免微分非线性Bayesian滤波方法评述

以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法.其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等.之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF.为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究.最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向.     

存在常值偏差的卫星自主导航系统滤波算法

由于敏感器系统误差对导航精度影响较大,因此有必要对其进行标定.针对系统误差为常值偏差的情况,考虑到传统常偏扩维算法计算量大,且可能出现数值病态的问题,本文在UKF算法的基础上提出了两级UKF算法,该算法对状态和偏差实施分离估计,不仅能够精确标定常值偏差,而且还可以提高导航精度.利用该算法对存在常值偏差的月球卫星自主导航...     

Kalman滤波中连续系统离散化的计算机实现

提出一种时间连续系统的离散化算法。运用矩阵论的二次型原理,推导了连续系统离散化的一般公式,得到了系统状态方程在时间域中的离散化通用模型,通过设计参数N保证算法具有一定的鲁棒性。该算法有利于针对时间连续系统的卡尔曼滤波过程在计算机上的一体化实现,仿真结果验证了算法的可行性和有效性。     

基于FPGA的多通道数字接收机设计与实现

针对多通道数字接收机在雷达和移动通信等领域的应用需求,提出了一种基于FPGA的4通道数字接收机的实现方案。采用4个AD9230芯片对射频模拟信号进行并行数字化处理,然后在FPGA中实现数字下变频和整个系统的配置;通过对积分梳状滤波器（CIC）和半带（HB）滤波器的级数和选通控制,实现覆盖范围为1～16384倍的抽取滤波...     

一种面向景象匹配的实时图加窗中值滤波算法

结合空域滤波方法中最常用的中值滤波器和邻域均值滤波器的特点，设计了一种加窗中值滤波器，并将其应用于景象匹配实时图的滤波预处理，通过仿真实验验证了该方法的有效性和在景象匹配中的实用性，可有效提高景象匹配实时图的可匹配性能。     

常增益递推滤波器的次参数选择

设k阶滤波器的尾k 1个参数为a_(0)a_(1)…a_(k),我们称a_(0)。为首参数,a_(1)a_(2)…a_(k)为次参数,选择一组实函数a_(1)(a_0),a_(2)(a_0),a_(2)(a_0),…a_(k)(a_0)使滤波器的某个指标达到最优是属于滤波器的次参数选择问题。本文以滤波器输出误差范数最小为准则选择次参数。     

数字相关滤波在精密位置检测中的应用

数字相关滤波精密检测是随着现代光电子技术、计算机技术的进步而发展起来的一门新兴技术，在现代制造业，尤其是在超大规模集成电路制造等领域中的非接触高精密测量方面具有重要的实用价值。本文通过实例，探讨了在非接触式精密位置检测与控制系统中的应用原理及实现方法     

一种滤波SST方法在翼型深失速模拟中的应用

 为了提高原始剪切应力输运(SST)湍流模型对于分离流动的求解精度,将大涡模拟(LES)中的滤波因子和SST方程相结合构造出一种滤波SST方法,利用湍流尺度对流场求解区域进行划分,近壁面附近的稳态流动由湍流模型控制,远壁面采用LES方法进行模拟。与传统混合RANS/LES方法相比,该方法的特点是:滤波因子的选取不再依赖于网格尺度,可以有效地降低网格诱导分离现象发生的概率。采用该方法对NACA0021翼型深失速特性进行了仿真研究,对比了非定常雷诺平均Navier-Stokes(URANS)方法和SST-DES方法,从仿真结果可以看出滤波SST方法有效地激活了分离区域的脉动,充分展现了分离的三维特性;同时算例求解结果证明该方法的精度高于URANS方法,与试验结果吻合较好,显示其具有一定的工程应用价值。     

基于GPR模型的自适应平方根容积卡尔曼滤波算法

与传统算法一样,动态系统的参数化模型(含噪声统计特性)未知或不够准确易导致容积卡尔曼滤波(CKF)效果严重下降,甚至滤波结果发散.为此,利用高斯过程回归(GPR)方法对训练数据进行学习,得到动态系统的状态转移GPR模型和量测GPR模型以及噪声统计特性,用以替代或增强原有动态系统模型,并将其融入到平方根容积卡尔曼滤波(SRCKF)中,分别提出了无模型高斯过程SRCKF (MFGP-SRCKF)和模型增强高斯过程SRCKF (MEGP-SRCKF)两种算法.仿真结果表明:这两种新的自适应滤波算法提高了动态系统模型精度,且实时自适应调整噪声的协方差,克服了传统算法滤波性能易受系统模型限制的问题;与MFGP-SRCKF相比,在给定一个不够准确的参数化模型,且有限的训练数据未能遍布估计状态空间的情况下,MEGP-SRCKF具备更高的滤波精度.     

对流层和电离层延迟残差对GPS飞行器定位精度影响

GPS(全球定位系统)飞行器定位中,飞行器起飞后,基准站与移动站的距离和高程差逐渐增大,对流层、电离层延迟残差对定位精度的影响也将越来越大。利用在短基线条件下,用Kalman滤波和LAMBDA(最小二乘模糊度降相关平差法)算法固定整周模糊度,并在随后保持固定。在此基础上研究对流层、电离层延迟残差参数估计对定位精度的影响。算例结果表明,短基线条件时,电离层延迟残差估计将使定位精度变差,高程定位误差小于10cm;中长基线时,电离层延迟残差估计将改善载波相位残差,从而改善定位精度,取得与消电离层组合定位一致的定位精度。而在视场内缺少低仰角卫星时,对流层延迟残差参数估计将使定位精度变差。