基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。     

自适应数字波束形成的格式滤波算法

从矢量空间分析的角度，分析了格式滤波算法在自适应波束形成中的应用，以空间正交化原理为基础，得到了一种新的递推型格式滤波算法，使格式滤波器的阶次降为原来的一半，从而较少地减少了算法的运算量以及简化了硬件结构。     

基于神经元的容错组合导航系统设计

本文讨论了容错组合导航系统中的多传感器信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验，验证了这种方法的可行性，并分析了该研究领域所存在的问题，提出了可能解决的技术途径，并预测了未来的发展趋势。     

相干通信中的非线性滤波

本文讨论相干通信中的非线性滤波问题。文中应用扩大状态变量方法建立了非线性估计模型。重点讨论了条件福克一普朗克(Fokker—Planck)方程,由此导出了估计方程和方差方程,从而构造出条件均值滤波算法。应用这种算法得出了由高斯白噪声策动的角调信号通过理想信道和随机时变信道后的非线性最佳相位估计器。计算机模拟结果证明了理论分析的有效性。     

独立函数及其R/W谱在逻辑设计中的应用

本文提出基于独立函数的逻辑设计方法,即如何利用独立函数和它的Rademacher/Walsh谱系数进行组合逻辑设计。这是组合逻辑设计方法的另一新途径。它有利于数字系统的模块化。     

使用信息矩阵滤波的跟踪融合的性能评估

在多传感器环境下，每个传感器探测多个目标，接着产生相应的跟踪。这些跟踪可能互不相同，经过融合后，传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的，一种是测量值融合法，一种是状态矢量融合法。众所周知，测量值融合计算法通常最优，但计算费时，而状态矢量融合算法计算省力却是次优。之所以如此，是因为从两个传感器中获得的待融合状态级估值，由于通常存在被跟踪目标的过程噪声，通常并非条件独立。值得注意的是，状态矢量融合已有三种计算法：加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意，推导出的结果基于两个传感器同步工作且没有误关联的假设，或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较，过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理，并大大简化了对融合性能的评估。此外，有了这样的解，简化了对各种不同工作条件下设计融合系统的折衷研究。