XiaoMi-AI文件搜索系统
World File Search System滤波器
滤波器和调谐放大器
在本节中，我们将研究最简单的滤波器传递函数，即一阶和二阶传递函数。这些函数本身在简单滤波器的设计中非常有用。一阶和二阶滤波器也可以级联以实现高阶滤波器。事实上，级联设计是设计有源滤波器（利用运算放大器和 RC 电路的滤波器）最流行的方法之一。由于滤波器极点以复共轭对的形式出现，因此高阶传递函数 T(s) 被分解为二阶函数的乘积。如果 T(s) 为奇数，则在分解中还会有一个一阶函数。然后使用运算放大器 - RC 电路实现每个二阶函数 [以及 T(s) 为奇数时的一阶函数]，并将得到的模块级联。如果每个模块的输出都在阻抗水平较低（理想情况下为零）的运算放大器输出端获取，则级联不会改变各个模块的传递函数。因此，级联的总传递函数只是各个块的传递函数的乘积，即原始的T(s)。
设计和实施具有滤波器质量评估的数据采集系统
颗粒物是一个日益严重的健康问题，被认为是导致许多疾病的原因。为了开发合适的空气过滤系统，我们需要了解颗粒物如何影响空气过滤器。在这个项目中，我们为空气过滤器测试台实施了一个自动数据采集系统。数据采集系统使我们能够收集有关颗粒物如何随时间影响空气过滤器的经验数据。虽然空气过滤器的质量没有达到临界水平，但存在可测量的下降。收集的数据用于训练和验证可以评估空气过滤器质量的机器学习模型。这种机器学习被证明是空气过滤器评估的强大工具，并且在测试数据上的执行准确率为 99%。该项目的结果是一个功能齐全的数据采集系统以及一个用户界面，可大大减少执行过滤器测试所需的工时。此外，自动数据采集系统可以在设备需要更换过滤器或发生某些故障时通知操作员。不幸的是，该项目未能实现其最初的目标，即能够自动确定测试台何时需要维护或重新校准。
滤波器质量评估数据采集系统的设计与实现
颗粒物是一个日益严重的健康问题，被认为是许多疾病的诱因。为了开发合适的空气过滤系统，我们需要了解颗粒物如何影响空气过滤器。在这个项目中，我们为空气过滤器测试台实施了一个自动数据采集系统。数据采集系统使我们能够收集有关颗粒物如何随时间影响空气过滤器的经验数据。虽然空气过滤器的质量没有达到临界水平，但存在可测量的退化。收集的数据用于训练和验证可以评估空气过滤器质量的机器学习模型。事实证明，这种机器学习是空气过滤器评估的强大工具，对测试数据的执行准确率为 99%。该项目的成果是一个功能齐全的数据采集系统以及一个用户界面，可大大减少执行过滤器测试所需的工时。此外，自动数据采集系统可以在测试台需要更换过滤器或发生某些故障时通知操作员。不幸的是，该项目未能实现其最初的目标，即能够自动确定测试台何时需要维护或重新校准。
使用大脑变形的地图集和限制的卡尔曼滤波器
摘要 - 基于术前图像的术语脑移位降低了神经元研究系统的准确性。在本文中，可以通过计算脑移位的估计来解决此问题，该估计可用于更新术前的大脑图像。因此，可以提高导航的精度。在这方面，使用大脑变形和受约束的卡尔曼过滤器（ACKF）提出了一种脑移位估计方法。另外，当风险函数是估计误差方差时，获得的ACKF估计是最佳无偏见的最小值估计。此外，在ACKF和两种现有方法（即受约束的卡尔曼滤波器（CKF）和基于地图集的方法）之间进行了比较。比较表明，ACKF会导致更准确的估计，并且需要更少的计算时间。最后，通过模拟说明了提出的ACKF方法对CKF和基于ATLAS的方法的至高无上。
使用扩展卡尔曼滤波器对声呐浮标进行主动物体跟踪
使用扩展卡尔曼滤波器对声纳浮标进行主动物体跟踪 1 Ch.Lakshmi Sravya、2 G.Mahesh、3 S.Koteswara Rao、4 B.Omkar Lakshmi Jagan 1,2,3 电子与计算机工程系、4 电子与电气工程系，K L 大学，贡土尔，印度 1 lakshmi.sravi7@gmail.com、2 mahesh88088@gmail.com、3 skrao@kluniversity.in、4 lakshmijagan@kluniversity.in 摘要：在水下，声纳浮标接收物体信息。声纳浮标生成物体距离和方位测量值。扩展卡尔曼滤波器用于处理噪声破坏的测量值，以生成物体运动参数 (OMP)。OMP通过超高频链路与飞机进行进一步处理。给出了模拟结果。关键词-全球定位系统、声纳浮标、物体运动分析、随机处理、统计随机处理
使用扩展卡尔曼滤波器对声呐浮标进行主动对象跟踪
使用扩展卡尔曼滤波器对声纳浮标进行主动物体跟踪 1 Ch.Lakshmi Sravya、2 G.Mahesh、3 S.Koteswara Rao、4 B.Omkar Lakshmi Jagan 1,2,3 电子与计算机工程系、4 电子与电气工程系，K L 大学，贡土尔，印度 1 lakshmi.sravi7@gmail.com、2 mahesh88088@gmail.com、3 skrao@kluniversity.in、4 lakshmijagan@kluniversity.in 摘要：在水下，声纳浮标接收物体信息。声纳浮标生成物体距离和方位测量值。扩展卡尔曼滤波器用于处理噪声破坏的测量值，以生成物体运动参数 (OMP)。OMP通过超高频链路与飞机进行进一步处理。给出了模拟结果。关键词-全球定位系统、声纳浮标、物体运动分析、随机处理、统计随机处理
IBM TrueNorth 中的神经形态卡尔曼滤波器实现
摘要。随着后摩尔定律计算领域的出现，新的架构不断涌现。借助 IBM 的 TrueNorth 等复合、数百万连接的神经形态芯片，神经工程现在已成为这种新型计算范式中的可行技术。高能物理实验正在不断探索新的计算和数据处理方法，包括神经形态，以支持该领域日益增长的挑战并为未来的商品计算趋势做好准备。这项工作详细介绍了 IBM 的神经形态架构 TrueNorth 中用于并行和串行脉冲序列的卡尔曼滤波器实现的第一个实例。在多个模拟系统上测试了实现，并根据等效非脉冲卡尔曼滤波器评估了其性能。在改变权重和阈值寄存器的大小、用于编码状态的脉冲数量、用于空间编码的神经元块的大小以及神经元电位重置方案的同时，探索了实现的极限。
用于雷达应用的数字 FIR 滤波器设计 - Ijirset.com
摘要：数字 FIR 滤波用于通过数字输入产生数字输出。数字滤波是数字信号处理最强大的工具之一。由于 VLSI 技术的进步以及数字信号处理器在雷达应用中的使用，FIR 滤波器起着重要作用。数字滤波器能够达到性能规格，而使用模拟实现则极难甚至不可能达到。此外，数字滤波器的特性可以在软件控制下轻松更改。本文简要概述了有限脉冲响应 (FIR) 数字滤波器的基本结构和硬件特性。使用 Simulink、Mat lab 和 Xilinx System Generator 工具，使用 DSP 系统高效设计了 FIR 滤波器。Xilinx 为 DSP 设计提供了各种高质量的先进产品。我们将使用乘法累加器 (MAC) 单元实现数字滤波器，这是在 FPGA 上实现数字滤波器的基本元素。关键词：数字信号处理、数字 FIR 滤波器、Mat lab Simulink、Xilinx 系统生成器。
多传感器融合与交互多模型和卡方检验容差滤波器
摘要：由于传感器技术、电信和导航系统的最新进展，多传感器信息融合算法在最先进的组合导航系统中具有关键重要性，本文提出了一种改进的创新容错融合框架。组合导航系统由四个传感子系统组成，即捷联惯性导航系统 (SINS)、全球导航系统 (GPS)、北斗二号 (BD2) 和天文导航系统 (CNS) 导航传感器。在这种多传感器应用中，一方面，有效融合方法的设计受到极大限制，特别是在没有关于系统错误特性的信息时。另一方面，开发准确的故障检测和完整性监测解决方案既具有挑战性又至关重要。本文通过联合设计故障检测和信息融合算法，解决了传统故障检测解决方案的敏感性问题以及无法获得精确已知的系统模型的问题。特别是，通过使用交互多模型 (IMM) 滤波器的思想，系统的不确定性将通过模型概率和使用所提出的基于模糊的融合框架进行自适应调整。本文还通过联合设计双状态传播器卡方检验和融合算法，解决了使用损坏的测量值进行故障检测的问题。使用两个并行运行的 IMM 预测器，并根据从融合滤波器接收到的信息交替重新激活，以提高所提出的检测解决方案的可靠性和准确性。通过将 IMM 与所提出的融合方法相结合，我们提高了检测系统的故障敏感性，从而显著提高了组合导航系统的整体可靠性和准确性。模拟结果表明，所提出的容错融合框架比传统框架具有更优异的性能。
提高基于粒子滤波器的定位可靠性...
摘要— 近来，各个行业领域对使用无线传感器网络 (WSN) 进行准确、快速和可靠的室内定位的需求日益增长。在杂乱和嘈杂的环境中，准确定位通常通过称为状态估计器或滤波器的数学算法来实现。粒子滤波器 (PF) 是定位中最常用的滤波器，在基于 WSN 的实时定位的典型条件下，存在样本贫乏问题。本文提出了一种新颖的混合粒子/有限脉冲响应 (FIR) 滤波算法，用于在导致样本贫乏的恶劣条件下提高基于 PF 的定位方案的可靠性。混合粒子/FIR 滤波器检测 PF 故障，并通过使用辅助 FIR 滤波器的输出重置 PF 来恢复故障的 PF。本文结合正则化粒子滤波器 (RPF) 和扩展无偏 FIR (EFIR) 滤波器，构建了混合 RP/EFIR 滤波器。通过模拟，混合 RP/EFIR 滤波器证明了其改进的可靠性和从故障中恢复 RPF 的能力。