大气湍流退化图像多帧盲复原

针对图像盲复原时PSF（点扩散函数）尺寸参数对复原效果影响较大,提出一种点扩散函数尺寸自适应估计算法,该算法以均方误差为代价函数,通过遍历搜索点扩散函数有限支持域,克服了点扩散函数尺寸参数选择难的问题。仿真结果表明,估计的点扩散函数尺寸接近真实尺寸,对于大气湍流变化快的情形,改进算法取得了较好的图像复原效果。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中，无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解，当减少一个观测站时，这些闭式算法往往无法提供可靠解。针对这一问题，提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间，建立了一组新的等式，并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值；第2步利用泰勒级数展开算法将中间变量线性化，对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外，计算机仿真表明仅使用4个观测站时，该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB；并且还表明使用5个观测站估计时，该算法比TSWLS及其改进算法能更好地适应大的测量噪声。     

传感器位置误差条件下仅用到达频率差的无源定位性能分析

传感器自身的位置误差对辐射源的无源定位精度可能有较大影响,详细分析并推导了在存在传感器位置误差条件下,仅使用到达频率差(FDOA)参数对辐射源定位时,定位精度的克拉美罗下限(CRLB)和均方误差(MSE).在传感器位置误差条件下,提出仅用FDOA来同时估计辐射源和传感器位置的泰勒级数方法,并证明该定位方法理论上的MSE...     

Multi-h CPM遥测信号的定时频率联合估计技术

针对Multi-h CPM（Multi-h Continue Phase Modulation,多指数连续相位调制）遥测接收机的符号定时和载波频率同步问题,在分析MLSD（Maximum-likelihood Sequence Detection,最大似然序列检测）度量值是符号定时偏差和频率偏差的凸函数的基础上,提出一种基于迟/早门和升/降频门的符号定时和频率同步联合估计算法,通过似然值比较,对符号定时偏差和频率偏差进行迭代估计;并对该算法进行仿真,得到不同参数下的同步性能,给出同步参数选择建议.仿真结果表明：将该算法应用到Multi-h CPM遥测系统中,可实现低信噪比信号的快捕和高精度同步.     

基于贝叶斯模型的长码DS-CDMA信号扩频码与信息序列联合估计

 针对长码直接序列扩频码分多址(DS-CDMA)信号的盲解扩,在信号模型分析的基础上,提出了一种基于可逆跳跃的马尔可夫链蒙特卡罗(RJ-MCMC)扩频码和信息序列联合估计算法。该算法分别对建立的联合后验分布模型进行迭代抽样,并有效地在不同维数的子空间中跳转,从而构造一条马尔可夫链,使其平稳分布为待估参数的后验分布,最终拼接得到每个用户的完整扩频序列和信息序列估计。仿真结果表明:该方法在迭代二十几步时达到收敛;并且在功率相同和不同条件下,当信噪比(SNR)大于-9 dB时,估计序列与真实序列的相似度均超过0.95,信息序列的误码率低于0.01;同时算法对不同用户个数和不同调制样式具有较强的适应性,与Fast-ICA算法相比,估计性能平均提高了约3 dB。     

线性回归模型的紧致最小二乘估计及参数分离

本文提出一种能克服线性回归模型系数矩阵病态的“紧致最小二乘法”。在此基础上,进一步用部分验前知识对该有偏估计作了参数分离,从而得到全部待估参数的无偏估计。对无线电干涉仪的系统误差作仿真计算表明:效果良好,优于主成分估计。     

基于定位误差修正的运动目标TDOA/FDOA无源定位方法

针对时差(TDOA)、频差(FDOA)无源定位的两步加权最小二乘(TSWLS)方法定位均方根误差(RMSE)和定位偏差适应测量噪声能力差的问题,在分析了影响两步法定位性能的因素基础上提出一种基于一阶泰勒级数展开的定位误差修正方法。该方法的第1步和两步法相同;其第2步避免了两步法第2步中引入估计偏差的平方运算,利用一阶泰勒级数展开得到第1步定位误差的线性最小均方估计,修正第1步定位结果得到目标位置和速度的最终估计,从理论上证明了该方法可以达到定位的克拉美罗下限(CRLB)。计算机仿真对比了新方法和TSWLS方法、基于泰勒级数(TS)展开的迭代极大似然(ML)方法以及约束总体最小二乘(CTLS)方法的定位性能,新算法复杂度和两步法相当,且均方误差和定位偏差低于两步法、泰勒级数法和CTLS方法。     

基于CDMA蜂窝网的飞行器三维定位算法

针对中低空飞行器提出了一种将码分多址(CDMA)蜂窝网导频信号被动定位与惯性导航系统进行组合的导航定位方法。该定位方法是根据CDMA蜂窝网导频信号的到达时差（TDOA）进行两次加权最小二乘解算,并利用飞行器惯性组合的原始信息进行解模糊,从而实现中低空飞行器的三维实时定位。蒙特卡罗仿真证明：在高斯白噪声条件下,该算法运算速度快,精度高,其均方误差逼近克拉美罗下界（CRLB）,为组合导航实时性要求提供了理论参考。     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

基于自适应陷波滤波器的伺服系统谐振频率估计及抑制

在使用陷波滤波器抑制伺服系统机械谐振时,需要获取准确的机械谐振频率。为了快速检测出谐振频率,提出了一种基于自适应陷波滤波器(ANF)的机械谐振频率估计算法,通过速度误差信号分析,实现谐振频率在线快速辨识。首先,建立柔性连接伺服系统模型；然后,对ANF频率估计算法进行分析,并且与常用的快速傅里叶变换(FFT)频率检测算法的分析精度和计算速度进行对比。数值比较和仿真验证表明,ANF频率估计算法可以更快地实现谐振频率的精确检测。最后搭建试验平台,以ANF频率估计的结果作为陷波器的中心频率,成功实现了电机转速振荡的抑制,验证了该方法的有效性。     

A Linear-correction Least-squares Approach for Geolocation Using FDOA Measurements Only

  A linear-correction least-squares(LCLS) estimation procedure is proposed for geolocation using frequency difference of arrival (FDOA) measurements only. We first analyze the measurements of FDOA, and further derive the Cram閞-Rao lower bound (CRLB) of geolocation using FDOA measurements. For the localization model is a nonlinear least squares(LS) estimator with a nonlinear constrained, a linearizing method is used to convert the model to a linear least squares estimator with a nonlinear constrained. The Gauss-Newton iteration method is developed to conquer the source localization problem. From the analysis of solving Lagrange multiplier, the algorithm is a generalization of linear-correction least squares estimation procedure under the condition of geolocation using FDOA measurements only. The algorithm is compared with common least squares estimation. Comparisons of their estimation accuracy and the CRLB are made, and the proposed method attains the CRLB. Simulation results are included to corroborate the theoretical development.     

传感器位置误差条件下的约束总体最小二乘时差定位算法

 现代定位系统中,传感器往往被安放在运动平台上,其位置无法精确得知,存在估计误差,将严重影响对目标的定位精度。针对这一问题,提出基于约束总体最小二乘(CTLS)的到达时差(TDOA)定位算法。首先通过引入中间变量,将非线性TDOA定位方程转化为伪线性方程,再利用CTLS技术,全面考虑伪线性方程所有系数中的噪声。在此基础上推导了定位方程的目标函数,再根据牛顿迭代方法,进行数值迭代,快速得到精确解。采用一阶小噪声扰动分析方法,对该算法的理论性能进行了分析,证明了算法的无偏性和逼近克拉美-罗下限(CRLB)。仿真实验表明,该算法克服了现有总体最小二乘(TLS)算法不能达到CRLB、两步加权最小二乘(two-step WLS)算法在较高噪声时性能发散的缺陷,在较高噪声时定位精度仍然能达到CRLB。     

Pursuer identification and time-to-go estimation using passive measurements from an evader

We present an algorithm for identifying the parameters of a proportional navigation guidance missile (pursuer) pursuing an airborne target (evader) using angle-only measurements from the latter. This is done for the purpose of classifying the missile so that appropriate counter-measures can be taken. Mathematical models are constructed for a pursuer with a changing velocity, i.e., a direction change and a speed change. Assuming the pursuer is launched from the ground with fixed thrust, its motion can be described by a four-dimensional parameter vector consisting of its proportional navigation constant and three parameters related to thrusting. Consequently, the problem can be solved as a parameter estimation problem, rather than state estimation and we provide an estimator based on maximum likelihood (ML) to solve it. The parameter estimates obtained can be mapped into the time-to-go until intercept estimation results are presented for different scenarios together with the Cramer-Rao lower bound (CRLB), which quantifies the best achievable estimation accuracy. The accuracy of the time-to-go estimate is also obtained. Simulation results demonstrate that the proposed estimator is efficient by meeting the CRLB.     

利用重要性采样的时差-频差联合估计算法

针对无源定位中参考信号真实值未知的时差(TDOA)-频差(FDOA)联合估计问题,构建了一种新的时差-频差最大似然(ML)估计模型,并采用重要性采样(IS)方法求解似然函数极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本加权均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗下界(CRLB),并通过仿真实验表明,算法的计算复杂度适中,估计精度优于CAF算法和EM算法,在不同信噪比条件下估计误差接近CRLB。     

高频电压注入法的频率因素对转子位置观测器的影响分析

研究了在运用高频电压注入法进行初始位置判断时,高频电压信号的频率对估算器的影响。介绍了高频电压注入法估算转子初始位置的原理,推导了满足估算收敛的最小注入频率。通过理论和试验研究了注入频率对转子位置观测器估算精度及速度的影响,提出了注入频率合适的选取范围。试验证明,合理的截止频率与合适的注入频率能有效地平衡位置观测器的估算速度及精度。     

基于飞秒光学频率梳的双通道光频测量设计

基于差频技术的单块飞秒光学频率梳被广泛应用于光频的精密测量领域。通过将飞秒激光的重复频率和载波包络相移同时锁定至原子钟上,可以将飞秒光学频率梳的稳定状态延长至9 h。文中提出了一种基于飞秒光学频率梳的双通道光频测量设计,并且针对两种待测光频的不同情况,给出了不同的测量方法。这种设计对将来实现高效率的光频测量具有重要意义。     

KUPS: Knowledge-Based Ubiquitous and Persistent Sensor Networks for Threat Assessment

We propose a knowledge-based ubiquitous and persistent sensor network (KUPS) for threat assessment, in which "sensor" is a broad characterization. It refers to diverse data or information from ubiquitous and persistent sensor sources such as organic sensors and human intelligence sensors. Our KUPS for threat assessment consists of two major steps: situation awareness using fuzzy logic systems (FLSs) and threat parameter estimation using radar sensor networks (RSNs). Our FLSs combine the linguistic knowledge from different intelligent sensors, and our proposed maximum-likelihood (ML) estimation algorithm performs target radar cross section (RCS) parameter estimation. We also show that our ML estimator is unbiased and the variance of parameter estimation matches the Cramer-Rao lower bound (CRLB) if the radar pulses follow the Swerling II model. Simulations further validate our theoretical results.     

一种基于DFT的高精度载波频偏估计算法

针对无线数字通信中的载波频率同步问题,提出一种新的载波频偏估计算法。利用离散傅里叶变换（DFT）内插技术,在较大频偏范围内估计出载波频偏,并且在估计精度上相对于DFT法有了很大的提高。这种算法不需要增加DFT数据长度,适合突发通信方式。进行了Monte Carlo仿真实验,仿真结果表明新算法不仅具有宽的估计范围,还具有高的估计精度。     

Bearings-only and Doppler-bearing tracking using instrumentalvariables

In bearings-only tracking (BOT) or Doppler and bearing tracking (DBT), both common passive sonar problems, the measurement equations are nonlinear. To apply the Kalman filter, it is necessary either to linearize the equations or to embed the nonlinearities into the noise terms. The former sometimes leads to filter divergence, while the latter produces biased estimates. A formulation of BOT and DBT which has a constant state vector and simplifies the tracking problem to one of constant parameter estimation is given. The solution is by the instrumental variable method. The instrumental variables are obtained from predictions based on past measurements and are therefore independent of the present noisy measurements. The result is a recursive unbiased estimator. The theoretical developments are verified by simulation, which also shows that the formulation leads to near optimal estimators whose errors are close to the Cramer-Rao lower bound (CRLB)