含非谐振节点滤波器的耦合矩阵综合方法

基于非谐振节点理论,提出了一种改进的直接耦合矩阵综合方法。通过将非谐振节点看作谐振点,采用经典耦合矩阵综合方法得到耦合矩阵,再对矩阵作相似变换,使非谐振节点位置相对应的元素不含传输零点信息,并对其所在行列作比例变换,使其还原为非谐振节点,直接综合得到可用于设计含非谐振节点滤波器的耦合矩阵。这种综合方法简化了含非谐振节点滤波器的综合、拓扑重构和性能仿真,Matlab和HFSS仿真结果验证了这种综合方法的合理性和可行性。     

基于滤波算法的拟平均轨道根数自主实时确定方法

针对卫星长期自主运行的发展要求,首次提出了基于滤波算法的卫星自主计算拟平均轨道根数的在轨实时方法。首先以受地球非球形摄动影响的低轨卫星为研究对象,推导了拟平均轨道根数的变化率并考虑了J2平方项补偿;以拟平均轨道根数为状态变量并以卫星瞬时速度和位置作为观测量建立了滤波方程,然后分别应用平方根无迹卡尔曼滤波(SR UKF)和扩展卡尔曼滤波(EKF)对拟平均轨道根数进行估计。仿真结果表明,两种滤波方法均能有效地计算拟平均轨道根数,其中平方根UKF滤波具有更高的精度和稳定度,且都可以满足卫星在轨自主实时计算拟平均轨道根数的需求。     

GNSS接收机中一种新的射频干扰抑制级联方法

为了减少系统复杂度和提高系统实时性,提出了一种新的级联算法。首先,通过三系数滤波器模型对连续波干扰进行建模,从而形成一种非线性卡尔曼自适应滤波器,并利用该滤波器作为预处理器对每路中的窄带干扰进行抑制。随后,将各路滤波器的输出送入空时自适应处理器中进行宽带干扰的抑制。仿真结果表明,在匹配谱干扰环境下,特别是在窄带干扰从卫星信号方向入射时,新算法相对于普通的空时和空频自适应处理表现出了更加优越的性能。     

高斯-厄米特滤波器在捷联惯导系统初始对准中的应用

 为提高静基座初始对准精度,缩短对准时间,采用了基于大方位失准角的对准模型,引入了高斯-厄米特滤波器(GHF)。针对GHF中均值和协方差阵的多元非线性高斯积分求解问题,利用初始对准误差方程的非线性是由大方位失准角导致的特点,通过状态的线性变换,求其线性状态解析解,将高维积分转化成一元数值积分,在不损失精度的前提下,解决了GHF在对准应用的"维数灾难"问题。将此算法用于实际系统,对比于扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF),结果表明在大方位失准角条件下,GHF方法偏航角的对准精度提高了16%,对准时间缩短了75％。     

一种基于非线性跟踪-微分器的角加速度估计方法

针对仅能获取角度信息的角加速度估计问题,基于卡尔曼滤波和非线性跟踪-微分器设计了一种角加速度估计算法。该算法利用卡尔曼滤波得到角速度的估计值,并以此为基础采用非线性跟踪-微分器对角加速度进行估计,通过对卡尔曼滤波与跟踪-微分器角加速度估计进行合理融合获得最终的角加速度输出。仿真结果表明,所设计的估计方法能满足视线角加速度的估计精度要求,具有一定的工程应用价值。     

复杂信息系统中单点登录的设计与实现

使用令牌机制,设计了一种适用于复杂信息系统门户平台的单点登录模型,实现了用户的统一身份认证和授权管理。用户一次登录门户就能自动访问所有授权的应用子系统或子模块,方便系统管理的同时有效提高了系统的安全性。最后以某保障信息系统为背景,描述了模型的技术实现。     

电子产品传导干扰的抑制

讨论了电子产品传导干扰的基本特性及其抑制措施,详细探讨了电源滤波器在抑制传导干扰中的应用,并以KGY-XXX型开关电源产品为例,介绍了传导干扰的抑制方法。     

基于辅助粒子滤波的机动目标跟踪研究

针对机动目标跟踪巾扩展卡尔曼算法（EKF）收敛速度慢、跟踪精度低的问题,基于粒子滤波（PF）和辅助粒子滤波（APF）的基本思想,结合目标先验信息将速度约束条件加入到跟踪过程巾,对辅助粒子滤波算法进行了仿真分析,与扩展卡尔曼进行仿真对比,分析了跟踪性能和误差。仿真结果表明,对机动目标跟踪问题,辅助粒子滤波不仅解决了扩展卡尔曼线性化困难难题,与EKF相比还具有收敛速度快,跟踪精度高的优点。     

一种用于符号同步MF—TDMA系统的定时偏差估计算法

文章给出了一种用于符号同步MF—TDMA系统的定时偏差估计算法。该算法利用一种特殊的辅助序列成型后所表现出来的正弦特性,从中提取出精确的定时偏差,算法工作在每符号1个采样点下。理论和仿真结果表明,该算法实现简单,估计精度高,在相同条件下,其性能优于常用的数字平方滤波法,并且该算法对载波相位偏差不敏感,对载波频偏的敏感度比较低。     

基于模糊控制的组合导航算法

文章提出一种根据信号残差（新息）对导航信息进行自适应噪声协方差调整的算法,由此得到导航参数的最优状态估计。其中重点研究了模糊控制对滤波器的动态调整,建立模糊滤波控制的模型,并与传统卡尔曼算法进行比较。仿真结果表明,基于模糊控制器的卡尔曼滤波器很好地限制了数据的发散,并在很大程度上提高了系统的稳定性。