线性滤波讲座(Ⅱ)

三、最小二乘方的迭代算法 3.1迭代算法和充分统计首先考虑一个简单的例子,设观测到 y_1=θ+ε_1 y_2=θ+ε_2 … (3.1) y_n=θ+ε_n 其中,θ是有待估计的未知参数,ε_1,ε_2…,ε_n是独立、同分布的高斯随机变量,其共同的分布密度为N(θ,σ)。     

线性滤波讲座(三)

四、卡尔曼滤波一维纳滤波的 迭代算法(续)由(4.30)可知,即(t)只依赖于n:(s),n(s),o《:相似文献   

雷达天线自适应旁瓣对消系统分析(Ⅰ)

一、引言雷达旁瓣自适应对消系统是Widrow等人提出的自适应理论的一个重要应用。由于这一技术对于抗干扰及最终实现自适应阵列天线有着重要的意义,有关这方面的文献甚多。在本文中,我们对具有N个环路,受到r个干扰源干扰时的自适应旁瓣对消系统的对消剩余进行了分析。遵循从特殊到一般的原则,我们首先从单环对消器出发,讨论了自适应旁瓣对消器的原理,然后给出了一般性的结论。二、单环自适应旁瓣对消器单环自适应旁瓣对消器的基本框图如图1—1所示。     

一种新的机动目标跟踪滤波的模型方法

本文提出了一种新的机动目标跟踪滤波的模型方法。它将目标的机动加速度作为一状态变量引入模型而直接进行估计,并通过卡尔曼滤波器的残差来检测目标机动与否。一旦检测出目标机动,马上重新启动卡尔曼滤波器以适应机动加速度的跳变。新的自适应滤波方法在这种情况下实现了最佳滤波。计算机仿真结果表明,在计算量远少于Moose方法计算量的情况下,本文方法的滤波精度与Moose方法的滤波精度相当。     

自动增益控制系统的非线性分析

自动增益控制(AGC)系统中的非线性是一个突出的问题。和一般的控制系统不一样,它的非线性包含在执行元件中。对于一阶和阶跃输入的情况,本文以状态转移法分析了这种非线性离散系统,并以简单的图解法描绘了状态转移过程。对于高阶和信号幅度任意起伏的情形,则把AGC系统等效为一个易于分析的“标准”的控制系统。这个等效无论对离散系统或连续系统都是严格成立的。文中提出了使AGC系统线性化的方法,它用对数放大器作非线性校正,使具有严重影响的非线性AGC系统变为线性系统。还进而提出了两个互为对偶的应用:一个是利用增益控制原理求出信号幅度的对数值并使之数字化,另一个是用模拟式对数放大器作开环增益控制。     

探测地下塑料圆盘和管道的探地雷达

本文研究地下塑料圆盘和管道的探测,指出了探地雷达和普通雷达的区别。叙述了为研制一种可靠的探测系统所进行的广泛深入的工作,该系统为工作于时域的无载波系统,辐射一个快速上升时间脉冲以照射地面。     

雷达天线自适应旁瓣对消系统分析(Ⅱ)

2.1.多环自适应旁瓣对消器在本文的第一部分,讨论了单环对消器的问题。第二部分将研究具有N个副天线,受到γ个干扰源干扰的自适应旁瓣对消器的一般情形。众所周知,雷达天线自适应旁瓣对消是widrow等提出的自适应理论的一个重要的应用,由于这一技术在雷达、通信等工程领域中为实现自适应天线和抗干扰有着十分重要的意义,十多年来国内外有关这一论题的文献已十分丰富了,工程上也取得了积极的成果。多环对消器的分析一般要比单环分析复杂得多,本文主要给出了对消剩余的一般表达式。这个理论结果可以用来解决象副天线的数目,排列的位置与对消性能的关系等一些有兴趣的实际问题。     

A NEW MODELING AND FILTERING APPROACH FOR TRACKING MANEUVERING TARGETS

A new modeling and filtering approach for tracking maneuvering targets is presented in thispaper.The approach,which makes optimal estimate for the model With the random variable possible,depends on random step modeling of target maneuvers.In the new model,the unknown targetacceleration is treated as a random variable and then estimated directly.A detector is designed tofind out the target maneuvers and the estimation algorithm will be restarted when the maneuvers oc-cur.Combination of three-dimention Kalman filter with a detector forms a tracker for maneuveringtargets.The new tracking scheme is easy to implement and its capability is illustrated in two trackingexamples in which the new approach is compared with Mooses'on the performance.     

线性滤波讲座

引言线性滤波的典型问题可描述为:对t∈[0,T]观测到 y(t)=s(t)+n(t) 其中n(t)是功率谱密度为N_o的白色高斯噪声,s(t)是有待恢复和估计的未知信号。在实际中s(t)有不止一种的描述方式,例如,s(t)可以是一个多项式 s(t)=a+bt+ct~2 其中a,b,c是未知参数。自卡尔曼滤波问世以来,应用最广泛的方式是把s(t)描述为某个动态系统在白噪声激励下的输出,例