有色观测噪声下的目标跟踪问题

本文讨论了有色观测噪声下的目标跟踪问题,把观测色噪声的成形滤波器假设为AR模型,给出了估计AR模型参数的方法。本文又提出将AR模型参数估计和交互式多模型(IMM)滤波相结合,可以很好地跟踪目标。     

外测数据处理中小波滤波的鲁棒性算法研究

为消除外测数据处理中异常值和噪声信号对处理结果的影响,结合数据处理的实际,给出一种基于小波变换的鲁棒性滤波算法。首先用移动中值滤波算法剔除原始数据中的异常值,然后采用小波系数去噪算法并结合经验维纳阈值滤波算法,抑制数据中的噪声。仿真计算及实际工程应用表明,该算法在保留特征段及有用信息的同时,有效地剔除了异常值,抑制了噪声,具有很好的鲁棒性。     

基于中值滤波和小波变换的混合滤波方法在推进剂监测中的应用

目前,监测传感器传出信号中混有很多噪声,为提高信号可信度,需要一种有效的信号处理方法。文章基于Matlab仿真环境,完成了信号仿真和滤波算法的设计,重点对单传感器仿真信号的去噪和多传感器信息融合进行了研究,提出了基于中值滤波和小波阈值滤波的混合滤波方案和基于Kalman滤波的信号融合方案。研究工作有:基于高斯白噪声和脉冲噪声的数学特性,合理假设出5种基本信号形式;依据实际数据,完成单传感器和多传感器信号仿真,确定信噪比和均方根误差作为去噪评定指标;综合分析现有的滤波算法的滤波特性,利用不同长度滑动窗口的中值滤波处理实验信号,选取合适长度的滑动窗口。设置对比实验确定小波阈值滤波中的小波基函数选取、阈值计算和分解尺度等参数;融合中值滤波和小波阈值滤波优势,设计混合滤波方案,去除单传感器仿真信号中的噪声;研究信息融合理论在泄漏监测系统中的应用,设置不同融合方式下的对比实验,确立最佳融合方式下的Kalman滤波方案,实现多传感器信息融合。     

基于局部平稳AR模型的信号结构变化点精确估计方法

研究了局部平稳AR模型,提出了基于递归辅助变量（RIV）双格型滤波算法,通过统计分析信息量AIC的变化精确估计信号结构变化点。对遥测速变参数的分析表明,该方法能够精确定位信号结构的变化点,实现局部平稳信号的精确分割。     

外测数据处理中小波滤波的应用研究

针对外测数据的高精度和噪声复杂的特性,首先介绍了小波分析中几种滤波方法及其变形,然后结合空域滤波器建立外测数据的小波去噪模型,将它们应用于一维的高精度弹道数据去噪。实际结果表明,该类方法在保留特征段及有用信息的同时,有效地去除了随机噪声及其他干扰,比较传统去噪方法有明显优势。     

一种基于NGA-QPF的航天器姿态估计方法

针对航天器姿态确定中的非线性非高斯的滤波问题,提出一种基于遗传算法的粒子滤波的航天器姿态估计方法。该方法将姿态四元数作为采样粒子进行粒子滤波,并将小生境遗传算法（NGA）引入粒子滤波算法中,以改善粒子滤波的性能;用遗传算法单独进行陀螺偏差估计,以减少粒子滤波的状态维数。该姿态估计方法保持了四元数的归一化性质,通过引入小生境遗传算法解决了重采样阶段的粒子退化问题,并且由于单独估计陀螺偏差避免了粒子滤波状态的扩展。该方法能够在较少粒子的情况下实现高效率高精度的定姿,仿真结果说明了方法的有效性。     

多模型自校准扩展Kalman滤波方法

基于扩展Kalman滤波方法（EKF）、自校准扩展Kalman滤波方法（SEKF）和多模型估计理论（MME）,针对工程实际中非线性系统状态方程受未知输入（如突风、故障和未知系统误差等）影响的问题,提出了一种多模型自校准扩展Kalman滤波方法（MSEKF）,将多模型自校准Kalman滤波方法（MSKF）的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。     

非线性状态方程自校准滤波方法

针对工程实际中遇到的非线性系统状态方程中含未知输入（如环境因素的影响、模型和参数选取不当等）的情况，采用自校准技术，基于秩滤波与无迹Kalman滤波算法提出了一种非线性状态方程自校准滤波方法,并分别讨论了自校准秩滤波(SRF)与自校准无迹Kalman滤波(SUKF)两种情况。大量仿真结果和工程应用表明:与无迹Kalman滤波(UKF)相比，该方法通过对系统状态方程中的未知输入进行自动估计和补偿，改善了系统受未知输入影响下的滤波效果，从算例中可以看到，估计精度至少提高了80%，且计算简单，便于工程应用。      

基于自回归与最小均方理论的振动环境下 光纤陀螺仪滤波方法

针对振动应力下光纤陀螺产生测量误差增大的问题,从振动对光纤环的影响机理出发,分析了振动应力下光纤陀螺干涉信号的表现形式,提出了基于自回归最小均方滤波理论的光纤陀螺滤波方法,将AR模型的平稳性和最小均方根滤波的自适应性相结合,提取平稳数据的特性参数,对高频信号进行滤波,降低非互易相移产生陀螺角速度误差值的干扰.试验表明,该方法简单可行,有效地降低了振动应力下光纤陀螺输出信息的噪声,抑制了由振动引起的陀螺漂移.     

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导，针对无人机与非合作目标间中远距离的相对导航问题，提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上，为了提高精度和稳定性，本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进，提出了一种LM-IEKF算法，并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上，考虑到距离传感器由于信号相关特性而引入的乘性噪声，现有的加性噪声模型难以适应，因此，进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法，通过在线实时更新噪声阵提高滤波的精度，并设置渐消记忆指数平滑估计结果。算法验证结果表明，与现有的EKF、IEKF算法相比，在仅含加性噪声的情况下，LM-IEKF算法具有更好的性能；在包含乘性噪声的情况下，Modified LM-IEKF可以有效地估计量测噪声，与目前广泛使用的EKF算法相比，在综合相对位置和相对速度精度上分别提高了10%和23%。     

一种提高脉冲雷达多普勒相位精度的方法

针对低信噪比条件下脉冲雷达模糊多普勒相位精度较低,可能导致相位测距时不能正确解相位模糊问题,基于EMD（Empirical Mode Decomposition,经验模式分解）区间阈值去噪方法,提出了一种新的提高多普勒相位精度的方法：利用EMD分解后各层信号的频率特性和能量特性,选取合适的阈值,并对各层信号进行区间阈值化处理,在提高信号信噪比的同时保持了信号的连续性.分别在回波信号噪声为高斯白噪声和AR（2）相关噪声的情况下,以及不同信噪比条件下,对该方法进行验证.仿真结果表明：在低信噪比条件下,当回波信号噪声为白噪声和相关噪声时,EMD区间阈值去噪方法能将回波信号信噪比提高5 dB,去噪性能优于小波阈值去噪方法,其对应多普勒相位精度能提高1倍以上.     

卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测（RUM）中.通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离.对算法进行了数学建模,描述了完整的RAIM算法详细流程.通过实测数据对提出的RAIM算法进行验证,结果表明：粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性.     

一种特殊白化滤波器的广义最小二乘法

 本文提出一种采用特殊白化滤波器的广义最小二乘法,简记为GLS（SF）。这种算法中不需要单独估计白化滤波器的阶次及参数,只需迭代估计模型参数,算法简单,准确度和收敛性也较好。对于输入噪声较小、输出端测量噪声近似白噪声的系统来说,文中证明,用此算法所得模型输出与系统输出观测值之误差平方和最小。文中给出几个实际动态校准中建立动态数学模型的例子。     

基于RBF网络的跟踪特性角对接收信号影响模型研究

在航天发射任务中,地面遥外测设备跟踪特性角（α角、β角）对接收信号质量的影响非常大,由于α角、β角影响接收信号的机理非常复杂,一直以来只进行定性分析.在研究RBF（Rradial Basis Function,径向基函数）网络的基础上,利用RBF网络建立跟踪α角、β角对接收信号的影响模型,并用已知样本数据对模型进行训练和验证,详细论证模型参数的选取方法,给出跟踪特性角对接收电平影响的量化分析和预测的一种方法.利用模型对某次发射任务设备的接收电平进行了预测,预测结果与实测结果基本相符,满足应用要求,对提高航天发射任务地面测控系统风险评估能力有重要意义.     

一种高动态低信噪比下载波快速捕获跟踪方法

针对高动态、低信噪比的接收信号,首先对整个多普勒频率范围进行分段,并在每一段内利用本地产生的带有多普勒频率变化率的复信号来抵消接收信号中多普勒频率变化率的影响,然后在每一段内利用FFT（FastFourierTransform,快速傅里叶变换）进行载波频率并行捕获,从而同时完成载波多普勒频率及其变化率的初步估计。利用载波多普勒频率及其变化率估计信息辅助锁频环快速入锁,进而利用锁频环辅助三阶锁相环完成载波信号的锁频锁相跟踪。使用这种方法,可以快速获取信号的多普勒频率及其变化率信息,并且在极短时间内完成载波的稳定跟踪,使接收设备具备快速捕获跟踪大动态弱信号的能力。     

北斗二号中AS信号多径抑制方法及性能分析

针对北斗二号系统中AS（Authorized Service,授权服务）采用的BPSK（10）、BOC（14,2）、BOC（15,2.5）信号,研究如何抑制多径效应对AS信号跟踪的影响,提高定位精度.对3种信号的自相关特性及功率谱密度进行比对,并在对基于码跟踪环的EML（Early Minus Late,早减迟）和HRC（High Resolution Correlator,高精度相关器）技术进行分析的基础上,将这2种技术用于北斗二号AS信号的多径抑制.仿真表明：EML和HRC均适用于北斗二号AS信号,采用EML时,对BOC（14,2）、BOC（15,2.5）的多径抑制性能优于对BPSK（10）的;采用HRC时,对BPSK（10）的多径抑制性能优于对BOC（14,2）、BOC（15,2.5）的;对于BPSK（10）,HRC较EML在误差包络面积上多径抑制性能提高约89.7％;对于BOC（14,2）、BOC（15,2.5）,HRC和EML多径抑制性能相当,而EML的计算量相对较小因而整体性能更优;通过减小相关器间隔和增大带宽,可提高多径抑制性能,对BPSK（10）的效果比对BOC（14,2）、BOC（15,2.5）的更为明显.     

FSDG在测控系统下行信道中的诊断应用

针对纯定性SDG（Signed Directed Graph,符号有向图）模型的诊断方法因定量知识的缺失导致虚假解多、分辨率低的问题,将SDG定性模型与定量知识相结合,通过在定性模型中加入模糊隶属度与模糊相容度等定量知识,形成了定性定量集成模式的FSDG（Fussy Signed Directed Graph,模糊符号有向图）深层知识模型;并在此基础上,提出一种基于定性定量知识集成模式的故障诊断方法;最后应用该方法建立了某测站下行信道系统的FSDG诊断模型,并进行了故障诊断仿真.结果表明：该方法有效提高了诊断分辨率,具有诊断结果完备、准确性高的优点.     

软件化锁相环数据并行方法研究

信号处理速度是衡量软件化锁相环性能的重要指标之一。以往的软件化锁相环采用基于数据冗余的并行处理方法,但冗余数据量的引入导致计算机资源浪费、效率降低等问题。因此,设计了一种基于数据块和冗余数据段双重动态划分的并行化处理方法,给出了数据动态划分策略,通过计算机模拟比较了新型并行环路与传统环路的性能。仿真结果表明,数据段动态划分的方法不仅使得跟踪的性能更好,处理结果更完备,把失锁造成的数据缺失减到最小,而且避免了数据冗余并行化方法因计算量增加而使效率降低等问题。     

Particle flters for probability hypothesis density flter with the presence of unknown measurement noise covariance

In Bayesian multi-target fltering,knowledge of measurement noise variance is very important.Signifcant mismatches in noise parameters will result in biased estimates.In this paper,a new particle flter for a probability hypothesis density（PHD）flter handling unknown measurement noise variances is proposed.The approach is based on marginalizing the unknown parameters out of the posterior distribution by using variational Bayesian（VB）methods.Moreover,the sequential Monte Carlo method is used to approximate the posterior intensity considering non-linear and non-Gaussian conditions.Unlike other particle flters for this challenging class of PHD flters,the proposed method can adaptively learn the unknown and time-varying noise variances while fltering.Simulation results show that the proposed method improves estimation accuracy in terms of both the number of targets and their states.