一种基于多相滤波器的信道化数字检波方法

提出了一种基于多相滤波器的信道化数字检波方法,该方法可以满足雷达脉冲检波的实时性和大带宽的要求,抽取运算在滤波之前,运算量小,结构高效,易于在可编程大规模集成电路上实现.     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

星座分布式自主定轨中信息融合方法比较研究

为了保证大型导航星座在有限的星载运算能力和通信能力下，具备自主运行能力并提供精准位置参考信息，对基于分层结构的星座分布式自主定轨的信息融合方法展开了研究。以地月卫星联合星座作为研究对象，将简单凸组合法、协方差交叉融合法以及在线性最小方差意义下的矩阵加权法和标量加权法等方法应用于子滤波器估计的融合中，对各种融合方法的性能进行了对比分析。仿真结果显示，在采用方差放大技术去相关设计星座分布式自主定轨算法基础上，采用简单凸组合法、矩阵加权法和标量加权法3种融合方法的定轨精度较高，与集中式滤波精度相当，其中标量加权法的计算代价最低；而协方差交叉融合法由于难以准确确定最优系数，其精度低于其他3种方法。      

基于IFA-HFS的雷达波形域LPI性能评估方法

针对雷达波形域低截获（LPI）性能评估的问题，提出一种应用改进萤火虫算法（IFA）求解指标权重的犹豫模糊集（HFS）评估方法。首先，介绍基于逼近理想解排序（TOPSIS）的犹豫模糊集理论，并从属性和方案2个角度构建指标权重的优化模型；其次，通过引入混沌理论，解决了萤火虫算法容易陷入局部最优的问题，给出用IFA求解指标权重的流程；再次，从雷达发射方角度，提取脉内、脉间5个波形域LPI性能评估指标；最后，得到利用IFA求解指标权重的犹豫模糊集评估方法。选取4种不同类型的雷达进行仿真对比，获得波形域LPI性能排序，验证了方法的快速性和有效性。      

空气动力二阶核函数辨识方法

采用截断三阶Volterra级数模型来研究空气动力二阶核函数的辨识问题,选取一簇正交化的切比雪夫多项式对二阶核函数进行参数化处理,并将非参数辨识问题转化成参数辨识问题。相比于其他方法,本文模型能有效降低对激励信号幅值的敏感程度,保证辨识出的核函数具有较好的保真度;只针对三阶Volterra降阶模型中的一阶、二阶核函数进行辨识,即可提升原系统一阶、二阶核函数的辨识精度,却不会显著增加辨识过程的工作量;参数化辨识方法属于整体性辨识,根据已有的部分数据对(输入、输出数据)就能完成系统辨识,且能达到较好的辨识精度,从而有效地减少了执行计算流体力学(CFD)代码程序的总次数,节约了大量的时间成本。算例表明,与目前流行的非参数化方法相比,本文提出的切比雪夫函数辨识方法,精度上达到预期要求,辨识过程消耗的CFD总时间量至少可降低一个数量级。     

线性随机系统Kalman滤波的野值修正

本文讨论原始输入采样数据会有野值时Kalman滤波的修正问题，提出了一组易于应用的处理对策与计算方法。     

时统信号传输中的滤波隔离问题

本文介绍了在人卫观测中，对钟房送来的时统信号如何进行滤波隔离等一系列的处理过程及其滤波器的设计原理和制作方法。     

非线性滤波应用于医学图像后处理

讨论了典型的非线性滤波技术及其性质,选取了性能较好的滤波模板应用于医学图像后处理,并从平滑效果和锐化效果上与线性滤波做出比较.