卫星导航接收机陷波器级联抑制窄带干扰研究

为了在有用信号失真较小的情况下有效抑制具有一定带宽的窄带干扰,本文首先推导了IIR陷波带宽控制参数α与陷波带宽和陷波深度的定量表达式,在统筹考虑陷波频率、陷波带宽、陷波深度和实时性基础上提出了基于多级开环IIR陷波器级联的滤波算法。每一级IIR滤波器负责抑制一个子带内的干扰,在保证陷波深度的条件下实现较为陡峭的带阻特性,在窄带干扰被有效抑制的情况下使有用信号失真达到最小。仿真结果验证了算法的有效性。
     

多传感器融合状态估计方法综述

随着传感器网络技术的发展，多传感器融合状态估计凭借其鲁棒性、灵活性、可扩展性以及便于故障检测等优点，长期受到国内外学者的广泛关注，并取得了大量研究成果。数据融合的方法为融合状态估计奠定了理论基础，也是早期研究的主要方向，从20世纪70年代到20世纪末，相继发展出了集中式和分散式滤波架构及相应算法。无线通信技术的成熟以及一致性算法的出现使得分布式状态估计的研究进入了快车道，自2005年以来，大量基于一致性的分布式滤波算法被提出，其中不乏实用的经典方法和优秀的开创性方法。旨在梳理多传感器融合状态估计的发展，探究从数据融合到分布式滤波的内在联系，并对一些经典方法进行了总结。     

Mahalanobis distance-based fading cubature Kalman filter with augmented mechanism for hypersonic vehicle INS/CNS autonomous integration

Inertial Navigation System/Celestial Navigation System(INS/CNS) integration, especially for the tightly-coupled mode, provides a promising autonomous tactics for Hypersonic Vehicle(HV) in military demands. However, INS/CNS integration is a challenging research task due to its special characteristics such as strong nonlinearity, non-additive noise and dynamic complexity.This paper presents a novel nonlinear filtering method for INS/CNS integration by adopting the emerging Cubature Kalman Filter(C...