共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
针对高动态、低信噪比环境下的载波频率信号跟踪问题,提出一种新的混合并行粒子滤波算法( Multi-ple Extend Kalman Filter Independent Metropolis Hastings ,M-E-IMH)。该算法具有并行运算结构,实时性较基本粒子滤波有较大的提高。该算法直接利用同相支路(In-phase,I)和正交支路(Quadrature,Q)作为观测量,避免了传统方法中的鉴别器引入而引起的信噪比损耗。在高斯和非高斯环境下,与现有的载波跟踪方法如扩展卡尔曼滤波器( EKF ),粒子滤波器( PF),卡尔曼滤波器( KF)等仿真对比表明,该方法在低信噪比下具有更高的跟踪精度。 相似文献
3.
4.
鉴于低信噪比高动态环境下的载波跟踪过程中,接收信号存在显著的各阶频偏变化率,故提出了一种基于卡尔曼和扩展卡尔曼滤波的耦合载波跟踪方法。载波跟踪通过基于卡尔曼滤波的锁频环辅助基于扩展卡尔曼滤波的锁相环来实现,对频率斜升信号和频率加速信号分别进行了载波跟踪环路结构的分析,得到系统方程,并进行了载波跟踪系统性能仿真。经仿真验证,在信噪比为-20 dB条件下,该方法跟踪频率斜升信号收敛时间小于60 ms,跟踪频率加速信号收敛时间小于90 ms,对两种信号的频率跟踪残差均小于5 Hz,相位跟踪残差均小于0.25rad,跟踪性能显著优于传统环路。 相似文献
5.
卫星信号接收端天线接收的卫星信号经过射频前端处理后会变成数字中频信号,而相位跟踪是中频信号处理的重要环节,准确的相位跟踪可以为卫星信号解码、测距和定位等功能的准确性提供保障.基于此,该文提出了基于锁相环(Phase Locked Loop,PLL)的卫星QPSK载波调制信号相位跟踪算法.该算法利用多路正交载波和二象反正切鉴相器获取精确的相位差信息,形成闭合回路锁定载波相位以实现跟踪.实验结果表明,多路异相载波的方法可实现更快速的相位锁定,与传统Costas环路和松尾环相比,进入稳态时间分别减少了20%和24%以上,稳态方差分别减小21%和32%. 相似文献
6.
针对高动态GNSS导航接收机跟踪环节中动态性和噪声性能的问题,该文提出一种基于信号参数估计结构的扩展卡尔曼跟踪环。该文首先对高动态GNSS信号进行建模,使用扩展卡尔曼参数估计来实现载波跟踪,并用载波多普勒辅助码环,有效地提高了高动态导航接收机的跟踪性能。仿真结果表明,相比传统上的锁频环辅助锁相环,该文提出的环路具有更小的跟踪误差以及更好的噪声特性。 相似文献
7.
8.
载波信号跟踪环路制约着GPS接收机的工作性能,针对其易受高动态和弱信号等环境干扰的缺陷,提出一种引入微分控制思想、应用SINS辅助接收机载波跟踪环路的设计方法.剖析应用于载波跟踪的相位锁定环(Phase Locked Loop,PLL),并将其近似为PI控制模型;在验证辅助信息引入时环路系统稳定的基础上,增加类微分控制项,利用SINS的输出和时钟误差信息估算的多普勒频率作为跟踪环路的中心频率,辅助PLL实现载波信号跟踪;仿真结果表明提出方法能够有效地缩短跟踪环路带宽,缓解热噪声和动态应力之间的矛盾,进而改善载波环路的频率响应和跟踪误差. 相似文献
9.
针对同阶二元偏移载波调制卫星导航信号,提出一种高效新算法解决信号跟踪中的模糊性。分析了同阶二元偏移载波调制原理、信号跟踪模糊性及解决方法,利用本地扩频码与接收信号的相关函数特点,构建了码跟踪环路鉴相曲线,选择了合适的相关间距作为符号判决,联合构成鉴相器,推导了算法设计的正确性,给出了实现架构。仿真结果表明,码相位捕获误差±0.9个码片内均可正确跟踪。该方法可进一步应用于全球卫星导航系统新体制信号的接收处理。 相似文献
10.
11.
针对地磁背景下磁偶极子目标跟踪过程中存在的地磁干扰与模型非线性的问题,该文提出一种基于差量磁异常的蒙特卡洛卡尔曼滤波(MCKF)跟踪方法。新的跟踪方法以传感器阵列测量磁场的差量作为观测信号,并利用蒙特卡洛卡尔曼滤波算法解决模型的非线性问题,实现磁偶极子目标的实时跟踪。通过仿真跟踪实验,结果表明该文算法较传统的扩展或无迹卡尔曼滤波算法在稳定跟踪过程中对目标特征参数的估计更精确;通过地磁背景跟踪实验,结果验证了该文算法较传统算法在低信噪比下的性能优势。 相似文献
12.
针对新能源电动汽车锂电池电荷状态SOC估算问题,在锂电池二阶RC等效电路模型基础上,引入扩展卡尔曼滤波方法,利用扩展卡尔曼滤波方法处理复杂非线性系统能力,建立了扩展卡尔曼滤波锂电池SOC估算模型,并通过MATLAB/Simulink对新建模型仿真分析。仿真结果显示,建立的扩展卡尔曼滤波锂电池SOC估算模型具有较高估算精度,整体误差小于±0.05%,满足新能源电动汽车对锂电池SOC估算要求。 相似文献
13.
14.
对于单站的被动目标跟踪,在笛卡儿坐标系下建立跟踪模型,并用扩展的卡尔曼滤波(EKF)进行预测,得到的结果通常是不稳定且容易发散的。针对这种情况,提出了在修正的极坐标系下建立状态模型,摒弃传统的EKF算法,采用无迹卡尔曼滤波(UKF)算法,通过采样逼近非线性函数。数字仿真结果表明:在修正的极坐标中利用UKF算法得到的结果比EKF算法具有更快的收敛速度和更高的估计精度,且稳定性更好。 相似文献
15.
机动再入目标的运动具有明显的非线性,其观测又往往在传感器坐标系下进行,构成强非线性的跟踪问题.为了克服扩展卡尔曼滤波和粒子滤波在跟踪精度和实时性方面的缺点,提出了一种新型的非线性跟踪算法.新型的FCPF-BLUE滤波将快速高斯粒子滤波的预测步骤与最优线性无偏估计的更新步骤相结合,是一种半蒙特卡罗滤波方法.建立了机动再入... 相似文献
16.
现有的单基站定位技术由于非视距(Non-Line-of-Sight,NLOS)误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)等算法,且对抑制NLOS误差具有良好的效果。 相似文献
17.
有色噪声下的不敏卡尔曼滤波器 总被引:1,自引:0,他引:1
有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题。通常的方法是利用扩展卡尔曼滤波方法将非线性系统线性化后,再利用线性系统的方法对有色噪声系统进行估计。然而,模型的线性化误差往往会严重影响最终的滤波精度,甚至导致滤波发散。为了避免此类误差,先通过对测量方程进行变换的方法,将观测方程的有色噪声转换为白噪声后,再利用不敏卡尔曼滤波方法,对系统的状态进行估计。虽然,该方法也需要对观测方程进行线性化,但是由于此线性化过程是在求解新量测方程的测量误差中进行,因此对系统的误差影响不是很大。仿真结果表明新方法能够有效地对有色噪声环境下系统的状态进行估计,性能要优于现有的一些基于EKF的方法。 相似文献
18.
一种变换状态空间的稳定卡尔曼滤波算法 总被引:1,自引:0,他引:1
该文在分析了扩展卡尔曼滤波中两种线性化误差的产生原因及其对滤波影响的基础上,针对线性状态方程和非线性观测方程这一类系统,提出了采用一组新的状态量代替原来的状态量,使得观测方程为线性方程,从而避免了因为观测方程线性化导致的观测空间和状态空间的映射关系改变,提高了扩展卡尔曼滤波的稳定性和状态估计的精度。通过一个无源定位与跟踪的计算机仿真试验验证了这种方法的优点。 相似文献
19.