一种动目标检测的优化设计及应用

文章提出一种新的动目标检测(MTD)滤波器组设计方法,即信号处理系统分为目标处理通道和气象处理通道;目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,判定杂波强度(如强、中、弱),根据杂波的强度自动产生或选择滤波器加权因子,以期保证对地杂波高度抑制的前提下,尽量减少信噪比损失,提高对弱小目标的检测能力。该方法可提高雷达在杂波环境中的自适应性能,具有一定的实用价值。     

输油管道泄漏检测信号的自适应滤波处理

由于输油管道中信号的检测存在信噪比比较低的问题 ,通过利用自适应噪声抵消过程中广泛应用的带延迟的有限冲击响应 (FIR)滤波器和最小均方 (L MS)算法 ,可以提高管道压力、流量等信号的信噪比     

自适应两步滤波器及其在导弹被动制导中的应用

两步滤波器由Ｋａｌｍａｎ滤波器和Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代算法所构成，它适用于一类由线性动态模型和非线性测量模型所组成的非线性系统。本文将这种滤波器与时变测量噪声统计估值器相结合，得到一种自适应两步滤波器，在测量噪声统计特性无法验前已知的情况下，此滤波器仍然性能良好。最后，本文将自适应两步滤波器应用于导弹的被动制导问题，数字仿真结果证明了这种算法的有效性。     

基于复解析带通滤波器的ZOOM-FFT算法的分析和实现

文章介绍了基于复解析带通滤波器的ZOOM-FFT算法原理;讨论了该算法的核心部分:等波纹复解析带通滤波器的设计方法,从而能有效地控制滤波器的通带和阻带特性。通过判断是否需要调整细化中心频率(如果需要,调整中心频率)-构造复解析带通滤波器-选抽滤波-若中心频率未经调整,移频—FFT的流程,在TMS320DM6437 DSP上实现了ZOOM-FFT算法,从而对信号频谱进行了细化。     

多传感器加权观测融合自适应UKF滤波器

对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法.该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性.进而利用Sage-Husa估计算法得到自适应UKF滤波算法.该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性.为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器.一个带3传感器非线性系统的仿真例子说明了该算法的有效性.     

双模圆柱脊波导腔滤波器的探讨

应用高频电磁场仿真软件(Ansoft HFSS)对圆柱脊波导双模滤波器进行了探讨；并应用工程设计方法仿真了双模的四阶椭圆函数带通滤波器和双模的二阶定向滤波器，仿真的滤波器特性较好；它验证了双模圆柱脊波导腔具有宽带工作的特性，同时也验证了这种腔在双模滤波器设计中应用的可行性。     

扩频通信系统中自适应陷波滤波器的性能仿真研究

针对直接序列扩频通信系统中的窄带强干扰信号,研究了基于即时干扰频率估计与陷波滤波器的自适应开环干扰抑制方法。重点比较了2阶IIR,3系数FIR与5系数FIR陷波滤波器对扩频信号波形畸变和系统误码率的不同影响。探讨了使用此3种干扰抑制方法构建一个抗窄带干扰能力达60dB以上的扩频通信系统的可行性。研究结果表明在具有成形滤波器的直扩通信系统模型下,与RS(255,223)码结合使用,2阶IIR陷波滤波器的处理增益为1023的单纯直接序列扩频系统在信噪比-10dB 及系统误码率10 -6 的条件下具有60dB以上的抗窄带干扰能力;而使用3系数或5系数FIR陷波滤波器的扩频通信系统不可能达到60dB的抗窄带干扰能力。     

一种降低数字式FM/FM解调系统分路滤波器阶数的方法

FM/ FM遥测体制有着广泛的应用 ,研究数字式 FM/ FM解调系统具有重要意义。分路滤波器 (通常是带通滤波器 )是解调系统的重要组成部分 ,有限冲激响应 (FIR)数字滤波器具有平坦的通带幅度响应和线性相位特性 ,是数字式解调系统的最佳选择。但是 ,符合 IRIG标准的分路滤波器通常是窄带滤波器 ,需要很高的阶数 ,这给系统的实现带来了很大的困难。文中根据变采样率多级实现 FIR滤波器的原理和带通信号采样定理 ,并结合 FM/ FM系统 IRIG标准中各路信号的频谱特性提出了先按频谱分割进行预滤波 ,再降低采样率滤波的方法 ,有效地降低了 FM/ FM系统分路滤波器的阶数。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

高温超导X波段带通滤波器研制

本文选用 10× 15× 0 .4 4 m m3双抛 L a Al O3衬底上外延生长的优质双面钇系高温超导 (HTSC)薄膜的Yba2 Cu3O7(YBCO) ,设计并制作了结构紧凑的高温超导发夹线微波窄带滤波器。该滤波器工作温度在 90 K以下 ,77K时指标为 :中心频率 9.4 8GHz,3d B相对带宽 1.1% ,带内最小插损 0 .36 d B,带外抑制大于 4 5 d B。另外 ,本文还介绍了高温超导滤波器的精确设计方法 ,并对高温超导滤波器的功率容载、制作等问题进行了讨论 ,同时还研制了具有实用意义的全密封高温超导滤波器外壳 ,仅需液氮制冷即可进入工作状态 ,输入、输出采用 SMA密封接头。     

基于插值DFT的弹体弹性自适应陷波方法

针对现代导弹弹性频率低、频率不确定范围大,传统陷波方法会造成严重相位滞后的问题,提出一种基于插值离散傅立叶变换（IpDFT）的自适应陷波方法。该方法利用修正Jacobsen方法辨识、跟踪测量信号中弹性模态的频率,并调整陷波器的中心频率来实现自适应陷波。该估计器频率辨识精度接近克拉美罗下界（CRLB）,弹性幅值变化对辨识精度的影响很小。仿真对比表明,该方法灵敏度高、辨识快、相位延迟小、弹性抑制效果好。与固定参数陷波器相比,相位滞后从29.4°减小到11.86°;与一类用自适应陷波器频率辨识方法相比,辨识时间从2s减少到0.25s,弹性振动幅值峰值为其10%。     

ACM信道化滤波器设计中的陷波问题分析研究

针对按照ACM(Adjacent Channel Merging)条件生成和信道滤波器存在陷波现象的问题,对和信道滤波器的频率响应进行了推导分析,提出了低通原型滤波器阶数必须为划分的子信道数偶数倍的附加条件从根本上消除了和信道的陷波现象;并在此基础上提出了先设计和信道滤波器再直接逆推出低通原型的设计方法,计算机仿真结果表明,与原有的基于单参数优化的迭代搜索算法相比,该方法能更好地控制和信道的滤波性能,保证和信道与子信道滤波性能的一致性,且计算过程无需迭代更为简单高效。
     

基于组合自适应横向滤波器的噪声消除

为有效消除无法获取相关噪声源情况下有用窄带信号中的噪声,根据窄带信号的可预测特性,采用自适应横向滤波器对噪声进行抑制。为进一步提高噪声消除性能,设计了组合自适应横向滤波器结构。采用该结构对窄带信号中的噪声进行消除,计算量明显小于采用普通自适应横向滤波结构,并且能获得更好的噪声消除效果。     

基于新息和残差的自适应UKF算法

针对先验噪声统计特性与实际不符引起卡尔曼滤波精度下降的情况,提出了一种基于新息和     

自适应渐消EKF方法及其在卫星跟踪中的应用

针对在系统不能确切建模或模型误差随时间改变等场合下,传统扩展卡尔曼滤波方法及其改进算法估计误差较大甚至引起滤波发散等问题,将基于新息序列对状态噪声协方差矩阵实时估计的方法引入到渐消EKF中,提出了一种自适应渐消扩展卡尔曼滤波方法,推导了相关公式并详细给出了新方法的计算流程。采用单星对卫星仅测角被动定轨跟踪的例子对算法性能进行了对比分析。仿真结果表明,与传统EKF方法及其改进算法相比,该方法在估计精度、滤波收敛速度以及对初始状态误差的适应性等方面,显著提高了非线性滤波器的性能。     

基于BP神经网络组合导航融合算法

文章针对卡尔曼滤波算法的缺陷,建立了组合导航系统模型,提出了基于BP神经网络修正卡尔曼量噪权值的自适应卡尔曼滤波法,对量测噪声统计特性进行了自适应调整,并与传统卡尔曼算法进行计算机仿真比较。结果表明,基于BP神经网络的卡尔曼滤波器在一定程度上抑制了数据的发散,提高了导航精度。     

应用于仅有角度测量的寻的导弹制导的自适应修正增益推广Kalman滤波器

一种适用于一类特定的非线性系统全局收敛非线性滤波器被称作修正增益推广Ｋａｌｍａｎ滤波器（ＭＧＥＫＦ）。将ＭＧＥＫＦ与一种非线性时变观测噪声统计估值器相结合，导出一种自适应修正增益推广Ｋａｌｍａｎ滤波器（ＡＭＧＥＫＦ）。ＡＭＧＥＫＦ应用于三维仅有角度测量的寻的导弹制导，当测量噪声的方差不能精确已知时，不存在ＭＧＥＫＦ经常表现出的不稳定性，仿真结果表明ＡＭＧＥＫＦ是稳定的。而且与虚构的、对测量噪声方差精确已知的ＭＧＥＫＦ有几乎相同的估计效果。