用修正数据映射方法实现快速稳健子空间跟踪

为改善现有子空间跟踪方法的运算量大或鲁棒性/稳定性差等缺点,基于原数据映射方法(DPM),采用新的正交归一化,提出了一种快速稳健的修正DPM(MDPM)算法。通过改变符号选择跟踪信号子空间或噪声子空间,同时提供了子空间基的正交矢量,运行时无累积性误差。研究和仿真结果表明:与传统子空间跟踪算法相比,MDPM算法的鲁棒性/稳定性好、收敛速度快、运算量小。     

基于空间距离的快速稳健子空间跟踪方法

从空间距离的角度分析子空间跟踪问题,提出了一种新的子空间跟踪算法。提出的算法同时适用于信号和噪声子空间跟踪,而复杂度仅为3NL+O(N)。仿真表明算法对基的正交偏离稳健,对舍入误差不敏感,是一种快速稳健的子空间跟踪算法。     

自适应天线抗干扰性能研究

分析了适用于雷达抗干扰的一些自适应天线波束形成算法,将子空间正交投影算法应用于雷达抗干扰,针对子空间分解过程中特征向量不能完全正交的问题,采用约束化子空间分解算法,来保证子空间特征向量的正交性.最后通过仿真证明:子空间跟踪算法相对于传统的一些自适应算法具有更强的抗干扰性能.     

基于变步长LMS算法的IMU信号降噪研究

针对遥测系统小型化惯性测量单元惯性敏感元件精度较低,随机噪声较大的情况,研究基于变步长LMS自适应滤波技术的IMU信号实时降噪问题.算法通过实时递推得到失调误差和输入信号的互相关系数估值,利用估值实现算法的变步长控制,克服了固定步长NLMS滤波在收敛速度、跟踪能力和稳态精度之间的矛盾,具有收敛速度快、稳态精度高、动态信...     

基于环路滤波器的低复杂度LMS算法设计

研究利用多天线结构对测控信号内存在的干扰进行对消和信号增强的技术。首先介绍传统空域干扰对消算法LMS，以及LMS的诸多改进算法，分析当前这些LMS算法在强干扰存在时收敛稳定性和收敛速度之间的折中关系以及参数调节的难度，分析了定步长和变步长LMS算法的优劣。针对变步长LMS由于动态环境以及大功率干扰的存在引起的收敛速度变慢和步长计算复杂的问题，提出了一种基于二阶环路滤波器累计误差的低复杂度LMS算法LF-LMS，该算法弱化单次误差的不稳定性并提高累计误差的稳定性，利用大步长和可变误差以实现快速收敛并缩小进入稳定状态后的误差波动，且计算量较小，可以有效应用于DSP工程实现，并通过仿真验证了算法在收敛速度和动态环境下的鲁棒性。     

脉冲噪声下基于梯度加权平均的变步长NLMP算法

针对非高斯 α 稳定分布噪声环境下的自适应滤波问题,提出一种新的基于梯度加权平均的变步长归一化最小平均p范数(VSS-NLMP)算法。该算法基于梯度矢量能够跟踪自适应过程的均方权值偏差(MSD)这一特点,通过对梯度矢量的平滑减小梯度噪声的影响,然后利用平滑梯度矢量的欧氏范数和系统误差的分数低阶矩控制步长的变化。文中给出了新算法的迭代过程,然后对其收敛性进行简要分析,仿真结果表明,本文新算法较现有变步长NLMP算法具有更快的收敛速度和更高的稳态精度。     

基于DCT变换的变步长LMS自适应收发隔离算法

将变换域LMS算法和变步长LMS算法相结合 ,提出了一种基于DCT变换的变步长LMS自适应算法 ,从而有效地降低了输入信号自相关矩阵特征值的分散程度 ,并且克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾 ,达到了改善干扰机接收信号信干比的目的。计算机仿真结果表明该算法具有更快的收敛速度和更小的权失调噪声 ,可以很好地应用于自适应收发隔离系统     

基于双子空间跟踪及盲波束形成的GNSS抗干扰算法

根据全球导航卫星系统（Global Navigation Satellite Systems, GNSS）卫星信号粗捕获（C／A）码的相关峰特点,提出基于双子空间跟踪及盲波束形成的GNSS抗干扰算法。首先通过噪声子空间跟踪将接收信号投影到噪声子空间进行干扰抑制,提高接收信号信干比（SIR）。然后利用指定卫星C／A码与干扰抑制信号进行相关运算,增强指定卫星信号的信噪比（SNR）,结合一维信号子空间跟踪,获取指定卫星导向矢量,实现对干扰抑制信号形成波束指向的目的。本算法不需要知道传输的导航符号以及卫星方位,是一种盲自适应算法。由于采用低运算复杂度的子空间跟踪方法,降低了抗干扰接收机的运算负担,保证了算法的实时性要求。最后通过实验仿真验证了提出算法能够有效地对抗强干扰以及增强GNSS信号。     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

双站无源定位和跟踪算法研究

为提高无源定位和跟踪的性能,弥补传统技术信息量少、定位速度慢和跟踪精度低的缺陷,研究了针对空中目标的基于联合信号到达角(DOA)与到达时间差(TDOA)的双站无源定位算法,以及基于联合到达时间差与到达频率差(FDOA)的双站无源跟踪算法。无源定位算法利用空间几何关系解析目标位置,无源跟踪算法利用无色卡尔曼滤波(UKF)持续跟踪目标并获得更高精度的目标位置信息,给出了两种算法模型。仿真结果表明:联合DOA,TDOA的无源定位算法在基线较短的条件下,对距离100km内的目标定位精度优于10%,联合TDOA,FDOA的无源跟踪算法的收敛速度较快且跟踪精度能达百米级。     

基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.     

基于投影矩阵搜索的相干源DOA估计算法

在强相关或相干信号源环境下，基于子空间分解的高分辨方法无法准确估计信号到达角，而许多传统的解相干方法，如空间平滑法等，会减少阵列的有效孔径，且只适用于具有移不变性的阵列结构。针对相干信源DOA估计问题，提出了一种基于投影矩阵搜索的DOA估计算法。首先根据阵列流型构造噪声子空间的投影矩阵，并将阵列接收信号投影到噪声子空间；然后通过遍历搜索所有可能的投影矩阵获得空间谱，进而得到相干源的DOA估计。该算法能有效进行相干信源DOA估计，与传统的相干源DOA估计方法相比，该算法不会减小阵列的有效孔径，且适用于任意阵列结构，并具有良好的估计精度和超分辨能力，但计算复杂度较高。通过仿真实验，验证了该算法的有效性，比较了该算法与传统算法的性能。     

基于迭代容积滤波的无源跟踪算法

对无源目标跟踪问题进行了研究,给出一种只有角度和距离测量的目标跟踪算法。为提高估计的精度和数值稳定性,采用了容积滤波算法,并用基于龙贝格-马尔塔(LM)算法改进迭代容积滤波算法,以提高估计精度,算法实现了对目标的无源跟踪。仿真结果表明:迭代容积滤波算法的跟踪效果更好。     

跟瞄激光雷达扫描图像的实时滤波算法

为实现跟瞄激光雷达的高精度实时跟瞄,对雷达三维信息实时滤波算法进行了研究。对方位信息,用卡尔曼滤波算法滤波,在保证实时性的同时获得了较好的滤波效果;对距离信息,用去边缘点3×3小窗口中值滤波算法,实现了对距离信息的准实时性滤波。研究表明:该信息处理滤波算法既有优良的滤波性能,又能保证实时性,可提高测角和测距精度,改善整机的实时跟踪性能。     

基于特征空间重构的子阵级ADBF方法

为实现大型阵列天线子阵级自适应数字波束形成,提出了一种基于阵列特征空间重构的方法。对子阵协方差矩阵进行奇异值分解,分离出信号、干扰与噪声子空间对应的特征值以及特征向量,并对特征子空间重新分配,重构阵列特征空间,完成子阵级ADBF。与常规方法相比,该方法能够消除子阵级输出噪声功率不一致造成的阵列方向图畸变,减小协方差矩阵估计误差的影响。理论分析与仿真结果表明,该方法在子阵级波束形成以及抗干扰接收等方面具有优良性能。