EMD算法和Hilbert算法混合的语音信号降噪和提取

针对语音信号降噪和提取算法存在降噪效果不佳等问题,已经无法满足现在社会的需求。本文提出一种基于改进EMD算法和Hilbert算法混合的语音信号降噪和提取方法,首先针对EMD算法在语音信号降噪可能破坏噪声特性的问题,利用全局阈值选择去噪的方法对其进行改进,然后引入Hil-bert算法将其与EMD算法融合,对语音信号进行降噪和提取。利用仿真实验可以发现:将EMD算法和Hilbert算法进行混合优化,和传统的小波变换语音信号降噪算法,不容易出现差错并且具有更好的降噪性能。     

静基座初始对准条件下星敏感器精度测试方法

提出了一种在初始对准条件下星敏感器精度测试方法。将星敏感器与陀螺、加速度计同轴安装,利用陀螺、加速度计数据与卡尔曼滤波算法,使星敏感器的三轴指向与地理坐标系精确对准,可以计算出测试时刻的理论输出值,将理论输出值与实际输出值比对,给出星敏感器的测角精度。     

激光陀螺信号处理的新方法及其频谱校正

提出一种频域内激光陀螺信号处理新方法,对光电探测器的输出信号进行快速傅立叶变换得到其功率谱,并利用频谱校正技术对陀螺频谱进行修正,得到差动频率,进而得到角速度。理论分析和仿真结果都表明这种方法准确、可行。     

作动器饱和振荡原理分析

受作动器输出能力限制,作动器在高频率、大幅值振荡信号输入下,只能输出高频小幅值信号舵面振荡。本文以作动器最大运动速率作为输入,分析作动器在最大幅值正弦信号输入下,作动器响应幅值随正弦信号频率变化的变化趋势,同时分析了影响该变化趋势的因素。     

基于超宽带技术测距的室内定位系统

超宽带具有时间分辨精度高、抗多径等优点,因此利用其测量参考点与定位点之间的距离。本文采用基于测距值校正的卡尔曼滤波定位算法,首先利用双边双向测距方法测量超宽带信号在参考点与定位点之间的飞行时间,得以光速得到距离信息。利用距离拟合公式对测距值进行校正,然后运用卡尔曼滤波算法对校正值优化,降低非视距引起的干扰。最后将优化的测距值和参考点信息带入定位算法求解定位目标的坐标值。     

基于局部特征压缩采样的网络入侵信号检测

对网络入侵信号的准确检测,提高检测概率是保证网络安全的基础,传统检测方法难以实现对较低信噪比下的攻击信号的高效定位和检测,无法有效预测入侵信号的局部特征点,导致重采样,虚警概率和漏检概率较高。提出一种基于局部特征压缩采样的网络入侵信号检测算法,构建低信噪比下网络入侵信号模型,采用多普勒频移模糊搜索对入侵信号进行平滑处理,得到入侵信号的局部特征预测量和测量值,为了使得入侵检测适合线性实时处理过程,提高在低信噪比下的检测性能,采用卡尔曼滤波对结果进行修正,采用局部特征压缩采样判断入侵信号的联合特征,实现了对网络入侵信号的局部特征压缩采样检测。仿真结果表明,该算法检测性能较好,检测概率优于传统算法,展示了较好的应用价值,确保了网络安全。     

超声波测距信号实时降噪滤波算法仿真与应用

针对目前油井超声液面深度测试系统测量噪声大,测量范围小、结果误差大、测量精度低的问题,提出一种新型超声波信号高效降噪和滤波算法。采用自回归积分滑动平均模型建模方法对油井套管中的超声波序列建立ARIMA数学模型体系;运用高精度新息自适应卡尔曼滤波算法实时估计超声波序列中的液面回波;采用液面波自动识别技术检测微弱液面回波。仿真和工程应用结果表明,算法实时、高效,动液面深度测量误差小,能满足实际工程应用。     

扩展卡尔曼滤波在目标跟踪中的应用

目前寻的制导导弹大多采用比例导引规律,导引头作为寻的制导控制回路的测量敏感部件,需要提供实现导引规律所需要的导弹-目标视线角速度信号.采用速率陀螺稳定平台的导引头角跟踪系统可以直接提取用于比例导引的惯性视线角速率,但这种直接输出的角速度在精度和延迟上均无法满足系统设计要求,本文利用卡尔曼滤波方法解决了这一问题,文中给出了基于卡尔曼滤波的跟踪系统原理,导引头平台的卡尔曼跟踪模型,扩展卡尔曼算法的推导,最后在某8毫米导引头样机上用仿真航路验证了这种方法的有效性.     

基于改进提升小波与SVM的滚动轴承故障诊断

为了解决软、硬阈值函数在小波降噪过程中存在的问题,进一步提高滚动轴承故障类型诊断的准确率,提出一种基于改进提升小波与支持向量机(SVM)的滚动轴承故障诊断方法:利用改进算法对轴承振动信号降噪,对降噪后的信号使用PCA-SVM算法进行状态识别。经实验验证,该改进算法的降噪效果明显且PCA-SVM识别的准确率较高。     

电动汽车电池剩余电量百分比SOC的参数识别优化

针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题。本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法。并进行了仿真实验。结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度。