导读:本文包含了混合滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,高斯,卡尔,心法,机器人,传感器,偏振光。
混合滤波论文文献综述
张楠[1]（2019）在《基于改进高斯混合滤波的矿井加权质心定位算法》一文中研究指出针对煤矿井下复杂环境中无线信号的非视距传播导致RSSI定位算法存在测距误差大及定位结果不准确的问题,提出了一种基于改进高斯混合滤波的矿井加权质心定位算法。首先根据最大期望算法对未知节点的相应RSSI测量数据进行聚类,将它们划分为多个高斯概率密度函数模型;然后根据数据特征,利用赤池信息量准则对采样数据进行优化,得到精确的测量值;最后计算未知节点的初始坐标,将未知节点初始坐标和真实坐标间的误差值作为权值因子,结合质心定位算法计算得到未知节点的最终坐标,实现目标定位。仿真与实验结果表明,该定位算法可实现煤矿井下人员的高精度定位,平均定位误差为1.83m。(本文来源于《工矿自动化》期刊2019年11期）
聂煊赫,冯宇[2]（2019）在《一种基于量化通道的鲁棒最优混合滤波算法》一文中研究指出本文考虑观测数据处理和传输中所存在的对数量化现象,给出了一种针对线性时不变系统的鲁棒最优滤波器设计方法。该方法在确保系统鲁棒性的同时,实现了高斯白噪声和最差干扰情况下的最优均方估计。具体包括,基于2个耦合的修正代数黎卡提方程,由博弈论方法给出可行解,得到最差干扰情况下的鲁棒最优滤波器,并通过对系统均方稳定性的分析来确保设计过程的合理性。仿真结果表明,针对同时含有模型不确定性和白噪声的系统,该算法切实可行,估计效果良好。(本文来源于《高技术通讯》期刊2019年10期）
余修武,余昊,刘永,肖人榕,李莹[3]（2019）在《基于加权混合滤波和重心法的APIT定位算法》一文中研究指出提出了一种基于加权混合滤波与重心法的近似叁角形内点测试(APIT)改进定位算法(HFG-APIT).利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度(RSSI)的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法(LSM-RSSI)和APIT定位算法的41. 7%和23. 8%,整体定位性能也优于其他2种算法.(本文来源于《北京邮电大学学报》期刊2019年04期）
金仁成,谢林达,魏巍,蔚彦昭[4]（2019）在《一种用于仿生导航无人机航姿求解的混合滤波方法》一文中研究指出针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题,设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时,考虑到传统的姿态求解方法精度不高,提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量,再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合,以获得高精度的姿态角信息。实验结果表明:在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰,其稳定性明显优于两种方法各自求解时的情况;在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题,表现出更高的动态解算精度,从而为偏振光组合导航系统提供了更精确的姿态估计信息。(本文来源于《导航定位与授时》期刊2019年05期）
范灵[5]（2019）在《基于混合滤波算法的数字图像去噪方法研究》一文中研究指出双边滤波已广泛应用于数字图像处理领域,但在图像的高梯度区域,双边滤波会产生阶梯效应。双边滤波是局部模式滤波的一种特殊形式,提出了基于高斯滤波和双边滤波的混合图像去噪方法。利用高斯滤波器对噪声图像进行滤波,得到参考图像,将参考图像和噪声图像作为范围核函数的输入双边滤波器。参考图像提供图像的低频信息,噪声图像提供图像的高频信息。与传统双边滤波法比较,混合去噪方法能够有效地克服阶梯效应,滤波后的图像更平滑,纹理特征更接近原始图像,可获得更高的峰值信噪比。(本文来源于《信息技术》期刊2019年08期）
倪晓军,高雁,李凌锋[6]（2019）在《基于RSSI的混合滤波算法》一文中研究指出基于接收信号强度指示(Received Signal Strength Index,RSSI)的测距技术因其低成本及低复杂度被广泛用于无线传感网络(WSN)定位技术中。由于RSSI值易受环境的影响,即使在同一位置采集到的RSSI值也会出现波动、突变,从而导致测距结果误差较大。在分析RSSI测距原理和当前常见的滤波算法的基础上,通过实验比较单一滤波的效果,综合单一滤波的优势,提出了一种基于狄克逊检验法滤波、中位值滤波及高斯滤波的混合滤波算法。实验首先利用线性回归算法优化RSSI测距模型的参数,再通过混合滤波过滤异常RSSI值来获得最优值,以实现准确测距。实验结果显示,与单一的滤波算法相比,混合滤波算法能明显减小RSSI值的波动,更为有效地剔除异常RSSI值,且滤波后的RSSI值更接近理想值,测距误差更小,证明了混合滤波算法是有效且可行的。(本文来源于《计算机科学》期刊2019年08期）
张梁,肖纯,王莉[7]（2019）在《基于混合滤波的灭火机器人姿态解算算法研究》一文中研究指出针对灭火现场地形复杂、外部干扰多和常规的姿态解算精确度不高等问题,选用互补滤波和卡尔曼滤波融合算法作为两轮灭火机器人的姿态解算算法。该算法将空间移动传感器测得的姿态角通过互补滤波后作为系统的观测量,再应用扩展卡尔曼滤波算法融合陀螺仪和加速度计的测量数据。(本文来源于《数码世界》期刊2019年02期）
董红政,张伟民,陈文清[8]（2019）在《基于混合滤波算法的灭火机器人设计》一文中研究指出为使两轮灭火机器人适应各类复杂的火灾环境,融合互补算法和卡尔曼算法对灭火机器人实时采集到的数据进行滤波处理,结合MATLAB软件建立姿态角计算模型,并对算法进行仿真分析,得到了静态试验数据和动态试验数据,并且对灭火机器人躲避障碍的性能进行了相关测试。研究结果表明,采用融合算法的灭火机器人姿态角能够实现较精确的控制,并较好地躲避障碍物。(本文来源于《消防科学与技术》期刊2019年02期）
戴卿,隋立芬,田源,田翌君,曾添[9]（2019）在《变分优化的高斯混合滤波及其在导航中的应用》一文中研究指出针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显着提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。(本文来源于《武汉大学学报(信息科学版)》期刊2019年05期）
李孟歆,孙艺桐,刘桐序[10]（2018）在《基于混合滤波LBP的鞋底足迹识别》一文中研究指出针对基于局部二值模式算法的鞋印分析算法易受噪声影响,鲁棒性低,精度不低的缺点提出一种基于混合滤波的LBP算子改进策略。本文首先采用混合滤波算法对采集的鞋印图像进行去噪处理,其次采用改进的LBP算法进行鞋印图像特征提取,最后采用欧氏距离对鞋印图像进行识别。通过在自行建立的鞋印库中进行对比实验,相比于传统的局部二值模式算法,本文算法具有较高的识别率,在足迹识别分析方面具有很好的优势。(本文来源于《信息技术与信息化》期刊2018年10期）
混合滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文考虑观测数据处理和传输中所存在的对数量化现象,给出了一种针对线性时不变系统的鲁棒最优滤波器设计方法。该方法在确保系统鲁棒性的同时,实现了高斯白噪声和最差干扰情况下的最优均方估计。具体包括,基于2个耦合的修正代数黎卡提方程,由博弈论方法给出可行解,得到最差干扰情况下的鲁棒最优滤波器,并通过对系统均方稳定性的分析来确保设计过程的合理性。仿真结果表明,针对同时含有模型不确定性和白噪声的系统,该算法切实可行,估计效果良好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合滤波论文参考文献
[1].张楠.基于改进高斯混合滤波的矿井加权质心定位算法[J].工矿自动化.2019
[2].聂煊赫,冯宇.一种基于量化通道的鲁棒最优混合滤波算法[J].高技术通讯.2019
[3].余修武,余昊,刘永,肖人榕,李莹.基于加权混合滤波和重心法的APIT定位算法[J].北京邮电大学学报.2019
[4].金仁成,谢林达,魏巍,蔚彦昭.一种用于仿生导航无人机航姿求解的混合滤波方法[J].导航定位与授时.2019
[5].范灵.基于混合滤波算法的数字图像去噪方法研究[J].信息技术.2019
[6].倪晓军,高雁,李凌锋.基于RSSI的混合滤波算法[J].计算机科学.2019
[7].张梁,肖纯,王莉.基于混合滤波的灭火机器人姿态解算算法研究[J].数码世界.2019
[8].董红政,张伟民,陈文清.基于混合滤波算法的灭火机器人设计[J].消防科学与技术.2019
[9].戴卿,隋立芬,田源,田翌君,曾添.变分优化的高斯混合滤波及其在导航中的应用[J].武汉大学学报(信息科学版).2019
[10].李孟歆,孙艺桐,刘桐序.基于混合滤波LBP的鞋底足迹识别[J].信息技术与信息化.2018
论文知识图
