GPS定位系统自适应抗干扰算法研究

研究定位系统GPS抗干扰问题,针对定位信号传输过程受到干扰影响,无法完成导航功能.传统的CAB(ConstrainedAdaptive-Beamforming)算法在弱信号强干扰的条件下抑制干扰能力差,且对运动干扰的稳健性较差.为解决上述问题,提出利用正交加权约束对C-CAB算法进行修正,使在强干扰的情况下形成深零陷,提高输出信号的信干比,并引入干扰位置变化统计模型对算法进行改进,在GPS系统干扰快速移动的情况下依然有效,提高了算法的稳健性.仿真验证表明改进的算法能够在期望信号方向产生较岛增益,在干扰方向形成了较深且宽的零陷,使寻航在移动环境下抗干扰能力明显,为定位系统优化提供了参考.     

基于WLS-KF的GPS非线性动态滤波研究

为了提高动态定位精度,将卡尔曼（KF）算法应用到GPS非线性动态定位解算中,提出加权最小二乘-卡尔曼滤波（WLS-KF）算法。通过加权最小二乘（WLS）算法得到近似的线性化模型,再将KF算法应用到这个线性化模型进行校正。因此既保持了KF算法能够对系统状态进行最优估算的优点,同时对各个测量值进行了联系制约,具有更高的精度。结果表明,这种方法精度介于EKF和UKF之间,且实现容易,预测可靠,具有实际应用价值。