预测滤波器的分散化结构

预测滤波器是一种基于非线性系统模型的滤波方法,它通过使输出一步前向预测误差最小来估计模型误差,具有较高的估计精度.当预测滤波器应用到多传感器系统时,存在维数多、计算量大等缺点.本文提出了一种预测滤波器的分散化方案,将分散化滤波的优点引入到预测滤波器中.该方案中子滤波器各自给出模型误差的局部估计,并传递给主滤波器.主滤波器由此计算全局最优估计,并反馈重置各子滤波器.通过多传感器卫星测姿系统的仿真,证实分散化之后的预测滤波器与集中的预测滤波器具有相同的精度.同时,分散化的结构具有维数低、矩阵运算量小等优点,而且有利于增强系统的故障检测能力,提高系统的容错性.     

正交频分复用(OFDM)体制—一种应用前景广阔的新体制

正交频分复用 ( OFDM)体制是一种应用前途广阔的新的多路复用体制。文中介绍用 DFT和 IDFT实现该体制的调制、解调的基本原理及体制的系统构成     

采用非同时数据的平均电平自适应检测器

本文给出了一种平均电平自适应检测器（ＭＬＡＤ）的收敛结果。ＭＬＡＤ包括一个带有平均电平检测器（ＭＬＤ）的自适应匹配滤波器（用于空间相关输入）。由一组数据估算出的自适应匹配滤波器的最佳权数适用于一组统计独立的非同时数据。ＭＬＤ的门限由结果数据确定。此后，把一个候选单元与该门限相比较，得出了作为一些参数的函数的虚警概率和检测概率，这些参数是门限系数、匹配滤波器的阶数、用于计算自适应匹配滤波器权数的每个     

一种高分辨率的基于特征空间的广义波束形成算法

针对GEIB算法性能严重受到阵列空间方向分辨率的影响问题提出一种高分辨率的波束形成HRGEIB算法。HRGEIB算法的基本思想是在GEIB的基础上引入频域滤波器,将频域滤波和空域滤波有效结合,以解决上述GEIB算法存在的问题。首先描述HRGEIB算法的原理,并且证明该算法能够在频域-空域的二维空间抑制干扰信号,提高GEIB算法的性能。然后,通过大量仿真实验考察HRGEIB算法的频域-空域自适应滤波特性,最后对算法中重要的参数进行讨论并且给出选择的方法。     

卫星姿态的鲁棒反馈滤波器方法研究

针对传统卫星姿态估计过程中计算量大的问题,提出了基于控制反馈的卫星姿态鲁棒滤波方法,将滤波器的新息作为闭环系统的输入,由此可以分离动态滤波方程中的时变因素(卫星姿态角速度),再将时变因素作为系统的不确定性考虑,最终通过鲁棒滤波方法对线性时不变系统的最终稳态值进行求解。该方法可以通过陀螺与星敏感器的参数信息,提前离线计算出滤波器的相关参数,具有很强的工程可用性。仿真结果表明,在卫星存在旋转角速度时,三轴的估计精度(MSE)比不考虑系统时变因素的控制反馈滤波器分别提升了12%,21. 05%,4%。     

关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题,因此,经典的基于EKF和UKF算法的姿态滤波器有可能失败,尤其是当初始状态的先验估计不可能精确得知的情况下。近来,粒子滤波理论已经开始应用于姿态确定问题,但是,这类算法往往需要大量的“粒子”,这对有限计算能力来说是一个沉重的负担。为此,本文尝试利用双重滤波方法,在每个序贯估计过程中,将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器,包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器,但在粒子重采样和平滑处理方面,不同于近来提出的类似滤波器。至于陀螺常漂估计,双重粒子滤波器发展了一个辅助粒子滤波器,而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较,证实了本文新提的2个算法的有效性和优越性。
     

光纤陀螺输出信号的自适应滤波

噪声是影响光纤陀螺零漂指标的主要因素。为了降低光纤陀螺输出信号中的噪声含量,提高光纤陀螺的零漂指标,本文设计了一种自适应滤波器,用于光纤陀螺输出信号的数字滤波。设计的自适应滤波器采用基于最小均方误差准则的LMS算法,该算法的滤波准则是最小均方误差,采用递推的方法实现。设计的自适应滤波算法在数字闭环光纤陀螺中进行了实验,结果表明,设计的自适应滤波器能够降低陀螺输出数据中的白噪声,有效地提高了光纤陀螺的零漂性能。     

自适应推广KALMAN滤波应用于导弹的被动制导问题

本文介绍一种非线性系统的自适应推广Ｋａｌｍａｎ滤波算法。结合导弹的被动制导问题，我们提出了一种针对非线性观测模型和线性动态模型的自适应推广Ｋａｌｍａｎ滤波器。仿真结果表明，自适应推广Ｋａｌｍａｎ滤波器的性能优于原有的推广Ｋａｌｍａｎ滤波器。     

一种自适应迭代宽带数字波束成形算法

为了克服传统宽带波束合成要求期望信号垂直入射阵面的苛刻要求,新算法首先利用数字时延滤波器对接收数据的时延进行补偿,使其等效为期望信号垂直入射,然后采用无需计算矩阵求逆的基于LMS的空时自适应滤波算法完成波束形成。方向图仿真表明,新算法能够实现宽带抑制,可高分辨率地使主瓣对准期望,零陷对准干扰;同时通过计算量分析,相对于DMI算法,新算法很大程度地降低了计算复杂度,减小了计算量,易于工程 实现。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

模拟式自适应窄带滤波器

模拟式自适应窄带带阻(或带通)滤波器其零点(或极点)由外部输入,它们与滤波器内部参数无关。在z平面上,自适应带阻滤波器便是二阶LMS算法自适应谐波对消器。实验表明,这种滤波器在大工频噪音中,提取语言信号,可提高20db信噪比。     

一种降低数字式FM/FM解调系统分路滤波器阶数的方法

FM/ FM遥测体制有着广泛的应用 ,研究数字式 FM/ FM解调系统具有重要意义。分路滤波器 (通常是带通滤波器 )是解调系统的重要组成部分 ,有限冲激响应 (FIR)数字滤波器具有平坦的通带幅度响应和线性相位特性 ,是数字式解调系统的最佳选择。但是 ,符合 IRIG标准的分路滤波器通常是窄带滤波器 ,需要很高的阶数 ,这给系统的实现带来了很大的困难。文中根据变采样率多级实现 FIR滤波器的原理和带通信号采样定理 ,并结合 FM/ FM系统 IRIG标准中各路信号的频谱特性提出了先按频谱分割进行预滤波 ,再降低采样率滤波的方法 ,有效地降低了 FM/ FM系统分路滤波器的阶数。     

含无序量测的多传感器目标跟踪滤波算法

由于通信链路的随机时间延迟和星上传感器测量的预处理时间的不同等因素,导致在目标飞行器的测量中产生无序量测现象。为解决该问题,提出了一种基于扩展卡尔曼滤波的前向预测多步滞后无序量测处理算法。该算法首先采用扩展卡尔曼滤波算法估算出目标飞行器的状态方程和协方差方程,然后在滤波过程中利用前向滤波更新的方法,将协方差方程更新结果去相关后,累积到当前协方差方程滤波结果中,从而有效解决了目标飞行器测量中的无序量测问题。最后,将该算法与扩展卡尔曼滤波算法、丢弃算法进行了对比仿真。仿真结果表明,采用该算法处理目标飞行器的位置和飞行速度,得到的测量误差较小,在整个观测时间内,测量误差的收敛性较好,能够实现对目标飞行器的精确测量和跟踪。     

数字滤波器在定点DSP上的实现

介绍 FIR(Finite Impulse Response)和 IIR(Infinite Impulse Response)数字滤波器的网络结构及其在定点 DSP(Digital Signal Processing)上的实现方法 ,同时对定点 DSP软件设计中的关键问题——定标作了详细的阐述 ,并以二阶 IIR滤波器为例介绍定标的方法     

基于神经网络的无迹滤波改进算法

介绍了采用无迹变换(UT)描述随机变量通过非线性系统后的均值及方差的方法,提出可以将神经模糊推理系统(ANFIS)用于确定无迹变换中的参数,使其对随机变量均值的描述达到二次以上精度,并给出了改进的无迹滤波器(UKF)结构和神经网络训练方法;仿真结果表明,该算法适用于系统含有未知输入或系统噪声为非高斯的情况,并可解决一些典型的非线性估计问题,改进算法的性能优于传统无迹滤波器。     

GPS/INS 组合导航系统降阶滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特——卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度，是一种具有实际使用价值的滤波器     

基于最优估计神经网络的惯导系统初始对准研究

本文研究了一种基于卡尔曼滤波原理权值更新的多层神经网络学习算法，对此算法进行了详细的推证，并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性，既可获得与卡尔曼滤波器相同的对准精度，又提高了系统的实时性。从而得到了利用神经网络解决惯导系统初始对准问题的一种有效算法。     

对运动辐射源的单站无源伪线性定位跟踪算法

本文针对只测向单站无源定位中推广卡尔曼滤波（EKF）算法具有不稳定性等缺点，在只测向（BO）定位算法的基础上增加方位角速率观测信息，提出了一种对运动辐射源的单站伪线性卡尔曼滤波定位方法并进行了计算机仿真，它相对于只测向方法提高了定位误差的收敛速度。它可用于无源侦察监视或导弹制导等要求快速收敛的场合。     

基于FPGA的增强Lee滤波算法设计与实现

增强Lee滤波算法能够较好地滤除影响SAR景象匹配性能的相干斑噪声,是一种非常有效的SAR图像预处理方法.为了提高图像处理算法在硬件上实现的实时性,本文根据FPGA编程特点,对增强Lee滤波计算过程进行优化,并利用硬件描述语言完成了增强Lee滤波在FPGA中的实现.实际工程应用表明,此种方法能够快速实现SAR图像相干斑...     

基于插值DFT的弹体弹性自适应陷波方法

针对现代导弹弹性频率低、频率不确定范围大,传统陷波方法会造成严重相位滞后的问题,提出一种基于插值离散傅立叶变换（IpDFT）的自适应陷波方法。该方法利用修正Jacobsen方法辨识、跟踪测量信号中弹性模态的频率,并调整陷波器的中心频率来实现自适应陷波。该估计器频率辨识精度接近克拉美罗下界（CRLB）,弹性幅值变化对辨识精度的影响很小。仿真对比表明,该方法灵敏度高、辨识快、相位延迟小、弹性抑制效果好。与固定参数陷波器相比,相位滞后从29.4°减小到11.86°;与一类用自适应陷波器频率辨识方法相比,辨识时间从2s减少到0.25s,弹性振动幅值峰值为其10%。