共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
在MB-OFDM超宽带系统中,针对《无线高速率超宽带物理层和媒体访问控制规范》国家标准中MAC层数据结构,提出了一种卡尔曼滤波改进的反馈信道估计算法。该算法是在卡尔曼滤波之前加入一个多级LS算法的预估价。与传统卡尔曼滤波比较,该方法提高了卡尔曼滤波的收敛速度,简化了卡尔曼滤波的迭代过程,最小均方误差性能和误码率性能也略有提升。 相似文献
3.
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。 相似文献
4.
5.
卡尔曼滤波在信号处理与系统控制领域应用广泛,目前,正越来越广泛地应用于计算机应用的各个领域。为了更好地理解卡尔曼滤波的原理与进行滤波算法的设计工作,主要从两方面对卡尔曼滤波进行阐述:基本卡尔曼滤波系统模型、滤波模型的建立以及非线性卡尔曼滤波的线性化。最后,对卡尔曼滤波的应用做了简单介绍。 相似文献
6.
7.
8.
9.
10.
11.
探讨了卡尔曼滤波算法的影响因素和模型设计的方法,在建立桥梁振动系统状态空间模型的基础上,对系统噪声、量测噪声进行了统计,进而运用了卡尔曼滤波算法对加速度信号进行了滤波及状态估计。 相似文献
12.
一种高阶平滑表面并行提取方法 总被引:1,自引:0,他引:1
针对高阶平滑表面算法计算复杂和数据量大的问题,提出一种加快高阶平滑表面算法速度的并行方法.首先对高阶平滑表面算法进行并行化,然后采用优化技术提高算法性能,同时采用矩阵压缩改善内存空间性能.实验表明,在双核处理器上平均加速比达到1.87. 相似文献
13.
介绍了组合导航系统发展现状和结构,重点研究了GPS/SINS组合导航中的算法问题.以卡尔曼滤波理论为基础,对GPS/SINS的算法进行了详细的研究,分析总结了卡尔曼滤波,H∞鲁棒滤波,神经网络在GPS/SINS组合定位系统中的应用现状. 相似文献
14.
焦炭产量预测是进行焦炭市场分析的必要环节。本文选用焦炭产量作为唯一的状态变量,利用卡尔曼滤波算法,通过每一时刻的新息进行不间断的迭代,以获得焦炭产量最优的真实状态估计值。通过实证分析表明,卡尔曼滤波算法能够较准确地跟踪和估测焦炭产量。 相似文献
15.
本文针对一种动态OD矩阵的状态空间模型,引入了一种无需进行矩阵求逆运算的卡尔曼滤波算法进行动态OD矩阵估计,并通过一个简单实例与常规的卡尔曼滤波方法进行了仿真比较,说明了该算法的有效性. 相似文献
16.
17.
本文主要研究了基于改进指数平滑算法的气温预测问题。首先引入时间序列模型概念,对常用气温预测模型进行简要分析,另外对一阶指数平滑算法进行相关推导,同时提出了自适应指数平滑算法;其次,结合广西容县近30年月均气温实测数据,分别建立BP神经网络预测模型、传统指数平滑算法预测模型以及改进后的基于自适应指数平滑算法的预测模型,对2016年气温数据进行预测并分析模型优势;最后,将改进模型用于预测2017年和2018年中未知月份的月平均气温值,并针对实验结果进行数据分析修正。通过对不同预测模型的比较和仿真实验,结果表明基于自适应指数平滑算法的气温预测模型预测精度较高,实用性强,具有一定的推广性。 相似文献
18.
智能电动两轮平衡车的稳定性很大程度上取决于车体姿态信息检测的准确性。为解决低成本传感器测量精度不高的问题,实现对平衡车俯仰角和横滚角的高精度测量,本文采用卡尔曼滤波算法,利用加速度计所解算的姿态角建立观测方程,利用陀螺仪输出的角速度建立状态预测方程,建立卡尔曼滤波器,实现陀螺仪和加速度两传感器数据的融合,最终完成对平衡车姿态角的估计。 相似文献
19.
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. 相似文献
20.
《科技通报》2015,(8)
在浓雾环境下采集的视觉图像出现突兀点,需要进行平滑处理,提高对浓雾环境下的图像成像和识别能力。传统方法中采用差频控制的浓雾图像突兀点平滑处理算法,图像采集出现视觉偏移时平滑处理效果不好。提出一种基于视觉偏移修正的浓雾图像突兀点平滑处理算法,基于浓雾天气条件下单色大气散射模型,物体表面的反射光由于大气粒子的散射而损失,得到雾点散射损失,采用视觉偏移修正的算法,提高对浓雾图像的视觉偏移修正能力,由于起点坐标和视线方向出现视觉偏移,采用去雾滤波算法提高突兀点的平滑性能,得到浓雾图像的去雾滤波系统函数,通过边缘检测得到图像的突兀点平滑结构,进行Hough变换直线检测,实现视觉偏移修正和突兀点平滑改进。仿真结果表明,该算法具有较好的突兀点平滑处理性能,无论是细节还是浓雾图像的色彩都恢复得比较自然和清晰,去雾效果较好,平滑处理的图像有较高的配准率,展示了该算法的优越性能。 相似文献