扰动基座下惯组信号消噪方法对比研究

针对捷联惯导系统在扰动基座下对准时,惯组信号中存在干扰角运动和线运动的特点,进行了车载扰动基座初始对准试验,对试验数据进行频谱分析,得到车载扰动基座环境的频域特性。根据分析结果,设计并实现了FIR数字滤波器滤波和小波滤波对惯组信号的消噪,频谱分析和惯性系粗对准的结果显示,这两种方法都能有效地消除惯组信号中的噪声。数据分析显示,小波滤波的效果要优于FIR数字滤波器滤波的效果。     

正交调制实现窄带带通数字滤波器

为了提高滤波器性能并简化设计,采用正交调制等效结构实现了带通滤波,使一组中心频率不同,而其余指标都相同的窄带带通数字滤波器设计简化为一个窄带低通数字滤波器设计.对窄带低通数字滤波器设计,又采用了多抽样率多级实现技术,提高了运算效率,节省了存储空间.该设计已在TMS320C3X系列DSP芯片上调试通过,并运用于铁路电气化区段机车信号译码.     

激光脉冲法背温信号中噪声信号的滤除方法

针对激光脉冲法背温信号中存在的噪声干扰,通过频谱分析确定了噪声信号的频率范围,设计了相应的FIR数字滤波器,并对滤波后存在的残留噪声进行了递推平滑滤波.滤波前后的数据对比表明,该方法能有效滤波背温信号中的噪声.     

方位降采样滤波器设计和FPGA实现

在SAR(合成孔径雷达)雷达实时信号处理中,为了降低运算量且不影响成象质量,通常需要对输入的距离-方向二维数据在方位上做降采样和滤波处理。为了满足实时处理的需要,本文提出了一种将降采样和方位滤波相结合的设计,以及利用窗函数设计滤波器系数的方法,运用硬件描述语言Verilog HDL构造了一种用现场可编程门阵列FPGA实现降采样滤波器的电路结构,并分析了其性能。该降采样滤波器的降采样率和滤波器阶数可变,可适应多种场合的需要。     

一种减少失速保护虚警率的混合滤波方法

针对飞机失速保护设计过程中易出现虚警的情况,提出一种基于FIR和传统滤波器相结合的混合滤波方法。结合飞机本体的运动特征,对参与失速保护逻辑运算的两个重要参数,即侧向加速度和迎角信号进行频率分析,基于信号的特征设计混合滤波器,然后采用Simulink滤波工具箱设计滤波器对信号进行滤波处理。仿真结果表明该方法能够减少虚警率的发生,特别是大背景噪声下的虚警率能够得到较好抑制,验证了滤波器设计正确性,从而提高失速保护功能对适航条款符合性。该滤波器设计方法,不但可以有效解决本文提到的问题,对于其他涉及信号处理的系统设计同样具有借鉴意义。     

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.     

滚动接触疲劳实验机跟踪滤波器设计

在滚动接触疲劳实验机的设计中,为了从复杂的背景噪声中提取与疲劳密切相关的振动信号,采用了窄带跟踪滤波技术.该滤波器以开关电容滤波原理为基础,设计锁相倍频电路,通过开关频率f<,CLK>,跟踪信号的中心频率f<,O>,实现实时动态跟踪滤波.实验结果证明,该滤波器满足疲劳实验机的总体设计要求.     

全自动着舰系统a-β-γ滤波器

针对全自动着舰系统中滤波器原理进行了研究,实现了基于a-β-γ滤波器的雷达引导信号噪声抑制方法,并将其滤波效果与a-β滤波器对比。在研究雷达工作原理基础上,对雷达噪声进行建模,推导出α-β滤波器和α-β-γ 滤波器在离散域和连续域的等效传递函数。调整滤波参数,对比了α-β滤波器和a-β-γ滤波器在位置通道、速度通道,以及加速度通道的伯德图,通过噪声时域仿真对比了滤波器效果。全自动着舰非线性闭环模型数字仿真结果表明,合理选择参数,使用α-β-γ滤波器能够改善着舰控制精度。     

基于多维数值积分的高阶确定采样型滤波方法

基于多维数值积分讨论了确定采样型滤波器,这一类滤波器的不同之处体现在对滤波器中均值和方差的计算,这一问题与数值积分密切相关.针对以往确定采样型滤波器在提高滤波精度的同时会增加计算量,通过分析高斯权值积分,采用完全对称积分公式,计算积分节点、节点个数及权重,相比高斯厄米特滤波减少了计算量,同时滤波精度可达到五阶以上.选取典型算例对新的滤波方法仿真分析,验证了该滤波方法的可行性和有效性.     

应用于航空变频电源系统的新型串沥混合有源滤波器

 目前变频交流(AC)电源系统开始逐渐应用到新型多电飞机(MEA)中,传统有源滤波器无法满足宽输入频率变化要求,为此需要设计一种适合于宽变频航空电源系统的有源滤波器。本文研究了一种应用于航空变频电源系统的新型串联混合有源滤波器(SHAPF),该有源滤波器直接根据基波电流进行补偿,针对各种频率输入均能起到较好的抑制谐波作用。讨论了这种新型SHAPF的变频谐波抑制原理,给出了该滤波器的控制系统详细设计过程,包括基于双数字信号处理器（DSP）的控制平台设计和逐点动态检测基波电流的算法设计,最后进行了样机实验,对比了加入滤波器前后系统输入电流实验波形和谐波分析,加入滤波器后系统输入电流总谐波失真度（THD）由174.00%变化至4.80%,滤波效果良好;在360 Hz,400 Hz和720 Hz不同输入频率进行了滤波实验,验证系统在宽变频输入条件下均具有良好控制性能,满足航空变频输入时输入功率因数校正要求。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

Event-triggered cooperative target tracking in wireless sensor networks

Since the issues of low communication bandwidth supply and limited battery capacity are very crucial for wireless sensor networks, this paper focuses on the problem of event-triggered cooperative target tracking based on set-membership information filtering. We study some fundamental properties of the set-membership information filter with multiple sensor measure-ments. First, a sufficient condition is derived for the set-membership information filter, under which the boundedness of the outer ellipsoidal approximation set of the estimation means is guaranteed. Second, the equivalence property between the parallel and sequential versions of the set-membership information filter is presented. Finally, the results are applied to a 1D event-triggered target tracking scenario in which the negative information is exploited in the sense that the measurements that do not satisfy the triggering conditions are modelled as set-membership mea-surements. The tracking performance of the proposed method is validated with extensive Monte Carlo simulations.     

一种实时飞行轨迹重构方法

提出一种有效的实时纵向飞行轨迹重构的新方法。为了得到状态估计的快速算法,本文把非线性飞行轨迹重构转化为线性、离散、时变状态和参数估计问题。将数值稳定性好、计算量也小的序列U-D分解滤波算法用于状态方程为线性、观测方程为线性或非线性的滤波问题中。由于测量值中常常含有系统偏差,本文把这些偏差作为增广状态加入增广状态模型中,并利用模型的一些特点,提出偏差分离的U-D分解算法,使计算量大大减少。仿真和实际试飞数据计算表明、本文的方法可得到比平方根协方差滤波更有效的实时飞行轨迹重构结果。     

随机集的概率假设密度粒子滤波

多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法。而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较。可以把目标集看作随机集进行讨论,目标数N是随机变量。随机集的跟踪通过有限集统计(FISST)理论来完成。文中讨论了用粒子滤波实现跟踪随机集的方法。实验表明,在杂波环境下,粒子滤波可以稳健跟踪目标状态和目标数。     

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。     

广义卡尔曼滤波递推公式的证明

卡尔曼滤波方法是一种应用广泛的估值方法,但其要求系统数学模型已知。而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。在广义卡尔曼滤波方法的状态模型和测量模型的基础上讨论了其递推公式的证明问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较,验证了广义卡尔曼滤波的有效性。     

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.      

关于BL-代数的implicative滤子的一些结果

通过研究BL-代数的implicative滤子的等价条件,得到了normal滤子与implicative滤子之间的关系,并给出了两个公开问题"一个normal滤子在什么合适条件下成为fantastic滤子?"和"在什么合适的条件下,normal滤子的拓展性成立?"结论成立的一种条件。     

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。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.