结果表明，与传统联邦滤波算法比较，改进的信息融合算法精度能提高30％以上。

简介：介绍和分析了在当前成像跟踪系统中常用的几种点目标滤波检测算法。为了满足图像处理实时性要求，设计了一套针对图像滤波算法的FPGA硬件实现结构。该结构具有FPGA高速并行计算能力，能在信号读出的过程中实时地完成多种滤波处理。成像实验证明该方案切实可行，具有良好的实时滤波效果。

简介：交替脉冲技术是多普勒天气雷达解速度模糊的一种方法，但是对于交替脉冲技术中的非均匀时间序列，由于没有行之有效的地杂波滤波器，因而阻碍了这种方法在多普勒天气雷达中的实际应用。该文研究了新的谱处理地物滤波器，它从频域滤除地杂波的谱分量，并利用幅度反卷积和幅度谱校正重建天气回波的频谱，然后从重建的频谱进行多普勒参数的估计。与时域地物滤波器相比，它不仅解决了滤波器频率响应中出现错误对消区的问题，而且还可以在地杂波存在时，在扩展的不模糊速度范围内更准确地估计出多普勒参数，使交替重复周期解速度模糊技术更有实用价值。

简介：为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波（PF）算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。

简介：

简介：当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对前一时刻状态估计值外推,若发生漏检,则将外推值加入当前时刻状态估计值中,确保了目标的状态估计不被裁剪去除。从MATLAB仿真结果可知,L-GMPHD滤波器处于检测概率较低的情况时,能够明显改善目标跟踪的稳定性。该方法能够保持高精度的多目标跟踪,具有良好的工程应用前景。