امروزه فیلتر کالمن کاربردهای زیادی در حل مسایل دنیای واقعی پیدا کرده است. این فیلتر یک فیلتر بازگشتی کارآمد است که حالت یک سیستم پویا را از یک سری اندازه گیری های پیچیده برآورد می کند و از کاربردهای آن می توان به پردازش سیگنال ها اشاره کرد. ما در این مقاله، از فیلتر کالمن در جهت حذف نویز از سیگنال الکتروکاردیوگرام یا نوار قلب استفاده می کنیم و مقایسه ای بین فیلتر FIR و فیلتر کالمن در جهت حذف نویز از این سیگنال ها انجام می دهیم. برای شبیه سازی از نرم افزار MATLAB استفاده شده است و کارایی هر دو فیلتر توسط میانگین مربعات خطا با یکدیگر مقایسه گردیده است.

این مقاله یک روش بازگشتی برای تعیین ماتریس های کوواریانس نویز سیستم و اندازه گیری در فیلتر کالمن توسعه یافته در کاربرد ردیابی هدف از روی سمت ارائه می دهد. یکی از ملزومات فیلتر های کالمن اطلاع داشتن از ماتریس های کوواریانس نویز سیستم و اندازه گیری است. درصورت انتخاب نامناسب آنها عملکرد فیلتر تحت تاثیر قرار می گیرد و حتی امکان واگرایی آن هم وجود دارد. در این مقاله ساختاری بازگشتی برای تطبیق کوواریانس ها ارائه می شود که برخلاف روش های مرسوم به جای تطبیق مستقیم ماتریس های کوواریانس، پارامترهای ساختار براساس قاعده ی تطبیق شدیدترین فرود اصلاح می شود. این کار قابلیت اعتماد روش تطبیقی را افزایش می دهد و شرط نامنفی بودن برخی از عناصر ماتریس های کوواریانس را برطرف می نماید. برای ارزیابی عملکرد روش پیشنهادی سناریوی ردیابی هدف از روی سمت در نظر گرفته می شود. برای مقایسه روش پیشنهادی از سه روش مرسوم تطبیق کوواریانس استفاده می شود که نتایج شبیه سازی قابلیت اعتماد بیشتر و کارایی برتر روش پیشنهادی را نشان می دهد.

تخمین وضعیت شارژ باتری (SOC) در باتری های لیتیوم یون نه تنها برای مدیریت بهینه انرژی، برای اطمینان از عملکرد امن و جلوگیری از شارژ و دشارژ و درنتیجه، کاهش عمر باتری اهمیت زیادی دارد. با وجود این، این پارامتر به طور مستقیم از پایانه های باتری قابل اندازه گیری نیست؛ بنابراین، نیاز به تخمین آنها وجود دارد. در این مقاله از روش حداقل مربعات بازگشتی (RLS) برای تخمین پارامترهای باتری و از فیلتر ذره ای اصلاح شده برای تخمین SOC باتری های لیتیوم یون استفاده شده است. فیلتر ذره ای استاندارد دارای مشکل پدیده تباهیدگی ذرات است که دقت تخمین را کم می کند؛ بنابراین، در فیلتر ذره ای اصلاح شده، الگوریتم تفاضل تکاملی (DE) و گام مارکوف چاین مونت کارلو (MCMC ) روی PF استاندارد اعمال می شود که باعث تخمین دقیق تر و سازگارتر از SOC می شود. برای ارزیابی عملکرد روش پیشنهادی، این روش با روش های کلاسیک مقایسه شده است. نتایج نشان دهنده عملکرد موثر روش پیشنهادی در مقایسه با سایر روش ها است.

اندازه گیری ابعاد عیوب مختلف در تعیین استحکام جوش اهمیت زیادی دارد. اندازة عیب همچنین نقش مهمی برای رد یا قبول شدن قطعه در حال بازرسی را با توجه به استانداردهای مربوطه دارد. یکی از روش های مهم برای اندازه گیری ابعاد این عیوب، روش رادیوگرافی صنعتی است که در رسته آزمون های غیر مخرب قرار می گیرد. رادیوگرافی با استفاده از نفإ اشعه ایکس و یا گاما انجام می گیرد. رادیوگرافی یک روش حجمی محسوب می شود و می تواند اطلاعاتی در مورد حجم داخلی قطعات به ما بدهد. عوامل مختلفی مانند بزرگ نمایی ایجاد شده در تصویر رادیوگرافی، مات شدگی ناشی از عدم نقطه ای بودن منبع و پراکندگی ذاتی اشعه ایکس و گاما که باعث مات شدگی تصویر رادیوگرافی می شود، در اندازه گیری سایز عیوب در این روش تاثیرگذار هستند و دقت روش را تحت تاثیر قرار می دهند. به خصوص با توجه به مات شدن لبه های عیوب داقع در فواصل دورتر نسبت به محل قرار گرفتن فیلم و یا آشکار ساز تصویر برداری ، اندازه گیری ابعاد این نوع عیوب با خطای بیشتری همراه خواهد بود. در این تحقیق، با استفاده از اندازه فاصله خطوط در ابزار شاخص کیفیت تصویر مقدار عیوب در قطعات استاندارد سوناکیت با عیوب مشخص تخمین زده شده و با مقدار اصلی مقایسه می شود. برای رفع مات شدگی از روش فیلتر بازگشتی استفاده شده تا لبه ها تیزتر شوند و امکان تخمین عیوب بهتر شود. نتایج نشان می دهد که انداره گیری ابعاد عیوب در این روش به دقت کاربر در تخمین پیکسل های مربوط به ناحیة عیب و تیز بودن لبه ها دارد و برای قطعات استاندارد بررسی شده بین % 6 تا % 19خطای اندازه گیری وجود دارد.

مقطع نگاری کامپیوتری (CT)، به طور گسترده در مطالعات بالینی، جهت تشخیص بیماری و هدایت روند درمان استفاده می شود. با این حال، با کاربرد گسترده CT در امور بالینی، موضوع بالا بودن دز تابشی، در این روش، توجه بسیاری را به خود جلب کرده است. یکی از روش های کاهش دز در CT که بسیار مورد توجه قرار گرفته است، تصویربرداری با نمای محدود است. در چنین حالت تصویربرداری، به علت کمبود داده دریافتی، تصاویر بازسازی شده، اغلب با آرتیفکت هایی مواجه هستند. در این مطالعه، نسبت به بررسی و ارزیابی الگوریتم های بازسازی تصویر، به منظور معرفی الگوریتمی مؤثر، در مطالعات نما محدود، تلاش شده است. برای این منظور، الگوریتم های رایج بازسازی تصویر، با عناوین، بیشینه سازی مقدار مورد انتظار حداکثر احتمال (MLEM)، تکنیک بازسازی جبری (ART) و پیش افکن بازگشتی فیلتر شده (FBP) بررسی شده است. الگوریتم های FBP و MLEM، زمانی که تعداد داده ها کامل است، عملکرد مطلوبی از خود نشان دادند؛ اما با توجه به سرعت بسیار بالای الگوریتم FBP، استفاده از این الگوریتم، زمانی که تعداد داده ها کامل است، توصیه می شود. اما زمانی که تعداد داده ها کاهش می یابد، الگوریتم FBP عملکرد ضعیفی دارد و مقایسه اصلی میان الگوریتم ART و MLEM است که نتایج حاصل در این مقاله، عملکرد مناسب تر MLEM را نشان می دهد. همچنین در این مقاله، جهت بررسی نتایج، معیارهای کمی بیشینه نسبت سیگنال به نویز (PSNR)، خطای میانگین مربعات (RMSE) و شاخص تشابه ساختاری (SSIM) بررسی شده است و با توجه به نتایج حاصل، الگوریتم های FBP و MLEM، زمانی که داده ها کامل است و الگوریتم MLEM، در مطالعات نما محدود، عملکرد بهتری از خود نشان دادند.