干扰环境下直扩系统中DMF捕获性能研究

基于数字匹配滤波器(DMF)的捕获电路具有较快的捕获速度,因此它在直扩系统(DSSS)中得到了广泛的应用。为了在干扰环境下进一步提高其捕获性能,本文对影响捕获性能的检测概率和虚警概率进行了分析;并对直扩系统中基于DMF的平均捕获时间进行了计算机仿真,从而找到了在平均捕获时间较小时应该满足的信干比、干噪比和判决门限,为改善直扩系统的捕获性能提供了理论依据。     

一种变信噪比条件下的恒虚警野值检测方法

野值检测又称异常值检测,是模式识别、机器智能和知识发现等领域经常面临的一个问题。当出现环境失配,数据信噪比（SNR）发生变化时,测试样本和训练样本所含噪声会有不同方差,以往的野值检测方法在虚警控制方面将会失效。针对这一问题,提出一种基于归一化残差（NR）的野值检测方法。该方法首先根据所需虚警概率和噪声方差变化情况确定野值检测门限,其次基于训练样本计算待考查模式的NR值,再比较NR值与检测门限的相对大小,从而判断待考查模式是否为野值。这一方法所依赖的检测门限对所需虚警率和噪声方差变化具有适应能力,因此可以在变信噪比条件下实现恒虚警（CFAR）野值检测。仿真实验验证了所提方法在虚警控制和野值检测方面的优越性能。     

一种解决时频不确定问题的长码捕获算法

针对长周期伪码信号捕获中时频域的不确定问题,在理论模型分析的基础上,提出了一种长周期伪码捕获算法.该算法对接收信号进行时域混频及叠加处理,并转换到频域进行多次圆周移动,从而克服频偏引发的相关峰不确定问题;同时,通过连续积累和批处理手段克服了收发钟差引发的伪码时间不确定问题和信息翻转引发的相关峰不确定问题.理论分析和仿真结果表明:该算法在信噪比大于-25 dB的条件下,可以克服时频域的不解定问题;进一步,该算法与传统算法进行了比较,处理精度及处理复杂度都优于传统算法.     

一种新型数字高精度伪码快速捕获延迟锁定环的设计与实现

介绍了一种新型全并行快速捕获延迟锁定环的设计与FPGA实现,捕获时间小于等于一个伪码周期,抗干扰容限大于80 dB。此快速捕获延迟锁定环实现127路全并行捕获和高精度跟踪,仅需存储130个PN码表,相对于其他并行捕获延迟锁定环或串并结合的环路,存储量约小2/3,并具有较高捕获精度。     

基于角速度估计自适应的IMM目标跟踪算法

为了解决目标强机动时目标跟踪算法模型集不匹配的问题,提出了一种基于角速度估计的自适应交互式多模型算法。通过对角速度的估计,在目标的不同运动模式下选取最优模型集,角速度估计精度高时,通过角速度估计值构造模型集,减小模型间竞争;角速度估计精度低时,采用标准IMM算法的模型集,提高模型集的覆盖范围,从而提高跟踪精度。仿真结果表明该方法能够明显提升目标跟踪性能,对强机动目标的跟踪效果尤其显著。     

基于匹配滤波和时间恢复算法的B(AC)码数字解调技术

针对靶场时间统一系统中B（AC）码解调的现状和存在的问题,本文从匹配滤波和时间恢复两个方面入手,阐述了一种B（AC）码在噪声和波形失真条件下的数字解调技术。     

一种基于背景自适应的运动目标检测与跟踪算法

背景图像差分法是运动目标实时检测中常用的方法,但缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了该方法的适应性。对此,文章首先提出了一种自适应背景更新方法;然后利用最大类间方差法实现运动目标的自适应阈值分割,并利用基于形态学方法的连通区检测算法检测运动目标;最后以Kalman滤波为运动模型实现对运动目标的连续跟踪。实验结果表明:所提方法可随着光照条件的变化,实时、准确地检测出运动目标并实现稳定跟踪。     

基于新息异常检测的改进抗差自适应卡尔曼滤波算法

在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。     

一种基于自适应波束形成的卫星导航干扰源方位估计方法

针对卫星导航抗干扰天线平台提出了一种利用Griffiths-Jim自适应波束形成器的干扰源方位估计方法.首先,通过能量检测器判决观测空间中是否存在干扰信号;接下来,若干扰存在则通过Griffiths-Jim自适应波束形成器对观测空间进行扫描得到空间谱数据;最后,通过空间谱中局部峰值对应的方位获得干扰源方位的估计值.该方法结构简单、分辨率高,易于在抗干扰天线平台上工程实现.通过计算机仿真试验验证该方法的有效性.     

一种基于软卡方检测的自适应Kalman滤波方法

在传统Kalman滤波中,卡方检测方法简单地将量测划分为正常和异常两种,针对其不足之处,改进并提出了一种新的软卡方检测方法。新方法根据卡方检测结果构造连续变化的量测,利用权重系数,充分挖掘处于正常值与异常值之间的可疑量测新息,同时还将该方法推广成多维量测的多分量卡方检测形式,建立了全面完整的软卡方检测Kalman滤波量测更新方程。最后,通过惯导/卫导组合导航仿真,验证了软卡方检测Kalman滤波的优势:无需任何参数调整且具有比Sage-Husa自适应滤波更小的统计误差波动。     

遗传算法在微弱GPS信号捕获方法中的应用

 研究了微弱GPS信号的捕获问题,以捕获时较低的虚警概率和较高的检测概率为目标,以累加时的粗捕获(C/A)码周期数和导航数据数,以及捕获门限等参数为决策变量,应用遗传算法(GA)来解决这一多目标优化问题。仿真结果表明,该方法能够有效地解决所提出的问题,所得解能够优化捕获时欲选取的参数,从而提高捕获性能。     

基于自回归模型的自适应阈值算法

提出一种基于自回归模型的自适应阈值检测算法用于监测液体火箭发动机地面试验的稳态过程,该算法由两个阶段组成。第一阶段的检测算法阈值由不同试车台次的稳态参数测量值的自回归模型的估计值、标准偏差和带宽系数计算,第二阶段的检测算法阈值由稳态过程的参数均值的自回归模型的估计值、标准偏差和带宽系数计算。用某大型液体火箭发动机的地面试验数据进行验证,结果表明该算法能有效可靠地监测发动机的运行状态。