維納與卡爾曼濾波理論的經典讀物，信號處理中非常有用的濾波器 粒子濾波的基礎
標簽： 卡爾曼濾波
上傳時間： 2022-07-24
上傳用戶：
該本書詳細介紹了卡爾曼濾波，擴展卡爾曼濾波，無跡卡爾曼濾波，交互多模型，線性和非線性卡爾曼濾波等。并通過MATLAB將其實現。
上傳時間： 2022-07-26
上傳用戶：zhanglei193
在工業應用中常用一組傳感器對問一個被測量目標在一個過程的不同位置進行測量，然而由于每個傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準確的測量結果，霱要進“步研究多傳感器的融合理論多傳感器數據融合系統的關鍵在于如何充分利用各個傳感器的信息，得到對被測參數的最優估計，本文主要研究了以加權的方式進行多傳感器數據融合的方法，即研究如何對每個傳感器進行加權，從而得到對被測參數最優佑計的方法為此本文在介紹了多傳感器數據融合技術的基礎上，首先研究了基于奇異值分解的數據融合算法，通過對傳感器測量值構成的矩陣進行奇異值分解，利用每個傳感器測量值所對應的奇異值，可以估計出對每個傳感器權值的最優估計，從而在不要任何先驗知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數的最優估計，此外，在許多工業過程中，人們利用多傳感器測量同一過程參數以控制該參數在過程中的不同位置能根據需要進行合理分布，此時人們希望利用多傳感器融合的測量結果，對每一個傳感器的測量數據進行重建，以獲得對每一個傳感器的測量結果進行更為準確的估計。為此，本文進一步研究了基于小波降噪和數據融合的傳感器數據重建算法，仿真和實驗結果都說明提出算法是有效的，最后，研究了非線性動態系統的狀態融合問題，研究了加權無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴展卡爾曼濾波（EKF）在狀態融合估計中的不足，可以得到了更準確的狀態融合估計結關鍵詞多傳感器系統，數據融合，奇異值分解，UKF
上傳時間： 2022-03-16
上傳用戶：aben
電力變壓器是電力系統中及其重要的電氣設備，它的安全運行直接關系到電力系統的穩定。變壓器長期在電網中運行會發生各種故障和事故，一旦遭到破壞，損失巨大。通過預防性試驗和油中溶解氣體的氣相色譜分析結果判斷變壓器的絕緣狀況，對防止事故的發生有很大作用，但定期的預防性試驗可能出現過多的維修和不必要的停機，又不能及時發現故障；而變壓器在線監測可以及早發現變壓器故障，避免事故的發生，而且可以降低維護成本。 變壓器中最常發生故障的部位是繞組，它的損壞率約占整個變壓器故障的60％～70％。診斷繞組變形的方法中，頻率響應法、阻抗分析法、低壓脈沖法雖然有可取之處，但是都屬于離線方法，不能及時發現變壓器的故障，不適于在線測量；通過實時計算變壓器繞組短路電抗來在線診斷變壓器故障是一種有效的在線監測方法。 本文根據變壓器繞組的短路電抗在正常運行時不發生變化，而在變壓器內部故障時要發生變化的特性，應用辯識理論，利用變壓器三相電壓、電流的測量值來辨識繞組的短路電抗。把辨識結果對比正常時的三相繞組的短路電抗，可以發現繞組是否異常及故障發生的部位，保證變壓器元件得到及時更換，防止變壓器非正常退出運行。 本文采用傅立葉算法來計算變壓器三相電壓、電流采樣信號的基波分量的幅值與相角，實現變壓器繞組的參數辨識，此時并沒有考慮衰減直流分量。經過分析，當采樣信號中存在衰減直流分量時傅立葉算法就會產生誤差，而遞推最小二乘法和卡爾曼濾波效果很好。 最后本文介紹了變壓器繞組參數辨識的實際應用與誤差分析，分析了系統中軟件、硬件方面的問題對測量短路電抗造成的影響；以及參數辨識的軟件設計和運行試驗，驗證了方案的可行性。
上傳時間： 2013-07-29
上傳用戶：xyipie
相對于JPEG中二維離散余弦變換(2DDCT)來說，在JPEG2000標準中，二維離散小波變換(2DDWT)是其圖像壓縮系統的核心變換。在很多需要進行實時處理圖像的系統中，如數碼相機、遙感遙測、衛星通信、多媒體通信、便攜式攝像機、移動通信等系統，需要用芯片實現圖像的編解碼壓縮過程。雖然有許多研究工作者對圖像處理的小波變換進行了研究，但大都只偏重算法研究，對算法硬件實現時的復雜性考慮較少，對圖像處理的小波變換硬件實現的研究也較少。 本文針對圖像處理的小波變換算法及其硬件實現進行了研究。對文獻[13]提出的“內嵌延拓提升小波變換”(Combiningthedata-extensionprocedureintothelifting-basedDWTcore)快速算法進行仔細分析，提出一種基于提升方式的5/3小波變換適合硬件實現的算法，在MATLAB中仿真驗證了該算法，證明其是正確的。并設計了該算法的硬件結構，在MATLAT的Simulink中進行仿真，對該結構進行VHDL語言的寄存器傳輸級(RTL)描述與仿真，成功綜合到Altera公司的FPGA器件中進行驗證通過。本算法與傳統的小波變換的邊界處理方法比較：由于將其邊界延拓過程內嵌于小波變換模塊中，使該硬件結構無需額外的邊界延拓過程，減少小波變換過程中對內存的讀寫量，從而達到減少內存使用量，降低功耗，提高硬件利用率和運算速度的特點。本算法與文獻[13]提出的算法相比較：無需增加額外的硬件計算模塊，又具有在硬件實現時不改變原來的提升小波算法的規則性結構的特點。這種小波變換硬件芯片的實現不僅適用于JPEG2000的5/3無損小波變換，當然也可用于其它各種實時圖像壓縮處理硬件系統。
上傳時間： 2013-06-13
上傳用戶：jhksyghr
隨著安全通信數據速率的提高,關鍵數據加密算法的軟件實施成為重要的系統瓶頸.基于FPGA的高度優化的可編程的硬件安全性解決方案提供了并行處理能力,并且可以達到所要求的加密處理性能(每秒的SSL或RSA運算次數)基準.網絡的迅速發展,對安全性的需要變得越來越重要.然而,盡管網絡技術進步很快,安全性問題仍然相對落后.由于FPGA所提供的設計優勢,特別是新的高速版本,網絡系統設計人員可以在這些網絡設備中經濟地實現安全性支持.FPGA是實現設計靈活性和功能升級的關鍵,對于容錯、IPSec協議和系統接口問題而言這兩點非常重要.而且,FPGA還為網絡系統設計人員提供了適應不同安全處理功能以及隨著安全技術的發展方便地增加對新技術支持的能力.標準加密/解決以及認證算法,如RC-4、DES、三次DES、MD-5以及安全哈希算法-1(SHA-1)被廣泛用于全球網絡安全系統中.本文介紹了基于PCI總線的加密卡的研制,硬件板卡的結構,著重論述了加密卡上加密模塊的實現,即用FPGA實現3DES及IDEA、MD5算法的過程,加密卡的工作原理,加密卡中多種密碼算法的配置原理,最后對3DES算法及IDEA、MD5算法的實現進行仿真,并繪制了板卡的原理圖,對PCI接口原理進行了闡述.在論文中,首先闡述了數據加密原理.介紹了數據加密的算法和數據加密的技術發展趨勢,并重點說明了3DES的算法.由于加密卡的生存空間在于其高速的加密性能與便捷的使用方式,所以,我們的加密卡采用的是基于PCI插槽的結構,遵從的是PCI2.2規范,理解并掌握PCI總線的規范是了解整個系統的重要一環,本文講述了PCI總線的特點和性能,以及總線的信號.由于遵從高速性的要求,我們在硬件選型的時候,選用的是TI公司高速DSP T M S 3 2 0 C 5 4 x:T I公司新推出的T M S 3 2 0 C 6 x系列D S P功能強,速度也非常快,但目前價格仍然太高,不適合一般加解密使用.而TMS3 2 0 C 5 4 x系列具有性能適中,價格低廉,產品成熟等特點,是較好的選擇.FPGA選用的XILINX公司的XC2V3000,在隨后的文章中,我們將會對這些器件特性做相應說明.并由此得出電路原理圖的繪制.文章的重點之一在于3DES算法及IDEA、MD5算法的FPGA實現,以Xilinx公司VIRTEXII結構的VXC2V3000為例,闡述用FPGA高速實現3DES算法及IDEA、MD5算法的設計要點及關鍵部分的設計.
上傳時間： 2013-04-24
上傳用戶：qazwsc
文中針對水下自主航行器提出了一種新型的基于捷聯慣導（SINS）和GPS的組合導航系統設計方案。該方案以捷聯慣導作為主系統，同時利用GPS重調捷聯慣導系統，建立了該組合導航系統的卡爾曼濾波模型，設計了輸出校正間接法的卡爾曼濾波算法和Sage-husa自適應卡爾曼濾波算法。仿真結果表明由于GPS位置和速度信息的引入，一定程度上克服了捷聯慣導系統誤差狀態發散現象，提高了導航精度。同時通過兩種算法的對比，Sage-husa自適應卡爾曼濾波算法則具有更高的濾波精度和穩定性，能夠更好的滿足長時間遠距離導航的要求。
標簽： Sage-husa AUV 自適應濾波算法 組合導航
上傳時間： 2013-10-11
上傳用戶：jeffery
當GPS信號發生阻塞時，可見衛星數會不足4顆，這時迭代最小二乘算法（ILS）與普通擴展卡爾曼濾波(EKF)都不再適用。針對這一問題提出了一種改進的EKF算法。該算法利用在垂直地面方向上的位置變化緩慢這一運動特性，建立了改進EKF算法的系統模型。通過理論分析得到了濾波器參數，最后利用真實的GPS衛星數據進行驗證。實驗結果表明，在可見衛星數不少于4顆時，此改進的EKF算法定位精度與普通的EKF算法基本相同；在GPS信號阻塞只有3顆可見衛星時，此改進的EKF算法的定位精度明顯優于普通的EKF算法。
上傳時間： 2013-12-26
上傳用戶：cmc_68289287
數學變換的算法，特別是傅里葉級數逼近。 卡爾曼濾波算法
上傳時間： 2014-01-18
上傳用戶：Andy123456
該程序為基于粒子濾波的一種新算法,綜合MCMC Bayesian Model Selection即MONTE CARLO馬爾克夫鏈的算法,用來實現目標跟蹤,多目標跟蹤,及視頻目標跟蹤及定位等,解決非線性問題的能力比卡爾曼濾波,EKF,UKF好多了,是我珍藏的好東西,現拿出來與大家共享,舍不得孩子套不著狼,希望大家相互支持,共同促進.
標簽： Selection Bayesian CARLO Model
上傳時間： 2013-12-22
上傳用戶：ynwbosss
