导读:本文包含了智能滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:换流站,交流滤波器,除草机器人
智能滤波器论文文献综述
杨蒙宾[1]（2019）在《换流站交流滤波器围栏智能除草机器人的设计》一文中研究指出目前,部分换流站地处高湿度、高海拔地区,生产区域杂草生长较快。交流滤波器围栏内生长的杂草若不及时清除,容易造成交流滤波器围栏内带电设备对杂草放电,导致设备跳闸。因此,研究了一种换流站交流滤波器围栏智能除草机器人,实现了换流站交流滤波器围栏内除草无需人员进入的技术效果,有效避免了安全事故的产生,提高了交流滤波器设备的可用率。(本文来源于《通信电源技术》期刊2019年03期）
张琦,胡广地,朱晓媛,陈亚东[2]（2019）在《Lie群下利用改进JPDA滤波器的智能车立体视觉多目标跟踪方法》一文中研究指出提出基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法。利用立体视觉摄像头采集车辆及行人图像、视频;在Lie群下对传感器的不确定性进行建模,并采用欧几里德群算法对预处理的图像进行状态滤波;在可能存在车辆的区域内利用双目视觉去除误检,并获得车辆的位置信息;通过卡尔曼滤波器对测量的不确定度和预测目标运动的轨迹进行确认;运用改进的联合概率数据关联滤波器对车辆及行人的跟踪结果进行优化修正。实验结果表明,提出的方法可以有效解决智能车多目标跟踪问题,大幅度提升驾驶系统的自动化和智能化水平。相比其他较新的目标跟踪方法,提出的方法在跟踪精度和速度上具有明显的优势,且在跟踪车辆时不会产生明显的偏移、不会遗漏对行人的跟踪。(本文来源于《计算机应用研究》期刊2019年10期）
张宏生[3]（2018）在《新型滤波器在智能电能表中的应用》一文中研究指出智能电能表在国家电网建设正发挥越来越重要的作用。为保证智能电能表内的数据转换在有效的范围内顺利进行,提出了一种基于分布式算法的新型滤波器和它在智能电能表的有效应用。该滤波器是在基于查找电能表的方式上开发而来。考虑到在实际应用中,输入信号的时钟周期足够进行查找电能表和加法运算,提出一种基于分布式算法的新型双向滤波器。在该滤波器中,每一个处理单元可以进行查找电能表的叁次读取。分析证实这样的叁路结构使得每一个处理单元有极高的时间利用率。综合实验表明,所提出的新型滤波器在智能电能表中具有优异的实践应用性,值得大力推广应用。(本文来源于《电测与仪表》期刊2018年09期）
[4]（2018）在《新成果!可将纳米多孔石墨烯用于智能滤波器和传感器》一文中研究指出ICN2在内的研究人员经过与西班牙国家研究所合作,现已经开发出均匀纳米多孔石墨烯材料。这是石墨烯研究的一个重要里程碑,它将帮助我们探索电子,过滤和传感等领域的应用。该研究在巴塞罗那科学和技术研究所的新闻发布会上进行了介绍。该团队包括加泰罗尼亚纳米科学和纳米技(本文来源于《功能材料信息》期刊2018年02期）
[5]（2018）在《智能移动终端用声表面波滤波器》一文中研究指出技术开发单位中国电子科技集团有限公司第二十六研究所技术概述该智能移动终端用声表面波(SAW)滤波器是智能手机中的关键信息处理器件,主要用于在无线信号传播过程中滤除不必要频率信号的干扰,是保证通信质量的关键器件。目前,滤波器的频率已由最初的几百兆赫兹发展到数吉赫兹,我国第叁代移动通信(3G)的使用频率在2.2GHz,4G网络的使用频率在2.5GHz左右。为了实现高质量的语音和数据服务,手机对移动终端用滤波器(本文来源于《军民两用技术与产品》期刊2018年03期）
罗小元,朱鸣皋,王新宇,关新平[6]（2018）在《基于自适应卡尔曼滤波器的智能电网隐蔽假数据攻击检测》一文中研究指出基于自适应卡尔曼滤波器研究了智能电网假数据注入攻击检测问题.首先通过给出电网的状态空间模型,对两种攻击进行描述:随机攻击和假数据注入攻击.其次,研究表明常用的卡方检测器可以有效检测随机攻击,但无法检测出隐蔽假数据注入攻击.由此进一步在分析假数据注入攻击隐蔽性的基础上,考虑实际噪声变化的影响,提出基于R,Q自适应动态估计的卡尔曼滤波器的方法检测此类攻击,给出其设计过程,并对隐蔽假数据注入攻击提出了检测判断方法.最后进行Matlab仿真实验,验证了提出的隐蔽假数据注入攻击检测方法的有效性.(本文来源于《信息与控制》期刊2018年01期）
陆慧慧[7]（2016）在《基于智能优化算法的数字滤波器设计》一文中研究指出数字滤波器的优化设计是一个多参数优化问题,现在很多现有的算法不能很好的求解出最好的解。本文改进了一种新颖的具有快速全局搜索的群体智能算法—文化蜂群(Cultural Bee Colony, CBC)算法并将其应用在数字滤波器中。本文首先详细推导了 FIR和ⅡR数字滤波器优化设计的具体模型和目标函数。进而针对以粒子群(Particle Swarm Optimization, PSO)算法、量子粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法、人工蜂群算法(Artificial Bee Colony, ABC)、文化算法(Culture Algorithm, CA))为代表的经典群体智能算法进行了原理阐述,并将其应用于数字滤波器设计,仿真比较了经典算法的滤波器设计性能。对针对基于ABC算法的数字滤波器优化设计的缺点,提出了兼有CA算法双层进化空间的优点和ABC算法叁种互补搜索机制优点,同时引入反向学习机制的CBC算法。在建立CBC算法的构架后,给出了将CBC算法应用于数字滤波器优化设计的具体流程并仿真比较与经典算法的性能差异。仿真实验结果显示,CBC算法在FIR数字滤波器设计中,其表现明显优于PSO算法、QPSO算法、CA算法和ABC算法的设计;对于ⅡR数字滤波器优化设计中,CBC算法的表现明显优于PSO算法、QPSO算法、CA算法。同时在工程FPGA实现的基础上,设计了以改进的分布式算法的数字FIR滤波器,并用CBC优化算法的滤波器系数,同较好的QPSO的滤波器系数滤波效果的对比,验证了改进算法的CBC优越效果。(本文来源于《哈尔滨工程大学》期刊2016-06-01）
孙涛,徐正进,尤霖,黄序,郑松林[8]（2015）在《基于卡尔曼滤波器的智能车过弯时间优化控制算法》一文中研究指出对最小过弯时间算法的研究是赛车单圈行驶时间优化的关键问题之一。在最优控制理论的框架下,设计了一种基于Kalman滤波器的过弯时间优化控制算法。运用Kalman滤波算法估计了车辆行驶状态,通过控制算法调节轮胎转角实现了过弯轨迹的优化。最后,根据相似理论Buckingham Pi定理,运用飞思卡尔智能模型车进行试验。结果表明,所设计的优化控制算法可有效缩短车辆过弯时间,验证了优化算法的有效性。(本文来源于《中国机械工程》期刊2015年19期）
张秀国[9]（2015）在《基于智能算法优化卡尔曼滤波器的电机转速估计》一文中研究指出针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计,仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能。(本文来源于《实验室研究与探索》期刊2015年09期）
韩塞北[10]（2015）在《基于改进群智能优化算法的数字滤波器设计》一文中研究指出针当前群智能优化算法在IIR数字滤波器设计存在的易陷入最优解,收敛速度慢等不足,提出了一种改进群智能优化算法的IIR数字滤波器设计方法。首先根据引领蜂和跟随蜂选择食物源的行为方式不同的,对跟随蜂在食物源邻域的搜索行为进行改进,使其更加准确地描述出跟随蜂的行为,然后采用其对IIR数字滤波器设计问题进行求解,最后采用仿真实验测试其性能。实验结果表明,相对于其它群智能优化算法,本文算法均取得更好的IIR数字滤波器设计效果,验证了本文方法的优越性。(本文来源于《激光杂志》期刊2015年06期）
智能滤波器论文开题报告
（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：
提出基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法。利用立体视觉摄像头采集车辆及行人图像、视频;在Lie群下对传感器的不确定性进行建模,并采用欧几里德群算法对预处理的图像进行状态滤波;在可能存在车辆的区域内利用双目视觉去除误检,并获得车辆的位置信息;通过卡尔曼滤波器对测量的不确定度和预测目标运动的轨迹进行确认;运用改进的联合概率数据关联滤波器对车辆及行人的跟踪结果进行优化修正。实验结果表明,提出的方法可以有效解决智能车多目标跟踪问题,大幅度提升驾驶系统的自动化和智能化水平。相比其他较新的目标跟踪方法,提出的方法在跟踪精度和速度上具有明显的优势,且在跟踪车辆时不会产生明显的偏移、不会遗漏对行人的跟踪。
（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。
智能滤波器论文参考文献
[1].杨蒙宾.换流站交流滤波器围栏智能除草机器人的设计[J].通信电源技术.2019
[2].张琦,胡广地,朱晓媛,陈亚东.Lie群下利用改进JPDA滤波器的智能车立体视觉多目标跟踪方法[J].计算机应用研究.2019
[3].张宏生.新型滤波器在智能电能表中的应用[J].电测与仪表.2018
[4]..新成果!可将纳米多孔石墨烯用于智能滤波器和传感器[J].功能材料信息.2018
[5]..智能移动终端用声表面波滤波器[J].军民两用技术与产品.2018
[6].罗小元,朱鸣皋,王新宇,关新平.基于自适应卡尔曼滤波器的智能电网隐蔽假数据攻击检测[J].信息与控制.2018
[7].陆慧慧.基于智能优化算法的数字滤波器设计[D].哈尔滨工程大学.2016
[8].孙涛,徐正进,尤霖,黄序,郑松林.基于卡尔曼滤波器的智能车过弯时间优化控制算法[J].中国机械工程.2015
[9].张秀国.基于智能算法优化卡尔曼滤波器的电机转速估计[J].实验室研究与探索.2015
[10].韩塞北.基于改进群智能优化算法的数字滤波器设计[J].激光杂志.2015