河道洪水实时预报的半自适应滤波模型探讨

本提出和讨论了基于马斯京根流量演算的河道洪水实时预报的半自适应滤波模型。在该模型中量测误差系列的协方差矩阵可以通过信息更新系列实时的估计出来,只有模型误差系列的协方差矩阵需要预先给出。本提出一个处理区间入流较为合理、简便的方法。通过验证和应用说明了该模型的合理性和使用性。     

基于粒子滤波同化方法的实时洪水预报

为了充分利用实时水文观测数据,提高预报的可靠性,将马斯京根分段连续流量演算法与粒子滤波同化方法进行耦合,构建了基于粒子滤波同化方法的实时洪水预报模型。采用沙溪干流的永安站至沙县站区间6场典型洪水过程对上述实时洪水预报模型进行了验证。结果表明,粒子滤波同化方法对马斯京根分段连续流量演算模型具有较好的适应性,由此得到的校正参数方案的确定性系数为0.85,与无实时校正结果方案和校正方案相比均有一定提高,且预报精度为甲级的洪水场次分别增加了2场和1场,使洪水预报精度得到了一定的提高。     

GPS动态导航定位的当前统计模型与自适应滤波

GPS动态定位的数据处理中广泛应用卡尔曼滤波,而卡尔曼滤波的应用要求动态模型（函数模型）和随机模型可靠和切合实际,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差.针对GPS动态定位的这一问题,本文探讨了在实际应用中存在模型误差时的卡尔曼滤波,介绍了一种基于协方差匹配技术的自适应卡尔曼滤波算法,该法当Q已知时可以准确地估计出R.它的独特之处在于原理上易于理解,在实际中也很容易实现,它是通过判定发散的判据,求出噪声统计的估计值,然后再按得到的噪声统计估计值计算新息序列的协方差阵,因此消除了滤波发散现象.     

黄河实时洪水预报系统筒介

黄河实时洪水预报系统(简称YRFCS)，是一个计算机连机实时作业的软件系统，是黄河洪水自动测报系统中的重要组成部分。     

一种新的洪水预报动力模型应用初探

近来,美国学者HOOS等人,提出一种新的洪水预报动力模型,该模型具有预见期,能直接应用于河系连续洪水预报,具有很大实用价值。 本文将该模型对闽江洪水预报的应用进行了初步探讨,说明了该模型的实用性。     

基于小波神经网络和自回归模型耦合的河道洪水预测方法

在分析非线性河道洪水预报方法中常用BP神经网络不足的基础上,采用具有快速收敛和更有效非线性逼近能力特性的小波神经网络.为适应洪水演进的时变特性,将所建立的用于河道洪水预报的小波神经网络与自回归实时校正模型耦合,校正值为小波神经网络预报值与自回归模型预报误差之和.自回归实时校正模型的参数通过自适应衰减因子递推最小二乘动态更新以提高校正效果.将该方法应用于西江高要断面洪水预报,计算结果验证了其有效性.     

提高洪水作业预报精度的方法浅析

面对实用预报方案,如何提高洪水作业预报精度,是衡量洪水预报质量和效率的关键。依据预报计算的影响因素、预报要素的特征、方案参数的物理属性分析,论证了预报修正系数的理论依据,并分析了预报修正系数确定的技术和方法。     

基于自适应滤波的回声消除实验设计

将核自适应滤波(Kernel Adaptive Filter, KAF)与传统自适应滤波结合,设计了一种协同函数链接型自适应滤波回声消除方法,然后利用MATLAB软件进行编程测试,解决了传统自适应滤波算法在回声呈非线性时消除效果不理想的问题。仿真实验结果表明,该方法对线性和非线性回声都有较好的抑制能力,且优于传统的自适应回声消除算法。实验中的输入语音既可由ICASSP声学回声消除挑战数据库中直接导入,也可自行采集。     

用于声学回波抵消的自适应滤波算法

介绍了回波抵消器的原理和功能,详细阐述了现在广泛应用于回波抵消的各种自适应滤波算法,如变步长LMS,FTF,FAP等,并指出各种算法的特点.最后通过M atlab仿真,比较上述各种算法的性能,包括算法的复杂度和收敛速度,指明了各种算法的适用范围：变步长适用于对收敛速度要求不高的场所;FTF适用于采样率不大的语音处理设备中;AP类算法兼有收敛速度快和运算量较小的优点.     

基于贝叶斯滤波方法的心脏运动信号实时滤波算法

提出一种基于贝叶斯滤波递推状态估计的心脏运动测量信号实时滤波算法,提高心脏数据的测量精度,该方法建立了心脏运动模型与传感器误差模型,采用了扩展卡尔曼滤波与粒子滤波两种贝叶斯滤波方法的实现形式。实验结果表明,提出的算法有效地还原了心脏运动的真实值,并且满足了跟踪系统实时数据处理的要求,为整个系统精度的提高提供了保证。     

基于自适应开关中值滤波算法的工程图像处理

工程施工图像在获取、传输等过程中存在一定程度的噪声干扰。通过对标准中值滤波算法进行分析,得到了一种基于自适应开关中值的图像滤波算法,能够在去除椒盐噪声的同时保持图像细节。该算法用迭代实现了开关中值滤波算法中阈值的自动选取,可有效提高噪声点检测的准确率。通过MATLAB仿真实验,证实了该算法相较于传统滤波算法能够更好地保护图像细节和改进图像清晰度。     

一种半自适应的盲数字水印新算法

本文分析了目前数字水印技术所采用算法的特点,提出了一种能够将数字水印嵌入的图像中特定形状的算法,该算法可以有效地保护水印版权.实验证明,算法具有很高的安全性和稳健性,可以有效地抵抗多种信号处理攻击、压缩攻击.     

一种自适应加权的灰度形态学图像滤波算法

数学形态学滤波属于非线性滤波,针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点,本文提出一种基于灰度形态学的自适应加权复合滤波优化算法,采用凸性多尺度结构元素对灰度图像进行多级形态开闭运算,根据形态滤波等幂特性,实现结构元素序列的自适应加权复合滤波,并对滤波效果进行PSNR评价,实验仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声,提高了图像信噪比.     

GPU实现的椒盐噪声自适应中值滤波算法

提出了一种基于先检测、后滤波的椒盐噪声滤除GPU实现算法。该算法首先依据椒盐噪声的特征,将图像像素分为噪声和信号,然后对噪声像素作标准中值滤波,如果中值为信号,则用中值代替噪声像素灰度值;如果中值为噪声,则取中值邻域,如果中值邻域为信号,则用它代替噪声像素灰度值;否则扩大邻域窗口,重复算法。但随着图像规模的增大,在CPU上执行的时间显著增加。分析并利用图形处理器（GPU）的并行处理特征,并在GPU上实现了本文算法。实验结果表明所提出的算法较经典的自适应中值滤波算法有较好的去噪效果和边缘保护能力,并且随着图像规模的增大,算法执行时间较CPU可以提高最多3个数量级。     

基于自适应滤波法与谱减法的语音增强的研究

语音增强是一种消除语音信号中的背景噪声并获得完整原始语音信号的关键技术.谱减算法易于实现,计算量小,可以获得较高输出信噪比的原始语音信号,是增强语音信号的有效方法.然而,使用谱减法进行语音增强过程中会产生新的背景噪声——"音乐噪声",它会影响语音信号识别的准确性.为了解决谱减法产生的"音乐噪声"问题,本文提出一种谱减法...     

简单的垮坝洪水预报模塑

人们对降雨径流洪水预报的研究较多，研制了不少流域模型。如新安江模型、陕北模型和国外研制的萨克拉门托模型、水箱模型等。不少地区已找到了适合当地的模型井率定出了模型在当地应用的参数值，具有了一定的经验。数十年来，人们为了防洪、灌溉、发电等目的，在全国已建设了不少大、中、小型水库。     

基于集内离散度噪声检测的自适应中值滤波的研究

传统中值滤波对所有像素采用同一的处理方法,导致图像细节信息丢失严重。依据噪声分布特征,设计了基于集内离散度的噪声检测器,并结合自适应中值滤波,实现有针对性的噪声过滤,减少非噪声信息丢失。实验证明,该算法具有较高的消除脉冲噪声和保留细节信息能力。     

不确定混沌系统的滤波反演自适应滑模控制

提出一种基于扩张状态观测器的反演自适应滑模控制方法,通过非线性坐标变换,将标准混沌系统模型变为更适于反演设计策略的严格参数反馈形式。设计线性扩张状态观测器估计系统状态及不确定部分,基于反演策略设计滑模控制律,并设计切换增益的自适应更新律以保证系统跟踪误差快速稳定收敛至零点。为了避免虚拟控制量的解析求导,简化控制器设计过程,虚拟控制量的导数通过一个滤波器获得。最后,将所设计方法与常规反演滑模控制器及PID控制做仿真实验比对,验证了所设计控制器能够改善滑模控制信号的抖振问题,提高了被控系统的动态性能。     

基于自适应距离半监督LE的图像检索

Laplacian特征映射是基于欧氏距离的近邻数据点的保持,高维数据点的近邻选取最终将影响全局低维坐标.本文将鉴别信息引入到近邻数据点中,使用有鉴别信息的距离测度来代替欧式距离测度,提出了一种基于自适应测度的半监督拉普拉斯特征映射相关反馈算法FAD-SSLE(feedback on adaptive distance semi-supervisedlaplacian eigenmaps).在图像检索上的实验结果表明,该方法能够有效地利用少量的监督信息来提高分类和检索性能.