滤波器的设计与安装

分离信号，抑制干扰是滤波器的基本功能，要把电源线的传导干扰电平控制在标准规定的极限值内，安装电磁干扰滤波器是一种有效的办法。本文介绍了电源线滤波器的设计方法和安装要求，并对滤波器插入损耗的测试问题进行了探讨。     

用CPLD实现FIR数字滤波器的设计

针对在CPLD中实现FIR滤波器的关键一乘法运算的高效实现进行了研究，给出了将乘法化为查表的DA算法，并采用这一算法设计了FIR滤波器。其实现的滤波器的性能优于用DSP和传统方法实现FIR滤波。     

浅论腔体滤波器的调试

本文介绍了腔体滤波器的原理，详细说明了利用频谱仪对腔体滤波器进行调试的方法。     

数字滤波器在DSP上的实现

可编程DSP(Digital Signal Processor)是一种能够快速进行数字信号处理的特殊微处理器，而数字滤波器是DSP的基本应用之一。在掌握DSP应用系统开发知识的基础上，介绍了线性相位FIR数字滤波器的设计方法，并重点论述了在TMS320C5402 DSP上实现滤波器的关键技术。实践证明，借助DSP硬件结构上的优势，所设计的数字滤波器具有运行速度快、能够进行实时信号处理、精度高的优点，其整体性能较优越。     

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。     

多率滤波器组消除混迭的一种方法

通过大量抽取均匀滤波器组中产生的混迭分量并对之进行分析,提出了适当设定综合滤波器与分析滤波器的关系以使混迭相互抵消的方法。理论分析表明,在频率交界点可将混迭完全消除,如果相邻滤波器的频率特性对称性较好,可使总混迭很小。实验证明该方法有效。     

可编程有限频率传输零点模拟滤波器设计

通过对理想低阶滤波器特性的研究,提出了采用可编程模拟器件设计具有有限频率传输零点的二阶有源滤波器的新方法,该方法设计的滤波器参数可由嵌入计算机实时计算并更新,文章中给出了模拟电路的参数及其特性曲线.     

基于余弦基神经网络的FIR滤波器设计

提出了一种基于余弦基神经网络FIR滤波器的设计方法。根据线性相位FIR滤波器的幅频特性是有限项的傅里叶级数，构造了一个三层余弦基神经网络模型，并给出了最优隐层神经元的个数。经模拟仿真，滤波器性能非常理想，具有同时输出低通、高通、带通、带阻各种功能，通带、阻带无过冲无波动，边界频率可以精确控制。     

数字滤波器的一般原理和靶场现用滤波器的述评

本文阐述了靶场司令委员会成员靶场广泛采用的几种数字滤波器，介绍了这些滤波器的基本原理，以及用于某些数据处理的滤波器设计技术。     

跟踪滤波器在鉴相式角度测量系统中的应用

讨论了跟踪滤波器的工作原理及性能指标，分析了跟踪滤波器对双相分解器精密角度测量系统静态精度和动态性能的影响．     

舰载光纤陀螺捷联惯导系统传递对准技术研究

本文提出了基于中高精度光纤陀螺捷联惯性导航系统传递对准设计方案,以"速度"+"姿态"为量测量,建立了卡尔曼滤波器误差模型和系统观测模型,完成了传递对准算法设计.通过仿真和船载动态试验,验证了传递对准方案可行性;船载试验结果表明光纤陀螺捷联惯导系统传递对准精度较高,技术指标满足工程应用要求.     

非线性非高斯秩滤波方法

基于秩滤波原理,提出一种非线性非高斯秩滤波方法,给出其递推过程.目前常用的非线性滤波方法有无迹Kalman滤波和粒子滤波,无迹Kalman滤波只适用于高斯分布的情况,粒子滤波方法却存在粒子退化及重采样引起的粒子贫化问题.而非线性非高斯秩滤波方法不仅适用于常见的多元t分布、多元极值分布等非高斯分布的非线性滤波,并且计算简单、工作量小,便于工程应用.从仿真算例可以看到,该方法的滤波精度与无迹Kalman滤波和粒子滤波方法相比提高了500%以上.      

Kalman弹道滤波器的快速收敛性研究

在弹道修正过程中,需根据一段实测弹道参数,准确地估算常规弹箭的飞行弹道。工程中,常应用Kalman滤波方法,结合质点弹道模型建立六状态滤波弹道模型。速度初值估计的准确性,是对滤波过程造成影响的主要因素。为改善这一状况,采用多项式拟合用以对速度状态进行估计并以此作为滤波初始值。在此种估计下滤波,速度滤波过程可快速收敛,位置滤波过程收敛速度大幅度提高,可使最优弹道诸元参数获取时间缩短30%。     

一种有效的抑制压电陀螺动态误差的方法

提出了一种基于小波滤波的补偿压电陀螺动态误差的方法.与自适应卡尔曼滤波、IIR低通滤波方法在实际工程中应用的比较和大量的跑车实验表明,该方法能够有效去除压电陀螺动态误差噪声干扰,提高压电陀螺使用精度.     

R-T-S平滑算法与抗差Kalman在数据后处理中的应用

为了提高组合导航系统后处理精度和数据稳定性,将R-T-S最优固定区间平滑算法引入数据后处理中,在前向Kalman滤波的基础上,进行了后向R-T-S最优固定区间平滑处理,并针对GPS观测值中存在异常的问题,将抗差Kalman滤波算法引入数据后处理中,并对该算法进行实物仿真。结果表明,与传统Kalman滤波相比,R-T-S平滑算法不仅可以提高位置、姿态精度,而且在卫星信号失锁的情况下精度也得到显著改善,并且在不丢星的时刻,抗差Kalman滤波可以有效处理GPS信号中的异常观测值,遏制滤波发散,是一种有效的数据处理方法。     

FDEKF在反辐射无人机抗目标雷达关机中的应用

基于捷联惯导/反辐射导引头组合抗目标雷达关机制导方案,研究了有限差分卡尔曼滤波(FDEKF)方法在对目标雷达被动定位中的应用。考虑反辐射导引头测角存在非线性特性,提出了一种基于扩展状态变量维数的方法实现了目标状态估计和导引头非线性特性补偿。仿真结果表明,FDEKF是一种具有良好性能的非线性滤波方法,可以代替传统的EKF解决反辐射无人机对目标雷达的被动定位问题。     

再论联邦滤波在组合导航中的应用可行性

在联邦滤波算法中，针对子滤波器存在私有状态从而导致全局状态信息融合估计为次优估计的问题，通过一个简单的3维状态、2维量测系统的数值仿真以及速度+姿态传递对准组合导航仿真，验证了联邦滤波的次优估计结果误差太大，难以满足实际系统的高精度滤波需求。联邦滤波估计的次优程度没有经过严格证明，且难以证明，因而存在应用风险。对于以精度为主要性能指标的组合导航系统，不建议采用联邦滤波算法，否则其精度损失不足以弥补其带来的计算量降低和容错性提高的优势。     

NONLINEAR FILTERING ALGORITHM FOR INS INITIAL ALIGNMENT

The initial alignment error equation of an INS (Inertial Navigation System) with large initial azimuth error has been derived and nonlinear characteristics are included. When azimuth error is fairly small, the nonlinear equation can be reduced to a linear one. Extended Kalman filter, iterated filter and second order filter formulas are derived for the nonlinear state equation with linear measurement equation. Simulations results show that the accuracy of azimuth error estimation using extended Kalman filter is better than that of using standard Kalman filter while the iterated filter and second order filter can give even better estimation accuracy.     

Multi-EAP:Extended EAP for multi-estimate extraction for SMC-PHD filter

The ability to extract state-estimates for each target of a multi-target posterior, referred to as multi-estimate extraction (MEE), is an essential requirement for a multi-target filter, whose key performance assessments are based on accuracy, computational efficiency and reliability. The probability hypothesis density (PHD) filter, implemented by the sequential Monte Carlo approach, affords a computationally efficient solution to general multi-target filtering for a time-varying num-ber of targets, but leaves no clue for optimal MEE. In this paper, new data association techniques are proposed to distinguish real measurements of targets from clutter, as well as to associate par-ticles with measurements. The MEE problem is then formulated as a family of parallel single-estimate extraction problems, facilitating the use of the classic expected a posteriori (EAP) estima-tor, namely the multi-EAP (MEAP) estimator. The resulting MEAP estimator is free of iterative clustering computation, computes quickly and yields accurate and reliable estimates. Typical sim-ulation scenarios are employed to demonstrate the superiority of the MEAP estimator over existing methods in terms of faster processing speed and better estimation accuracy.     

基于联邦滤波结构的INS／GPS组合导航系统数据融合研究

为了研究平台式惯导INS（interial navigation system）和全球定位系统GPS（globe position system）组合导航联邦滤波器的实现,使用速度局部滤波器和位置局部滤波器,分别对INS／GPS组合导航系统的向东速度、向北速度,以及对经度和纬度进行卡尔曼滤波,然后将位置数据和速度数据输入主滤波进行数据融合。以无人机的向东匀速水平飞行为背景,运用联邦卡尔曼滤波器算法,使用matelab进行仿真分析。可以证明联邦滤波器算法简单,易于实现,并且可以提高导航系统精度．实际应用中此方法可行。