一种Ka波段多通道FMCW SAR数字接收机设计与实现

调频连续波体制合成孔径雷达(FMCW SAR)因其体积小、成本低、重量轻及分辨率高的优点越来越受到关注。随着软件无线电技术的迅速发展，数字信号处理机在SAR载荷系统中扮演越来越重要的角色。提出一种多通道Ka波段毫米波SAR数字接收机的设计与实现方法，详细分析了FMCW SAR去调频接收过程，研制出一种基于FPGA的多通道数字接收机平台。以三通道为例，采用多类滤波器级联技术，设计系统软硬件，最后通过系统测试及试验验证了方案的正确性与可行性。     

FBMC/OQAM系统中改进的峰均比抑制方法

针对偏移正交幅度调制的滤波器组多载波(FBMC-OQAM)系统中峰值平均功率比（PAPR）过高会引起失真且对信道估计性能造成影响的缺点，提出了一种基于相位旋转的干扰消除法（ICM-P）。该方法产生不同的相位序列，与传输数据相乘得到多组数据序列，分别计算其PAPR，并选择PAPR最低的一组进行传输。仿真验证与分析表明：所提方法能有效降低系统过高的峰值平均功率比，误码率不高，且信道估计性能较原ICM方法没有明显下降。     

考虑有色噪声影响的脉冲星导航2级强跟踪差分滤波器

为提高X射线脉冲星导航对有色噪声及太阳系内星历误差的鲁棒性，设计了2级强跟踪差分滤波器（TSTDKF）。首先在分析导航原理基础上，导出了中心天体星历误差对导航结果的误差传递关系，并利用扩展卡尔曼滤波器（EKF）进行了仿真验证；在同一运行轨道上，又结合引力摄动模型对第三天体引力摄动数据进行了分析，证明该部分噪声为有色噪声。根据以上结论，将普通2级卡尔曼滤波器（TKF）的无偏滤波器设计为一种改进的差分卡尔曼滤波器以降低有色噪声对导航系统的影响，同时又在其独立偏差滤波器中根据观测残差构建了多重自适应调节因子以增强其跟踪性能，两者共同构成TSTDKF的2个并行滤波器。通过仿真实验证明，TSTDKF的位置误差性能最大可比EKF和TKF改进56.49%和35.18%，速度误差性能改进27.66%和17.07%；对星历误差的跟踪效果也整体好于TKF。     

光学捷联基准导航计算机设计与实现

为满足当前光学捷联基准解算精度高、低功耗、小型化的需求，设计了一种基于现场可编程门阵列（FPGA）和数字信号处理器（DSP）为核心的嵌入式导航计算机。对导航计算机（ENC）硬件设计进行了阐述，并重点研究了导航计算机信息处理模块（MPM）和数据采集通信模块（DCM）的协同使用，充分体现了DSP和FPGA联合使用的优点。其次，研究了基于主惯导航向和计程仪速度组合的Kalman滤波器设计，以解决长时间工作对系统精度的影响。最后，将该导航计算机实际应用于捷联基准中，通过半实物仿真试验，验证了导航计算机硬件方案的可行性和Kalman滤波器设计的合理性。结果表明，基于FPGA和DSP双核的嵌入式导航计算机性能稳定，设计合理，满足光学捷联基准高精度、低功耗的使用要求。     

基于多维数值积分的高阶确定采样型滤波方法

基于多维数值积分讨论了确定采样型滤波器,这一类滤波器的不同之处体现在对滤波器中均值和方差的计算,这一问题与数值积分密切相关.针对以往确定采样型滤波器在提高滤波精度的同时会增加计算量,通过分析高斯权值积分,采用完全对称积分公式,计算积分节点、节点个数及权重,相比高斯厄米特滤波减少了计算量,同时滤波精度可达到五阶以上.选取典型算例对新的滤波方法仿真分析,验证了该滤波方法的可行性和有效性.     

基于改进卡尔曼滤波算法的行人航向角估计

基于惯性导航的行人航位推算是一种针对未知环境行人定位的常用方法，然而传感器自身的惯性漂移、噪声特性不确定、动力学模型不准确等因素，会导致航位推算时行人航向角估计精度不高的问题，从而造成行人定位精度的降低。针对上述问题，提出了一种多渐消因子强跟踪H∞平方根容积卡尔曼滤波（MSTHSCKF）融合算法。其中H∞思想保证在极端噪声下最小化误差，增强系统鲁棒性，多渐消因子能够避免系统在模型不确定情况下精度的降低，平方根思想确保了协方差矩阵的对称性和半正定性。实验结果表明，与现有滤波算法相比，MSTHSCKF估计的行人航向角具有更高的精度、稳定性和鲁棒性，能够确保更高的行人定位精度。     

高温超导滤波器在电磁抗干扰中的技术和应用

滤波器作为通信系统射频前端的关键部件,其性能举足轻重。在射电天文观测的频段,高温超导薄膜材料的表面电阻比普通金属材料低至少两个数量级，因此，采用高温超导材料能够设计并加工出性能卓越的射频滤波器。特别是射电天文望远镜对电磁抗干扰的实际需求越来越迫切,使得具有电磁抗干扰能力的陷波滤波器的研究备受关注。研究团队长期从事该领域的研究,并已取得一些研究成果。文章从不同谐振器结构类型以及频率特性等方面，介绍了研究团队在该领域的研究和设计工作，以及在射电天文电磁抗干扰中发挥的作用。     

基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测

针对包含预滤波器的GNSS/INS非相干超紧组合架构，提出了一种基于预滤波器的两级AIME慢变故障检测方法。该方法首先基于预滤波器构建第1级AIME检测，并设计了关于第1级AIME检测统计量的检测量Kalman滤波器。在发生慢变故障时，第1级AIME故障检测统计量存在递增趋势。对于检测量Kalman滤波器而言，这种递增趋势也可视作一种慢变故障。以检测量Kalman滤波器为基础，构建了第2级AIME检测算法，以达到减小故障检测时间的目的。在单星和两星伪距慢变故障场景下，进行了仿真与对比分析。仿真结果表明，所提方法能够正确识别故障卫星并且可以显著减小慢变故障的检测时间。对于小变化率的慢变故障，所提方法在检测时间上的优势更加明显。     

洗出算法在控制补偿下的多通道结构优化

飞行模拟器的模拟逼真度在一定程度上取决于经典洗出算法的参数好坏，而其参数固定、信号缺失等弊端使洗出运动存在相位失真、延迟和错误暗示等诸多问题，导致飞行模拟逼真度不足。本文设计了多通道变参数滤波器结合模糊控制器实时改变其固定的截止频率；引入带通滤波器将输入信号与平动高频、中频、低频信号差分后经过二次滤波补偿缺失信号；结合平动高频信号中掺杂少量的低频信号经过滤波、角度转换环节补偿洗出角位移。通过Simulink建模仿真对改进算法进行验证，结果表明，改进后的算法较经典洗出算法平台运动空间更大、持续加速度模拟度更高，优化了相位延迟、错误暗示等问题，提升了飞行模拟逼真度。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。