论文部分内容阅读
随机噪声是影响激光陀螺精度的一个重要因素,其中随机噪声包括分形噪声和白噪声,采用传统的方法很难去除分形噪声.对于激光陀螺中的随机噪声,利用分形噪声在小波变换域的特殊性质采用小波变换域参数估计方法获得噪声参数;然后采用小波阈值滤波方法去除噪声.对某型号的激光陀螺的滤波结果表明了该方法的有效性.
激光陀螺信号的小波滤波方法研究
【摘 要】
：
随机噪声是影响激光陀螺精度的一个重要因素,其中随机噪声包括分形噪声和白噪声,采用传统的方法很难去除分形噪声.对于激光陀螺中的随机噪声,利用分形噪声在小波变换域的特殊
【机 构】
：
哈尔滨工业大学控制科学与工程系
【出 处】
：
电子学报
【发表日期】
：
2004年1期
【基金项目】
：
武器装备预研基金
其他文献
2005年3月17日，在洋溢着早春气息的北京，国际著名的展览公司——德国Messse München GmbH在皇家大饭店举办Productronica2005展览会的专场新闻发布会，发布会由德国Messse M
经营地主的出现是明朝后期农业生产领域中的新现象,他们与传统的地主不同,他们亲自对农业进行管理,亲自参与生产,以增殖财富为目的,注重集约经营,并且主动调整与生产者的关系
分层马尔可夫随机场 (MRF)图象模型由于层间具有因果关系 ,且这种因果关系符合图象的性质 ,使基于该模型的图象处理时间比平面MRF模型所用的时间大为减少 .针对作者提出的一种新的分层马尔可夫图象模型———不完全分层模型 ,导出EM算法以估计模型参数 .算法继承了分层模型非迭代算法运算速度快的优点 ,并因为模型结构的简化进一步减少了计算量 ,算法在模型的最上层加入了平面节点间信息的交互 ,以较少的
脉冲耦合神经网络(PCNN)非常适合图像分割.在参数确定的情况下,分割效果随迭代次数呈周期性变化.因此确定最佳迭代次数是运用PCNN进行图像自动分割的关键.本文提出一种基于连
最大似然估计是公认的最佳估计器,但是计算量很大.为了解决它的计算量大的问题,本文把蒙特卡罗方法与最大似然方位估计相结合,提出一种基于重要性抽样的最大似然方位估计新方
波分复用技术的开发应用及网络业务信息的多样化促进了多播技术的应用和发展.由于网络中波长带宽与节点间业务信息需求之间的巨大反差,使流量疏导成为必要,以节约网络资源和