一种基于多项式函数的VSSNLMS算法

为了改善现有变步长NLMS自适应算法存在的步长调节参数较多、不易调节、对噪声较为敏感的缺点,综合已有的变步长算法提出一种基于多项式函数的变步长归一化LMS(VSSNLMS)算法。理论分析和仿真结果表明,新算法在低信噪比条件下具有较快的收敛速度和较小的稳态误差,而且参数调节简单,适用于不同的输入信号带宽。新算法相比其他同类算法实时计算量小,具有很好的工程实用价值。     

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     

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。     

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 ,非线性滤波算法具有更快的收敛速度     

基于FFDiag算法的变步长盲信号分离

基于快速Frobenius联合近似对角化（FFDiag）算法,提出了一种步长根据代价函数值大小变化的更新规则,使对角化的更新幅度随信号分离状态自适应变化。算法步长与信号分离状态相结合,具有收敛速度快和稳态误差小双重优点,仿真结果证实了算法的有效性。     

一种适于动态环境的盲多用户检测算法

比较两种盲多用户检测算法在动态环境中的收敛性能,并通过计算机进行模拟仿真。其中一种是能随输入信号矢量变化而变化的变步长最小输出能量盲算法;另一种是既保持最小输出能量检测器的全局收敛性,又具有最小均方误差检测器高输出信干比优点的判决反馈变步长盲算法。利用前者在动态强干扰下收敛快及后者在稳态时输出信干比高的优势,将二者结合起来应用到动态环境中,提高系统性能,同时抑制多址干扰和窄带干扰。     

一种基于MSE变换的变步长恒模盲均衡改进算法

分析了军事通信中传统恒模盲均衡算法(CMA)的基本原理,并针对此算法收敛速度慢、收敛速度与稳态剩余误差之间存在矛盾的缺点,提出一种改进的变步长恒模盲均衡算法(VASCMA).理论分析和实验仿真证明改进后的算法较传统算法具有更好的收敛效果.     

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。     

高精度磁悬浮CMG框架测角的快速最优估计算法

为了提高磁悬浮控制力矩陀螺（MSCMG）框架系统的速率伺服精度,克服旋转变压器的测角精度有限的缺点,提出一种高精度MSCMG框架测角的快速最优估计算法。该算法根据旋变角位置信号对位置和速度信号进行实时滤波估计,从而抑制信号中的随机噪声,通过改进的滤波增益确定方法降低了算法复杂度。最后该方法在DSP上实现,实验证明其有效可行,提高了测角精度,实现了由低精度传感器获得高精度速率伺服的性能。
     

一种分布式信息融合的航天器实时轨道确定算法

针对传统航天器集中式实时轨道确定方法对计算中心依赖性强、鲁棒性差等问题,在分布式混合信息滤波算法(DHIF)的基础上,提出一种基于分布式信息融合的航天器实时轨道确定算法。通过该算法各测站融合自己和邻居节点的状态信息及量测信息,可同时对目标航天器进行局部实时定轨。该算法支持包含多类型传感器的观测网络,对定轨系统局部变化适应性强。仿真结果表明,该分布式定轨算法使各测站局部定轨精度优于单站滤波定轨精度,且一致逼近于多站集中式滤波定轨精度,测站局部定轨的收敛速度取决于测站网络通信的拓扑结构。     

自适应融合IMM的自主无线电载波跟踪算法

针对深空自主无线电接收技术中信噪比(SNR)未知的载波跟踪问题,提出了一种自适应融合的交互式多模型(IMM)算法,可以根据实际环境的信噪比自适应地调节IMM估计器的噪声方差,以实现对未知SNR信号的正常跟踪,并保证频率跟踪精度几乎不受初始噪声方差的影响。在分析系统收敛性的基础上,该算法采用模型概率自适应调整策略,根据系统收敛判断条件自适应地调整IMM模型集中各模型的概率,保证了系统的收敛性,提高了跟踪精度,与广泛使用的Sage-Husa自适应滤波算法相比,收敛时间缩短了一倍左右。     

Laser radar based relative navigation using improved adaptive Huber filter

An improved adaptive Huber filter algorithm is proposed to model error and measurement noise uncertainty in this work. The adaptive algorithm for model error is obtained by using an upper bound for the state prediction covariance matrix with augment of chi-square statistical hypothesis test in case of filter deteriorated by wrong residual information. The measurement noise is estimated at each filter step by minimizing a criterion function which was original from Huber filter. A recursive algorithm is provided for solving the criterion function. The proposed adaptive filter algorithm was successfully implemented in radar navigation system for spacecraft formation flying in high earth orbits with real orbit perturbations and non-Gaussian random measurement error. Simulation results indicated that the proposed adaptive filter performed better in robustness and accuracy compared with previous adaptive algorithms.     

时变噪声系统的自适应强跟踪滤波器研究

在目标跟踪过程中,强跟踪滤波可以对目标的突变状态进行较好的跟踪,但由于系统噪声和观测噪声协方差阵是时变的未知量,采用固定数值将会影响目标跟踪的精度,所以需要对两种噪声特征进行在线估计.应用噪声有限记忆自适应算法改进强跟踪滤波,在线自适应估计噪声协方差阵,并提出基于时变噪声系统自适应强跟踪滤波的目标预测算法,提高了对目标状态的估计精度.利用自主研发的全自主足球机器人进行目标跟踪的仿真,结果验证了该算法的有效性.     

一种基于遥测数据压缩的硬件系统设计与实现

在基于遥测数据特点的背景下,提出了一种遥测数据实时无损压缩系统的设计方案。在这个压缩系统中,采用小波变换的方法对数据信号进行去噪预处理,能够有效减少数据量。同时,处理后的数据采用基于字典的LZW无损压缩算法,能够无失真地还原信号,这也正是遥测数据所要求的。     

基于液晶偏转系统的卫星平台振动补偿方法研究

针对卫星平台振动严重影响空间光通信跟瞄精度的问题,提出了基于液晶偏转控制系统的扰动补偿方案。建立了液晶偏转控制系统的数学模型,为了提高收敛速度,设计了基于后验估计误差RLS格型滤波算法的自适应控制器。引入了变阶算法,不但实现了快速、高精度的扰动补偿,而且在没有增加计算量的情况下,消除了高定阶RLS自适应算法中大的暂态响应,改善了控制系统性能。实验结果表明补偿后的扰动残差在10-6rad量级,验证了该控制方案的有效性和可行性。     

基于模糊卡尔曼滤波的内阻尼姿态算法研究

在系统机动性不强的情况下，传统的平台内阻尼算法将系统本身的速度信息通过阻尼网络加到系统中，达到提高姿态角精度的目的。将这种平台内阻尼的思想引入到捷联惯性航姿系统中，在系统加速度较小的情况下，利用加速度计的输出估计系统姿态角，通过卡尔曼滤波的形式补偿系统姿态误差。由于加速度的大小直接影响滤波器精度，本文设计了模糊自适应卡尔曼滤波算法，根据三轴加速度计的输出调整内阻尼量测误差方差阵，从而避免了滤波器的发散。仿真和实验验证，内阻尼算法可明显抑制舒勒周期振荡和傅科周期振荡，避免了系统姿态漂移，有效提高了捷联惯性航姿系统的精度。     

基于简化RLS算法的无源雷达杂波抑制

研究了利用调频广播信号作为非合作目标照射源的收发分置无源雷达系统的运动目标检测方法。针对直达波、多径信号对目标检测性能的影响,选择自适应滤波方法抵消杂波。LMS算法计算复杂度低,但收敛速度慢;相反RLS算法收敛速度快,但计算复杂度高。综合两者优点,提出了一种简化RLS算法:复数两级欧几里德坐标下降算法(CDCD)。基于实测数据的处理结果表明:与同量级复杂度的LMS和FEDS相比,该算法具有更好的收敛速度。最后通过对杂波相消后的主天线信号与参考信号相干匹配实现目标检测。