具有较强推广能力的空时二维自适应滤波训练的方法

本文分析了阵列误差对机载杂波谱结构的影响，并且指出，如同模识别问题一样，在空时二维自适应滤波中训练方法对性能影响很大。     

飞行模拟机线性协调洗出滤波及其仿真

基于六自由度运动平台的飞行模拟机以它的经济性、安全性等优异性能,日益成为驾驶员和飞行员的理想训练工具.驾驶员的视觉、听觉、触觉以及体感是模拟机的四大模拟要素,直接影响模拟机的逼真度.由于六自由度运动平台运动行程有限,为了在有效的运动范围内给飞行员提供较为逼真的瞬时过载及重力影响,驱动信号需要洗出.运用线性协调洗出滤波算法为基于六自由度运动飞行模拟机实现洗出滤波,并进行了仿真.     

线性随机系统Kalman滤波的抗野值修正与仿真

本文讨论了采样数据中含有异常值时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，并进行了仿真计算。     

直升机光纤陀螺IMU抗振设计及实时滤波方法

振动引起光纤陀螺(FOG, Fiber Optic Gyroscope)零偏误差,非线性、非高斯随机噪声及由其组成的惯性测量单元(IMU, Inertial Measurement Unit)非互易性解算误差,针对直升机航向姿态测量误差问题,提出了一种FOG IMU的机械减振与数据滤波相结合的振动抑制方法,建立了FOG IMU减振装置数学模型,通过优化设计实现线、角运动通道振动解耦,从物理上消除外界高频干扰振动源;研究实时小运算量、低时延数据滤波方法,抑制减振装置谐振干扰和惯性器件噪声,进而减小捷联解算非互易性误差.实验结果表明:采用该方法能有效地抑制外界干扰振动和系统噪声,保证FOG IMU工作稳定性和精度,为研制应用于直升机的高性能航姿导航信息与航向姿态参考系统奠定基础.     

机载MIMO雷达空时自适应杂波对消器

针对机载多输入多输出(MIMO)雷达杂波分布呈现空时耦合特性,提出一种空时自适应杂波对消器.利用机载MIMO雷达的脉冲回波数据,构造杂波对消器的系数矩阵.通过空时自适应杂波对消器的预处理,可以有效地抑制杂波,并通过与常规空时处理算法的级联,最终可以有效提高动目标的检测性能.实现了由传统地基雷达杂波对消器向机载运动平台的推广.仿真结果表明,这种自适应杂波对消器不仅适用于正侧视雷达,对于非正侧视雷达也同样适用.     

星载多波束接收天线自适应宽带校正方法

射频通道的不一致性会严重影响阵列天线的性能,因此必须对各通道的失配进行补偿,提高各通道的幅相一致性。对星载多波束天线宽带接收通道而言,其不一致性表现为各通道频率响应的失配。针对星载应用,提出一种基于自适应滤波器的离线宽带校正方法,对通道间的失配进行补偿。同时分别对最小均方(LMS)算法及递归最小二乘(RLS)算法进行计算机仿真,并对两种算法的校正效果进行对比。分析校正效果与自适应滤波器抽头数之间的关系,并比较校正前后天线方向图性能指标。仿真结果表明,提出的方法能有效校正通道间的失配。     

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。     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。