三坐标卡尔曼滤波及外推算法

主要介绍边扫描边跟踪(TWS)体制雷达中经常使用的卡尔曼滤波原理和卡尔曼一步预测算法,并推导了三坐标卡尔曼滤波与外推公式.     

自适应滤波算法在组合导航系统的应用

从卡尔曼滤波算法的稳定性出发，分析了卡尔曼滤波算法和Sage-Husa滤波算法的缺点，改进了Sage-Husa滤波算法，改进后的算法保证了系统噪声估计方差阵和测量噪声估计方差阵的半正定性和正定性，消除了滤波发散现象。在INS／GPS组合导航系统中进行仿真，仿真结果表明改进后的算法可以有效提高INS／GPS组合导航系统的稳定性．     

基于“当前”统计模型的自适应不敏卡尔曼滤波算法

基于机动目标"当前"统计模型在直角坐标系下建立了三坐标雷达跟踪系统的状态方程和观测方程。针对非线性自适应滤波这一问题,提出了一种基于"当前"统计模型的自适应不敏卡尔曼滤波算法(CS-UKF),并对算法作了说明。通过计算机仿真验证了CS-UKF算法的有效性,并且该算法跟踪效果良好,精度好于基于"当前"统计模型的自适应扩展卡尔曼滤波算法(CS-EKF)算法。     

一种提高雷达远距离机动目标精度的算法

在分析雷达对远距离机动目标跟踪速度精度要求和存在困难的基础上,提出了一种提高三坐标雷达速度估计精度的滤波算法。该算法将三维空间中目标的运动描述为切向和法向加速度机动的非线性状态方程,采用机动目标"当前"统计模型,建立了基于雷达三坐标测量的自适应扩展卡尔曼滤波算法。仿真结果表明,该算法可明显提高远距离目标机动段的速度精度。     

改进的平方根容积卡尔曼滤波及其在POS中的应用

为解决扩展卡尔曼滤波在处理复杂非线性状态估计时,存在收敛速度慢、估计精度低及数值稳定性差等问题,引入一种改进的平方根容积卡尔曼滤波算法(A-SRCKF)。该算法在容积卡尔曼滤波基础上引入矩阵QR分解、Cholesky分解因数更新等技术,避免了矩阵分解、求逆及求导等复杂运算,极大降低了计算复杂度;并针对系统时变及统计特性未知情况下量测噪声协方差阵难以获取问题,通过引入自适应噪声估计器并结合小波卡尔曼滤波思想,构造出加权量测噪声协方差阵,提高了数值精度及稳定性。将A-SRCKF应用于机载定姿定位系统中,仿真结果表明:该算法有效地提升了估计精度,并且运行速度较快。     

模糊自适应滤波在捷联惯导初始对准中的应用

传统卡尔曼滤波应用于捷联惯导初始对准中由于模型参数、噪声的统计特性不确定,影响估计效果.而模糊自适应卡尔曼滤波能按照模糊推理原理逐步校正系统的观测噪声协方差阵,具体实现是通过观察残差的理论值是否接近于其实际值,系统调整观测噪声协方差的加权以达到修正观测噪声协方差阵的目的,进而提高系统的对准效率.在噪声统计特性未知时,比较了常规卡尔曼滤波与模糊自适应卡尔曼滤波在初始对准中的应用效果.仿真结果表明,这种算法能有效提高系统的滤波效果,是一种较理想的初始对准滤波方法.     

自适应SICKF及在目标跟踪中的应用

针对容积卡尔曼滤波（CKF) 估计精度在系统状态或参数突变时下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)思想,提出了一种自适应SICKF(ASICKF)方法。在SICKF获得高估计精度的同时引入STF条件,根据系统输出残差获得自适应渐消因子,将其引入系统输出协方差均方根阵和互协方差阵中对滤波增益进行实时修正,强迫系统输出残差序列始终正交,从而使SICKF算法具备强跟踪能力。为验证所提ASICKF算法性能,利用数值仿真将其应用于存在突变情况的目标跟踪问题中。仿真结果表明,ASICKF在系统状态突变时仍能保持较高的估计精度,算法稳定性和适应能力较好。     

卡尔曼滤波算法在单站无源定位中的应用

针对传统卡尔曼滤波算法在单站无源定位中的不足,提出了一种基于CV模型的卡尔曼滤波算法,阐述了卡尔曼滤波算法和CV模型,对基于CV模型的卡尔曼滤波算法在单站无源定位中的应用进行了仿真分析。仿真结果表明改进卡尔曼滤波算法能有效提高定位精度。     

转换坐标卡尔曼滤波器的雷达目标跟踪

本文在三维空间中推导出转换坐标卡尔曼滤波算法,用此算法进行了雷达目标跟踪仿真,和用推广的卡尔曼滤波算法进行的仿真结果进行了比较,得出转换坐标卡尔曼滤波算法比推广的卡尔曼滤波算法精度高的结论。     

非均匀天线组阵SUMPLE合成相位补偿及信号强度估计

SUMPLE相关算法是深空网天线组阵中信号合成最重要的方法之一.在对SUMPLE相关算法分析的基础上,将均匀天线阵SUMPLE相位漂移补偿方法推广到了非均匀天线阵.根据权值系数的计算方法,提出一种非均匀阵各天线信号强度的估计算法.理论分析与仿真结果表明,所推导的相位补偿方法能有效消除非均匀阵合成信号的相位漂移问题;所提出的天线信号强度估计方法具有较高的估计精度.进行补偿相位估计时,应对权值系数进行低通或卡尔曼滤波,以降低权值系数的随机噪声.     

基于双域滤波的三维块匹配视频去噪算法

将双域滤波和三维块匹配算法相结合,充分利用了视频序列的时空频域的相关性,进行视频去噪。将三维块匹配视频去噪算法中小波阈值去噪得到的图像替换原引导图像,抑制了双域滤波算法基本层不平滑的问题。参考残差矩阵的能量谱对短时傅里叶变换系数进行阈值收缩,减少细节层的噪声残留。实验结果表明,本算法有效地解决了双域滤波算法的基本层不平滑、细节层有噪声残留的问题,主观和客观对比也表明,本算法有着较为优秀的去噪效果。     

一种改进的混合协同过滤推荐算法

传统协同过滤算法存在着相似度计算差和因数据稀疏而导致推荐信息不准确问题。文中通过改进相似度计算方法,提出新的混合协同过滤算法框架,以提高推荐质量。其中,对相似度计算方法的改进采用加权方式,而新的框架是将基于内存的两种协同过滤算法进行结合,最终得到一种混合协同过滤算法。通过Netflix提供的数据集进行实验,实验结果表明,该算法相比于传统协同过滤算法有更好的效果。     

海量数据过滤系统中匹配算法的研究

模式匹配算法是数据过滤系统的重要组成部分,其效率直接影响到海量数据过滤系统的性能.为了应对当前不断增加的网络数据量对网络安全造成的威胁,提出了一种新的模式匹配算法——改进的AC-BM算法,并将其应用到海量数据过滤系统中.改进后的算法明显减少了匹配时间,提高了海量数据过滤系统执行效率.     

数据过滤在RFID系统中的应用

文章阐述了无线射频识别(RFID)系统以及RFID中间件的功能, 提出一种二叉树数据过滤算法,将应用于中间件的数据过滤功能前移到读写器.通过与中间件的数据过滤方法进行比较,得出了二叉树数据过滤方法更优的结论,最后给出了RFID中间件未来的发展趋势.     

宽带雷达三维干涉测量弹道目标微动参数估计

宽带雷达微动目标3维干涉测量可为目标运动几何参数估计提供重要信息。该文针对宽带雷达斜视3维干涉测量微动目标参数估计,提出一种斜视校正干涉测量微动几何参数估计方法。方法对L型天线阵列中各天线接收回波进行干涉测距测角,通过建立2元2次非线性方程和坐标变换实现斜视扭曲校正,得到目标散射中心3维运动轨迹,继而采用滤波和优化求解实现目标微动几何参数估计,有效提高了微动目标运动几何参数估计准确性和平滑稳健性。

     

随机抽样一致性算法在Vondrak滤波中的应用

针对传统Vondrak滤波法易受粗差值影响的问题,提出了一种基于随机抽样一致性的Vondrak滤波算法来探测和剔除数据中的粗差。首先通过采用随机抽样一致性算法对需要滤波的观测数据进行预处理;然后对数据是否在阈值范围内进行判断,给相应的数据赋予不同的权值系数;最后利用Vondrak滤波估计预处理后的数据。为了验证所提滤波算法的有效性,通过计算机仿真的方法,采用两种不同的信号模型产生信号,并且在两种信号中都加入粗差,分别利用传统的Vondrak滤波、抗差Vondrak滤波和所提滤波算法对两种信号进行滤波。仿真结果表明,所提滤波算法具有良好的粗差探测能力。     

A new classification algorithm based on RGH-tree search

In this paper, we put forward a new classification algorithm based on RGH-Tree search and perform the classification analysis and comparison study. This algorithm can save computing resource and increase the classification efficiency. The experiment shows that this algorithm can get better effect in dealing with three dimensional multi-kind data. We find that the algorithm has better generalization ability for small training set and big testing result.     

A robust model reference adaptive control for nonminimum phase systems

In this paper, a new direct model reference adaptive control method for nonminimum phase systems is presented. The parameter estimation scheme combines adaptive data filtering with a recursive least-squares algorithm with parameter projection and signal normalization. The problem of minimum phase of the plant is handled by adaptive input output data filtering. This data filtering permits one to relocate the reros of the plant estimated model inside the unit circle and to define a good data model, which is a key issue for robust control. The scheme robustness with respect to unmodeled dynamics is also simultaneously improved. The performance of the control algorithm is illustrated by numerical examples.     

On the equivalence of three reduced rank linear estimators with applications to DS-CDMA

This correspondence shows the equivalence of three previously proposed reduced-rank detection schemes for direct-sequence code-division multiple-access (DS-CDMA) communication systems. The auxiliary vector filtering (AVF) algorithm is simplified through a key observation on the construction of the auxiliary vectors. After simplification, it is shown that the AVF algorithm is equivalent to the multistage Wiener filtering (MWF) algorithm of Honig and Goldstein (2002). Furthermore, these schemes can be shown to be equivalent to the multistage linear receiver scheme based on the Cayley-Hamilton (CH) theorem when the minimum mean-square error (MMSE) criterion is applied to the reduced dimensional space of the received signal.