改进的Sage—Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波（EKF）,与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。     

GPS信号的码相位与多普勒频率联合捕获

分析了PMF FFT码捕获算法在不同频偏下的性能,针对其频率估计精度较低引起的部分频偏下的检测性能下降,提出了一种改进的码相位与多普勒频偏联合捕获方法。首先基于部分匹配滤波(PMF)相关算法得到一组匹配滤波输出;然后在PMF FFT算法基础上提出了一种利用FFT幅度差求解的低复杂度高精度迭代频偏估计算法,并利用此高精度的频率估计值补偿PMF输出,进行相干检测,从而在提高频率估计精度的同时提高了信号的检测概率,实现了高精度的频率估计与码相位捕获的联合处理。仿真结果表明检测算法可以有效改善频偏估计精度,提升检测概率,并且具有极低的复杂度。     

基于EM算法的InSAR区域网连接点检测

本文提出一种基于期望极大化(EM)算法的干涉测量合成孔径雷达(InSAR)区域网连接点(TPs)检测新方法。利用混合模型将TPs检测问题归结为缺损数据下的最大后验概率(MAP)估计和最大似然(ML)估计,并将特征描述符的匹配概率融入到算法框架中,最后通过EM算法实现变换矩阵和点对应同时求解。同航带相邻SAR影像和相邻航带相邻SAR影像的实验验证了方法的有效性。     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...     

一种利用ILSP的同步DS-CDMA信号快速盲解扩算法

针对同步DS-CDMA信号的盲解扩问题，本文提出了一种基于迭代最小二乘投影算法(ILSP)的快速盲解扩算法。本算法首先通过对截获信号的协方差矩阵进行特征分解，估计出由各用户扩频序列张成的信号子空间，然后结合扩频码序列的有限符号集特性，利用ILSP算法消除由特征分解产生的酉矩阵模糊问题，得到扩频序列的精确估计，最后利用估计得到的扩频序列对截获信号解扩得到信息码序列，完成DS-CDMA信号的盲解扩。仿真结果表明本算法在低信噪比条件下具有良好的盲解扩性能，且相较传统算法本文提出算法大大降低了计算复杂度 。     

一种改进的LDPC码BP译码算法

LDPC码作为纠错能力最强的信道编码,在深空通信中具有广泛的应用前景。研究了LDPC码的BP译码算法,并对该算法进行了仿真,分析了LDPC码的误码率随BP译码迭代次数的演化情况,提出了一种改进的BP译码算法。经过仿真验证,改进的BP译码算法,在信噪比低于译码阈值时能够大幅地减少译码迭代次数,降低运算复杂度,而性能却几乎没有降低。这种改进的BP译码算法对LDPC码在深空通信中的应用具有重要的意义。
     

基于最大后验概率的SAR图像自适应超分辨率盲重建

提出了一种SAR图像自适应超分
辨率(SR)盲重建算法。首先给出了一种图像退化过程中 模糊核函数的选择策略;然后基于最大后验概率提出了新的SAR图像配准与SR盲重建的框架 ;再次,针对每一幅低分辨率图像引入了重要性权值并随之给出了迭代算法的总体框架,使 得算法具有自适应性。试验表明,算法在SAR图像SR重建上取得了良好的效果,并且具 有较好的收敛性。
     

模型组转换算法在机动目标跟踪中的应用

为改进变结构多模(VSMM)估计中模型组转换(MGS)算法对运动规律较复杂目标的跟踪,提出了用于模型组激活的核心模型转移法。该法为每个模型组确定一核心模型,并利用当前时刻滤波结果中的模型概率和似然等先验与后验信息,判断模型组的激活。仿真结果表明,核心模型转移法的滤波结果平稳,为MGS算法提供了一种简单易行且全面利用系统信息的模型组激活方法。     

基于自回归高阶估计的盲信号提取算法

文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高阶累积量方法和二阶自相关分离算法在不含噪声和含高斯白噪声情况下的分离效果。最后通过仿真实验证实了算法的有效性。     

基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。     

基于顺序约束的命中概率多批次试验统计评定方法

针对多批次试验中由技术状态改进所带来的异总体统计问题,研究了顺序约束条件下的命中概率指标统计评定方法。首先在X\|Y向不相关情况下,将命中概率指标归结为X向和Y向的准确度和密集度参数的估计。然后根据多批次试验规律,建立各个参数之间的顺序约束关系,基于Bayes方法获得验后分布密度核函数,并采用MCMC（Markov Chain Monte Carlo）方法获得各参数的验后抽样分布,进而获得命中概率指标的抽样分布,以此计算命中概率的期望和置信限。此外,针对运动目标或末端机动的情况,分析了X\|Y向相关情况下的命中概率指标计算方法。通过正交变换实现去相关处理,并在命中概率计算中引入旋转角度参数,从而解决运动目标情况下的多批次命中概率计算。最后,通过实例进行了验证,所得命中概率值优于传统方法所获得的统计结果,表明该方法对多批次试验具有良好的适应性和工程推广价值。
     

多径信道下OFDM信号和单载波信号的盲识别

针对非协作通信条件下OFDM(正交频分复用)信号和单载波调制信号的类间识别问题,提出一种在多径信道下基于信号循环自相关的调制识别算法。该算法不需要信号和噪声的先验知识,可以直接对中频信号进行处理,具有较强的实用性。通过对信号循环自相关函数进行分析,仅需进行时域的延时自相关运算和特定延时下的循环自相关运算,就可以从频域提取特征值来实现OFDM信号和单载波信号的盲识别。在估计OFDM信号周期时,提出一种基于极大值抽取的延时估计算法,能在多径衰落信道中不需要先验信息的情况下完成估计。仿真表明,本文提出算法的识别性能优于传统的四阶累积量算法。     

可靠性鉴定中利用验前信息的序贯验后加权方法

本文运用Ｂａｙｅｓ序贯验后加权检验方法进行可靠性鉴定，讨论了成败型和指数寿命型两种情况，同时构成了序贯截尾鉴定方案，给出了犯两类错误的概率上界的计算方法，对工程实践中的一些问题提出了处置方法。     

基于密度聚类和lp范数最小化的空中微动群目标盲源分离技术研究

盲源分离(blind source separation, BSS)在语音信号的识别、生物医学信号的处理以及雷达信号的目标识别上具有重要的应用价值。为了解决空中微动群目标的欠定盲分离问题,提出了一种基于密度聚类和lp范数(0相似文献   

基于频谱预处理的RS码盲检测识别方法

针对RS(Reed Solomon)码的盲检测与识别问题,提出了一种基于频谱预处理的检测方法。该方法利用RS码的频域特征,实现对RS码的盲检测与识别,针对高误码情况,对多组码字的频谱分量进行非线性变换和中值滤波,充分利用码字变换频谱的统计信息,使得检测算法可以适应较高的误码环境,同时给出了算法误码适应能力的理论上限。仿真实验表明,算法能够在较高误码率条件下实现对本原RS码的盲检测与识别,性能已接近算法误码适应能力的理论上限。     

基于概率核函数的改进粒子滤波算法研究

针对组合导航系统中粒子滤波算法出现的粒子退化现象,在粒子滤波应用过程中引入概率核函数,通过概率核函数在粒子滤波计算过程中的应用来解决粒子衰减退化问题,同时保持粒子集合的多样性。首先对重要性采样函数进行改进设计,利用状态估计概率和量测估计概率提高重要性采样函数的信息采样全面性;然后设计随机概率统计的核函数并将其应用在重采样计算过程中;最后建立改进的粒子滤波算法并将其应用到组合导航系统工作过程中。仿真结果表明,基于概率核函数的改进粒子滤波算法可以有效地降低系统误差,提高组合导航系统导航精度。     

基于互相关向量估计的自适应盲均衡算法

基于互相关估计的盲MMSE均衡算法以批处理方式估计信道输出向量和信道输入信号之间不同延时的互相关向量,得到MMSE均衡器系数。由于涉及到大型矩阵乘积,若在线实现,计算量较大。根据该算法对信道阶数过估计不敏感特性,推导出基于互相关向量估计的盲MMSE均衡的自适应实现算法。自适应算法将矩阵和矩阵相乘转换为矩阵和向量的相乘,大大减少了均衡系数更新计算量,计算量仅为O(K2)(K为矩阵维数)。仿真结果显示自适应算法的收敛性能远远优于目前存在的自适应算法。     

基于特征提取与统计的信号类型识别

针对空间电子对抗领域的截获信号类型识别问题,提出了一种基于特征提取与统计的非合作信号类型识别方法。首先,通过对瞬时频率和复包络模值特征进行统计,实现了信号类型的粗分类,接着,基于细微特征提取和比对,实现了信号类型的精确识别。仿真结果表明,当处理器输入信噪比高于11dB时,所提方法对8类信号的正确识别概率均超过90%。本方法处理复杂度较低,易于星上工程实现。     

异常值干扰下的加权中值截取相位检索算法

在航天领域的许多测量场景中,信号的相位信息容易遭到破坏。本文旨在解决有异常值干扰的相位检索问题。中值可以对抗异常值,故常作为正则化标准截取无相测量值,这会导致可用测量值的减少,从而提高测量复杂度。为克服这一难点,进行加权处理,提出了加权中值截取算法,利用可以表征指向原信号概率的权值进一步挖掘了未被截取测量值的可用信息,与同类算法相比,在测量复杂度和对抗异常值干扰方面更为优越。     

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。通过对参数验后估计的分析,该方法能够有效避免验前 信息“淹没”现场信息的情况,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（MSE）的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。〖JP 〗