0阶谐振器椭圆函数滤波器的设计仿真

文章介绍了由复合左右手微带传输线构成的0阶谐振器的一般特性及其设计滤波器的工程设计方法。应用该方法设计了相对带宽为10%、中心频率为2GHz的带通滤波器,通过使用AnsoftHFSS高频仿真软件的仿真,获得了4阶椭圆函数滤波器传输特性,其电性能优良。经与其他类型滤波器相比较,这种0阶谐振器椭圆函数滤波器具有小型、工作频带宽的特点。     

一种Ka波段多通道FMCW SAR数字接收机设计与实现

调频连续波体制合成孔径雷达(FMCW SAR)因其体积小、成本低、重量轻及分辨率高的优点越来越受到关注。随着软件无线电技术的迅速发展，数字信号处理机在SAR载荷系统中扮演越来越重要的角色。提出一种多通道Ka波段毫米波SAR数字接收机的设计与实现方法，详细分析了FMCW SAR去调频接收过程，研制出一种基于FPGA的多通道数字接收机平台。以三通道为例，采用多类滤波器级联技术，设计系统软硬件，最后通过系统测试及试验验证了方案的正确性与可行性。     

FBMC/OQAM系统中改进的峰均比抑制方法

针对偏移正交幅度调制的滤波器组多载波(FBMC-OQAM)系统中峰值平均功率比（PAPR）过高会引起失真且对信道估计性能造成影响的缺点，提出了一种基于相位旋转的干扰消除法（ICM-P）。该方法产生不同的相位序列，与传输数据相乘得到多组数据序列，分别计算其PAPR，并选择PAPR最低的一组进行传输。仿真验证与分析表明：所提方法能有效降低系统过高的峰值平均功率比，误码率不高，且信道估计性能较原ICM方法没有明显下降。     

考虑有色噪声影响的脉冲星导航2级强跟踪差分滤波器

为提高X射线脉冲星导航对有色噪声及太阳系内星历误差的鲁棒性，设计了2级强跟踪差分滤波器（TSTDKF）。首先在分析导航原理基础上，导出了中心天体星历误差对导航结果的误差传递关系，并利用扩展卡尔曼滤波器（EKF）进行了仿真验证；在同一运行轨道上，又结合引力摄动模型对第三天体引力摄动数据进行了分析，证明该部分噪声为有色噪声。根据以上结论，将普通2级卡尔曼滤波器（TKF）的无偏滤波器设计为一种改进的差分卡尔曼滤波器以降低有色噪声对导航系统的影响，同时又在其独立偏差滤波器中根据观测残差构建了多重自适应调节因子以增强其跟踪性能，两者共同构成TSTDKF的2个并行滤波器。通过仿真实验证明，TSTDKF的位置误差性能最大可比EKF和TKF改进56.49%和35.18%，速度误差性能改进27.66%和17.07%；对星历误差的跟踪效果也整体好于TKF。     

基于多维数值积分的高阶确定采样型滤波方法

基于多维数值积分讨论了确定采样型滤波器,这一类滤波器的不同之处体现在对滤波器中均值和方差的计算,这一问题与数值积分密切相关.针对以往确定采样型滤波器在提高滤波精度的同时会增加计算量,通过分析高斯权值积分,采用完全对称积分公式,计算积分节点、节点个数及权重,相比高斯厄米特滤波减少了计算量,同时滤波精度可达到五阶以上.选取典型算例对新的滤波方法仿真分析,验证了该滤波方法的可行性和有效性.     

高温超导滤波器在电磁抗干扰中的技术和应用

滤波器作为通信系统射频前端的关键部件,其性能举足轻重。在射电天文观测的频段,高温超导薄膜材料的表面电阻比普通金属材料低至少两个数量级，因此，采用高温超导材料能够设计并加工出性能卓越的射频滤波器。特别是射电天文望远镜对电磁抗干扰的实际需求越来越迫切,使得具有电磁抗干扰能力的陷波滤波器的研究备受关注。研究团队长期从事该领域的研究,并已取得一些研究成果。文章从不同谐振器结构类型以及频率特性等方面，介绍了研究团队在该领域的研究和设计工作，以及在射电天文电磁抗干扰中发挥的作用。     

洗出算法在控制补偿下的多通道结构优化

飞行模拟器的模拟逼真度在一定程度上取决于经典洗出算法的参数好坏，而其参数固定、信号缺失等弊端使洗出运动存在相位失真、延迟和错误暗示等诸多问题，导致飞行模拟逼真度不足。本文设计了多通道变参数滤波器结合模糊控制器实时改变其固定的截止频率；引入带通滤波器将输入信号与平动高频、中频、低频信号差分后经过二次滤波补偿缺失信号；结合平动高频信号中掺杂少量的低频信号经过滤波、角度转换环节补偿洗出角位移。通过Simulink建模仿真对改进算法进行验证，结果表明，改进后的算法较经典洗出算法平台运动空间更大、持续加速度模拟度更高，优化了相位延迟、错误暗示等问题，提升了飞行模拟逼真度。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。