一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均（ARMA）模型辨识,提出一种滑动平均（MA）参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归（AR）部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters（GW）算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。      

基于SA&M-Relax的外辐射源雷达目标DOA估计方法

外辐射源雷达回波信噪比极低,通常在距离-多普勒二维相关后进行目标角度估计。在这种单快拍情况下,经典的超分辨算法由于协方差矩阵的非正定性导致算法性能较差。针对这一问题,在A&M插值迭代算法的基础上,提出了一种适用于稀疏阵列的SA&M-Relax外辐射源雷达目标DOA估计方法。在相同阵元数目的情况下,与原有算法相比提高了目标角度估计的分辨率与精度,同时减少了运算量。通过仿真实验验证了所提方法的有效性。      

BLDC电机温度退化多段Wiener过程建模

无刷直流（BLDC）电机应用广泛,其温度退化过程呈现多段性,需建立多段退化模型,而模型参数较多时,参数估计过程对初始值敏感且易陷入局部最优。首先,针对电机的加速退化数据进行研究,采用正态加权平均（Gauss滤波）的方式滤波,改进实际数据在模型参数的估计中的应用。然后,引入转换函数对Wiener模型改进,建立多段Wiener模型。其次,以极大化似然函数进行参数估计,计算时采用改进粒子群优化（PSO）算法得到估计值,对比非线性模型的残差的正态性,同时分析各模型理论寿命分布及实际该批次失效分布,确定多段模型合理性;得到的模型结果说明电机在退化过程中发生了退化机理的改变,且变换速度快。最后,以非线性模型不同时刻的寿命分布给出该应力下电机的寿命预测,这对电机的预测与健康管理（PHM）有重要意义。      

基于PM算法的涡旋电磁波引信超分辨测向方法

为提高防空导弹无线电引信在低信噪比（SNR）背景下的测向精度,提出了基于传播算子算法（PM）的涡旋电磁波引信超分辨测向方法。通过相控均匀圆阵依次发射不同轨道角动量模态涡旋电磁波照射目标,基于多发单收（MISO）模型推导目标探测回波模型;通过对回波方程的近似变形构造接收信号矩阵;采用PM算法构造空间谱函数,进行谱峰搜索,实现对目标水平方位角的估计。对所提方法的有效性进行仿真验证,结果表明,所提方法可在低信噪比、少阵元情况下实现对目标的精确测向。      

多模型GGIW-GLMB算法跟踪机动群目标

针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利（MM-GGIW-GLMB）算法。采用多模型算法对群目标进行运动建模,利用最适高斯（BFG）近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器（STF）对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配（OSPA）距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。      

遗传算法在高频区目标二维散射分析中的应用

针对高频区雷达目标的散射特征问题,提出利用联合时频分析--自适应高斯基表示方法(AGR)来简化目前的二维散射中心模型,并将遗传算法(GA)用于二维散射模型参量的估计.该方法充分利用遗传算法的内在并行性,解决了二维等效散射中心的估计问题.仿真结果表明,该简化的二维模型不仅可以区分局域性散射中心,也可以再现具有一定长度的展布式散射结构,利用该简化模型在无噪情况下可以准确估计各散射中心的参数,同时在低信噪比情况下也可以取得很好的估计性能,它对于去除背景噪声起到了很好的作用.通过验证,在简化的散射模型基础上的目标散射特征分析是准确和可行的.     

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

大斜视直升机载太赫兹ViSAR振动补偿成像算法

太赫兹视频合成孔径雷达（ViSAR）载波波长短,直升机载平台的微小高频振动将引起回波信号相位的显著变化,进而严重恶化ViSAR的成像性能。本文在建立斜视ViSAR平台振动成像几何模型的基础上,提出了大斜视模式下的振动相位误差补偿成像算法。该算法结合运动补偿原理,将斜视成像侧视化处理,然后采用改进的多普勒Keystone变换方法在二维频域校正由平台振动引起的距离单元徙动,最终在距离多普勒域实现振动相位误差补偿。仿真结果验证了该算法的有效性。      

最大相关熵准则自适应滤波器的分数阶长算法

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。      

光电二极管的地球反照光校正及卫星姿态估计

光电二极管作为体积小、成本低的太阳敏感器,可以结合地球敏感器进行卫星三轴姿态估计,但是地球反照光对其具有严重的影响,从而限制了其应用,然而地球反照光数学模型应用复杂。针对此问题,首先建立了一种简化的光电二极管量测模型,将地球反照光设成动态偏置项补偿在光电二极管模型中,并将误差建模为混合高斯噪声。然后应用滑窗估计和随机权重策略动态估计和更新模型中的参数。同时,采用多比例因子分别估计各光电二极管的地球反照光影响,并引入Huber影响函数处理异常值,从而提高了算法鲁棒性和参数估计精度。实验结果表明,采用地球反照光校正的光电二极管量测模型和无迹卡尔曼滤波（UKF）算法可实现卫星的高精度姿态估计,三轴姿态精度能达到0.2°~0.3°。      

基于HMM的雷达状态转移估计方法

针对传统识别模型存在的参数规律描述不全面的问题,提出一种适用于多功能雷达(MFR)的层级模型,该模型通过任务、状态、参数3个层级反映了MFR系统的运行机制,并依据不同的参数变化规律,设定多种函数进行描述,能够反映信号的联合变化和统计信息,较统计和脉冲样本图模型具备更好的识别效果。在层级模型基础上,针对MFR状态转移估计方法存在的鲁棒性、估计准确率不佳的问题,引入目标运动状态信息,构建双链隐马尔可夫模型(HMM),进而利用D-S(Dempster-Shafer)证据理论优化估计结果,提出一种基于HMM的雷达状态转移估计方法,实验结果表明,提出的方法较改进前具备更优异的鲁棒性和估计准确率。     

OFDM系统的自适应低秩信道估计

为了降低正交频分复用OFDM(Orthogonal Frequency division Multiplexing)系统中最小均方误差MMSE(Minimum Mean Square Error)信道估计算法的复杂度,并且改善由于信道的统计特性与先验知识不匹配而导致的MMSE估计性能恶化,提出了一种自适应的低秩信道估计算法.该算法利用信道的时间平均相关取代统计相关,结合了基于特征值分解的低秩建模,从而近似地实现MMSE估计.借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的主特征空间及噪声方差,以迭代的方式逼近最优的MMSE估计,而且复杂度较低.进一步分析指出基于信道延时子空间跟踪的估计算法是该算法的一种特例,理论分析和仿真结果均表明这种新算法在低信噪比时可以显著改善信道估计的准确性.      

A variational Bayesian-based robust adaptive filtering for precise point positioning using undifferenced and uncombined observations

In the application of precise point positioning (PPP), especially in the dynamic mode, the classical Kalman filter (KF) usually produces a large number of estimation errors or diverges when there are gross errors in the observation data or unexpected turbulences occur in target motion state or both of them. For such problem, a variational Bayesian (VB)-based robust adaptive Kalman filtering (VB-RAKF) is proposed in this paper. This filter introduces a classification robust equivalent weight function to resist observation gross error and the inverse Wishart prior to model inaccurate process noise covariance matrix (PNCM). To improve the instantaneous accuracy of state estimation, the VB approach is used to obtain better estimations of inaccurate PNCM. Several sets of observation data collected by IGS reference stations and vehicles are employed to check the robustness and positioning accuracy of the VB-RAKF model. The results show that the VB-RAKF algorithm is more robust than the KF, and can effectively resist the gross error in observation data and control state disturbance. In the IGS reference station tests, when compared to the KF, the static positioning accuracies of the VB-RAKF in the north, east and up directions are improved by 13%, 8% and 22%, respectively, and the simulated dynamic positioning accuracies of the VB-RAKF in the north, east and up directions are improved by 19%, 9% and 21%, respectively. The in-vehicle dynamic test verifies that the VB-RAKF outperforms the KF, and shows that the VB-RAKF has better performance than the KF when dealing with observation data which has obvious gross errors, and similar performance as the KF when gross errors are small.     

空间非合作目标交会对接影像测量自适应处理

分析了空间非合作目标影像测量及特征点提取机理,根据对接中特征点识别噪声不确定和空间摄动引起的模型误差,对传统滤波方法进行改进;通过量测更新后的新息数据对量测噪声量级进行估计,同时采用渐消自适应方法对模型误差进行处理,增进滤波效果;设计了针对空间非合作目标对接段的滤波器,能够提供对接段相对位置、速度、姿态角及角速率估计信息。仿真结果表明,提出的改进滤波算法能够在测量噪声不确定和模型误差条件下达到较好效果。     

基于线性约束最小方差的稳健波束形成算法

针对平面阵列天线波束形成过程中的波达方向(DOA)估计失配问题,提出在期望信号(SOI)方向附近增加线性约束的算法,有效提升了平面阵列波束形成的稳健性;此外,针对增加线性约束会导致波束形成算法自由度降低的问题,以均匀线阵为例,提出在广义旁瓣相消(GSC)算法模型中添加阻塞矩阵预选环节的算法,有效解决了添加线性约束所致的自由度损失问题,从而使算法在提升稳健性的同时保持了原有的自由度。最后,通过计算机仿真实验验证了所提算法的有效性。