模糊控制辅助的GNSS/INS深耦合跟踪算法

深耦合跟踪环路在INS的辅助下可以有效提高GNSS接收机在高动态条件下的跟踪性能。但是如果INS模块发生故障,会导致GNSS跟踪环路的失锁或处于误跟踪状态,从而导致整个GNSS系统的发散。针对这种发散问题,在不降低系统动态性能的前提下,提出了一种模糊控制辅助的深耦合跟踪算法,该算法通过动态控制INS实现对GNSS深耦合跟踪的辅助,并建立了相应的切换准则。仿真分析结果表明,该深耦合跟踪算法在不降低GNSS跟踪环路动态性能的前提下,可以有效降低由于INS模块失效对GNSS跟踪环路的影响。同时由于GNSS接收机在INS单元故障的情况下依然可以正常工作,因此可有效地提高整个深耦合系统的鲁棒性。     

基于自适应抗野值Kalman滤波技术的卫星导航接收机授时方法

在高动态与强干扰条件下,卫星导航接收机码跟踪环路与载波跟踪环路会出现异常抖动进而影响卫星导航接收机的授时精度,针对这一问题提出了一种新的基于抗野值Kalman滤波技术的卫星导航接收机授时方法。该方法可以有效消除码环与载波环的异常抖动对解算出的卫星钟差的影响,并且对连续出现的野值也有很好的剔除效果。同时该授时方法还可以有效地对卫星导航接收机的晶振频率误差进行估计,进而对1PPS(pulse per second)信号发生器的频率控制字进行调整,提高系统的授时精度。经过实验验证,该授时方法可以有效提高卫星导航接收机的授时精度以及授时系统的鲁棒性。     

高灵敏度微小卫星可变带宽接收机设计

针对微小卫星发射功率低、天线增益小的特点对星载测控应答机提出的高接收灵敏度及高动态范围要求,研究卫星接收机的实现方法.提出一种基于正交欠采样技术及全数字载波恢复环的可变带宽卫星接收机结构.在全数字载波恢复环的实现中,通过相干自动增益控制(AGC)来控制环路带宽,使得在高信噪比下的环路带宽增大,从而获得更佳的跟踪性能;在低信噪比下,降低环路带宽使得接收机有更高的接收灵敏度.经实验测试可知,在250 Hz环路带宽下,接收灵敏度为-144 dBm,动态范围达到80 dB以上.     

基于最大似然法的GPS弱信号载噪比估计算法

为了在弱信号环境下准确估计卫星信号载噪比,提出一种可自适应调整估计时间,基于最大似然准则的载噪比估计算法。在分析GPS信号相关器模型输出的基础上,对该算法的原理和性能进行了理论分析,研究了相干累加次数对该算法的影响,并在仿真平台上进行验证。仿真结果与理论推导吻合,在信号很弱时可通过提高累加次数对载噪比进行准确估计。相对传统载噪比估计算法,该算法估计时间较短,估值准确。根据理论推导求出满足精度要求的最小累加次数,用于自适应调整估计更新时间,可提高算法的灵活性。     

MIMU辅助旋转弹丸GPS接收机跟踪环路设计

在GPS导航定位系统中,多普勒频移直接影响接收机的跟踪性能.为了克服多普勒频移的影响,对高速旋转的弹载单天线GPS接收机跟踪环路进行了研究.分析了弹丸旋转产生的复杂多普勒频移的影响因素,给出了多普勒频移的数学模型,提出采用MIMU估计多普勒频移的方法设计二阶载波跟踪环路,建立了环路的模型,并对环路的跟踪性能进行了MATLAB仿真.结果表明:MIMU辅助的跟踪环路与无辅助的跟踪环路比较,带宽窄,能有效地抑制噪声干扰,较好地实现了对旋转信号的跟踪.     

单载波载噪比估计的实现

针对卫星通信中对信标载噪比估算的需求,提出一种单载波载噪比估计的实现方法。分析了载波恢复的频差估计算法的性能,实现了最大似然估计载波载噪比,并仿真了估计误差值曲线。提高了载噪比估计的性能,减少了对星的时间,提高对星的精度。     

动态和噪声环境下伪码和载波联合测距算法研究

在分析伪码和载波跟踪环性能的基础上,给出了跟踪环路的最优带宽.根据实时估计的信噪比动态的更新环路带宽,减小噪声带来的跟踪误差.针对载体的动态性利用AFC算法快速得到多普勒频率,并利用载波辅助伪码跟踪环路,可以在较窄的环路带宽下跟踪高动态的扩频信号,从而可以很好地抑制宽带噪声,提高跟踪精度.理论分析和仿真表明,该方法能有效改善环路的动态性能和跟踪精度,满足系统要求.     

一种基于粒子滤波的红外多目标跟踪算法

针对粒子滤波算法固有的"退化"和"样贫"问题,采用基于权值选择重采样算法与粒子滤波算法相结合来优化粒子滤波的滤波性能、克服粒子退化。针对粒子滤波算法在红外目标跟踪,尤其是对遮挡目标跟踪方面的不足,本文从Markov跳变非线性系统贝叶斯状态估计的角度出发,引入一种无向图即马尔可夫随机场(MRF)来描述多目标的交互模型,提出了该系统下的粒子滤波跟踪框架,并将其用在被遮挡的红外多目标跟踪中。实验结果表明,所提出的算法能有效对被遮挡的红外目标进行跟踪,并且在抗遮挡性以及跟踪持久性等方面优于主流算法。     

基于新息协方差的机动目标轨迹估计算法研究

针对态势显示系统中机动目标运动状态不确定、卫星定位误差、接收机随机噪声造成的目标轨迹估计精度低的问题。在"当前"统计模型的基础上,提出了一种基于新息协方差的Kalman滤波算法,该算法根据新息协方差的极大似然最优估计实现加速度方差的实时估计和自适应调整。仿真结果表明,该算法的估计性能优于常规算法,跟踪精度较高。     

卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测(RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离。对算法进行了数学建模,描述了完整的RAIM算法详细流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性。     

基于粒子滤波的跳频信号频率跟踪方法

针对跳频信号的参数估计问题,提出一种基于粒子滤波的跳频信号频率实时跟踪方法.首先建立以跳频瞬时频率为系统状态的状态空间模型,然后通过基本粒子滤波算法序贯重要性重采样（sequential importance resampling,SIR）实现了对跳频信号频率的后验概率密度估计,进而得到频率的实时估计;为进一步提高粒子滤波的跟踪性能,提出一种基于ESPRIT辅助的粒子滤波（auxiliary esprit particle filtering,AESPRIT-PF）算法.仿真实验分析了在不同信噪比和不同粒子数目下算法的跟踪性能,结果表明该算法具有稳健的跳频频率实时跟踪能力,是一种有效的跳频信号参数估计方法.     

遗传粒子滤波的GPS接收机自主完好性监测

针对全球定位系统接收机观测噪声分布的特点和基本粒子滤波存在的粒子退化与采样枯竭问题,提出了一种基于遗传算法进行再采样粒子滤波与似然比方法有机结合的全球定位系统接收机自主完好性监测方法.建立了卫星故障检测的检验统计量,通过比较系统各状态累加对数似然比对卫星故障进行检测.将遗传算法中的选择、交叉和变异操作融入到粒子滤波中,提高了粒子滤波的精确性,在实数域内对粒子进行遗传操作,避免了遗传操作的编解码.实验表明,该算法在非高斯测量噪声下成功地检测并隔离故障卫星,提高了故障检测的性能,验证了该算法应用于全球定位系统接收机自主完好性监测的可行性和有效性.     

一种新的基于粒子滤波的全盲接收机设计算法

提出一种新的基于粒子滤波的适用于时变衰落信道的全盲接收机设计算法。该算法根据粒子滤波理论估计后验概率分布,并采用贝叶斯滤波进行同步参数估计与符号判决。与卡尔曼滤波相比,该算法能有效应用于定时误差以及相差等非线性模型中的参数估计;同时较前馈式参数估计算法,能实现对时变定时误差、时变相差的实时跟踪与矫正,算法具有收敛速度快,所需数据量少等优点。文章最后通过计算机仿真对该算法性能进行分析比较。     

和声搜索粒子滤波视觉跟踪

为了降低粒子滤波精度对精确重要性采样函数的依赖性,提高粒子滤波的视觉跟踪效果,将和声搜索引入到粒子滤波框架中,提出了一种基于和声搜索的粒子滤波视觉跟踪算法.通过记忆考虑、基因变异、随机变异等和声搜索算子结合当前观测信息,改善了粒子滤波视觉跟踪算法的重要性采样函数,增强了重要性采样函数对系统状态转移模型的鲁棒性.同时,对和声搜索参数进行了优化,平衡了视觉跟踪实时性和精确性的要求,并对粒子的权重进行了补偿,使其符合粒子滤波的理论基础贝叶斯估计.实验结果表明:优化的和声搜索参数,比常见参数更适合和声搜索粒子滤波;与基于粒子滤波、和声搜索、Mean-Shift改进的粒子滤波、分布场、多示例学习等视觉跟踪算法相比,和声搜索粒子滤波视觉跟踪算法能够在光线变化、遮挡等复杂场景下获得了更精确的视觉跟踪效果.和声搜索粒子滤波算法较好地结合当前观测与历史信息,获得鲁棒的视觉跟踪性能.     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法.在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪.算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计...     

基于支持向量机粒子滤波的目标跟踪算法

针对传统粒子滤波目标跟踪算法存在的粒子退化问题,提出了一种新的基于支持向量机的粒子滤波目标跟踪算法。该算法利用滤波过程中的预测粒子集及其权值,使用支持向量机估计出系统状态的后验概率密度,再根据该概率密度重采样更新粒子集,以提高粒子的多样性,从而克服粒子的退化现象。仿真结果表明,该算法能显著增加有效粒子的数量,其目标跟踪精度优于马尔可夫链蒙特卡罗移动方法以及正则粒子滤波算法。     

星间激光干涉仪中频载波跟踪技术研究

针对星间激光干涉测距系统高动态载波跟踪的需求,提出了一种基于锁频环(FLL)辅助锁相环(PLL)的载波跟踪算法,采用改进后的叉积自动频率跟踪环(CPAFC)进行频率牵引,采用科斯塔斯环对载波相位进行高精度跟踪,有效解决了高动态条件下环路跟踪精度和动态适应性能之间的矛盾。基于simulink搭建了模块化仿真系统,对载波环路的性能进行了仿真,结果表明该跟踪环路能够适应±6 kHz/s的环路动态,可用于星间激光干涉仪高动态载波信号的稳定跟踪。     

全球导航定位系统接收机的跟踪环路带宽设计

为实现全球导航定位系统(GPS)软件接收机对卫星信号灵活稳定的跟踪,采用非相干延迟锁定环和科斯塔斯环来实现伪码跟踪和载波跟踪;选择环路的带宽,利用最优化的设计理念,设计了GPS软件接收机的最优环路带宽,并且根据所估计的信噪比来确定跟踪环路的最优带宽,以达到总的误差最小.采用GPS卫星中频信号采样器采集实际的GPS数据,并通过Visual C及MATLAB进行了仿真实验,结果表明,接收机成功地跟踪上了7路信号,并以通道1中的数据计算出了同相和正交相信号,所设计的搜索和跟踪方法灵活有效,为接收机能够快速地对GPS信号实现捕获和跟踪提供了一定的保障.同时也使得GPS软件接收机对信号处理改用软件来实现,拥有了极大的灵活性.     

GPS信号码跟踪环算法研究

对GPS卫星信号传统码跟踪环的跟踪性能和计算量进行了分析,为了提高码跟踪环的计算效率,降低计算量,对非相干型码延迟锁定环进行了研究;以点积功率鉴别器为出发点,对延迟锁定环的环路结构进行了重构,提出了一种改进的环路算法,并对传统环路和改进环路的算法复杂度和硬件成本进行了比较分析.改进环路在不损失跟踪特性的前提下,不仅降低了硬件的实现成本、资源的消耗和计算量,而且提高了计算效率;实验结果表明此改进环路是可行的.对于其他导航系统的接收机来说,此方法也具有一定的适用性.     

基于粒子滤波和优化TVAR模型的时频分析算法

传统的卡尔曼滤波(KF)或时变参数自回归(TVAR)模型对非高斯和强非平稳信号处理无能为力,其算法往往跟踪不上频率的变化。粒子滤波能够处理非线性/非平稳问题,并与TVAR模型结合可获得较好的时频跟踪性能。然而,巨大的计算量是粒子滤波的主要问题。由于粒子滤波通常依赖于大量的粒子数目,尤其是估计量维数较高时,会产生较大的计算负荷。文章提出了一种基于优化TVAR模型结合粒子滤波的时频分析算法,实现了对非平稳、非高斯信号时频谱的准确估计,通过优化的TVAR模型跨过时变参数而直接以频率为估计量,并动态检测频率成分个数,降低估计量维数,从而比传统方法减低了一半以上的计算复杂度。通过仿真信号实验证明,文中算法时频分析精准度明显优于传统算法,并较大幅度地改善了计算性能。