临近空间高动态高速载波捕获跟踪的实现方法

为了接收临近空间高动态高信息速率用户信号,需要设计载波链路的捕获与跟踪系统.根据临近空间网络高动态高信息速率的链路特性,着重分析了HDHI(HDHI,high dynamic and high information-rate)载波链路捕获跟踪的特性及实现方案.对载波链路捕获跟踪的设计原理做了清晰的说明和推导,提出了适合HDHI载波链路捕获跟踪设计方法,并对高动态高信息环境中接收机的载波捕获与跟踪数字系统的设计做了详细的陈述.最后通过实验和对比论证了利用DQPSK方式的HDHI信号捕获跟踪设计方法是可行的.     

高动态GPS C/A码的快速捕获与跟踪技术

针对高动态GPS接收机C/A码的快速捕获与跟踪问题进行了研究,介绍了一种高动态环境下的伪码快速捕获与跟踪算法.该算法既不占用太多的硬件资源,又显著改善了高动态GPS接收机C/A码的捕获速度与跟踪精度,大大提高了高动态GPS接收机的性能.     

高动态GPS接收机同步环路的设计

通过对普通的GPS接收机信号同步的机理进行研究,分析了高动态环境给接收机的处理造成的问题,给出利用多步长搜索和FLL进行频率牵引的捕获方案.在普通的GPS接收机的基础上设计并仿真了高动态接收机.结果表明,该方案能够在高动态环境下完成信号的捕获和跟踪处理,为深入研究高动态接收机提供基础.     

一种有效的随动跟踪方法

针对视频监控系统,提出了一种离散化像机运动的随动跟踪方法,解决了像机运动时对目标检测带来的困难,并弥补了由于单个摄像机拍摄范围的局限性。文中针对像机监控场景,离散化像机转动,建立索引表;通过多帧差分和自适应背景方法提取运动对象,并结合K alm an滤波器和多帧预测思想实现了对特定目标的鲁棒跟踪;综合利用目标的信息、索引表和云台实现了对特定目标的随动跟踪。实验结果表明,该算法对于复杂场景中运动目标的检测和跟踪具有较好的鲁棒性和实时性;对特定目标的随动跟踪具有良好的实时性和稳健性。     

改进EKF算法在固定单站被动目标跟踪中的应用

针对传统EKF算法线性化误差较大的问题,基于固定单站被动目标跟踪模型,研究了非线性函数线性化展开点及雅可比矩阵取值点对线性化逼近误差的影响,然后对传统EKF算法的线性化展开方式进行优化,提出一种基于中值定理的后向平滑BS-EKF算法。仿真结果表明,与传统EKF相比,该算法在时间复杂度上略有增加,但稳定性、滤波精度和收敛速度有所提高,适用于对定位精度要求较高的情况。     

基于Kalman滤波器的运动目标跟踪算法

运动目标跟踪是计算机视觉中的一个典型问题,如何能准确快速的跟踪目标是研究的关键。提出了Kalman滤波器结合Camshift的改进算法。首先选取一段视频图像序列,通过背景差分法快速检测出运动目标,初始化搜索窗口,用Kalmam滤波器预测目标位置,再用Camshift迭代算法计算目标最优的位置,将结果作为Kalman滤波器进行下一次预测的估计值。实验表明,当目标被严重遮挡或受到同色背景干扰时,本算法仍能快速准确的跟踪运动目标。     

基于Meanshift与Kalman的视频目标跟踪算法

针对传统的Meanshift方法在复杂条件下目标跟踪丢失问题,提出了一种将Meanshift与Kalman滤波器融合的视频运动目标跟踪算法。该算法可对跟踪加入运动目标预测,根据Meanshift跟踪结果判断是否开启Kalman滤波器的预测及滤波,能提高跟踪的鲁棒性。实验结果表明,该算法可以有效改善在复杂条件下的跟踪效果,具有较好的鲁棒性。     

基于判决反馈环路的QPSK信号载波跟踪技术的研究

现代通信系统中,载波跟踪又称载波同步,是数字通信系统中一个必不可少的单元,是全数字接收机中的一个关键技术,它补偿了信号在传输和调制过程中所造成的频率偏移和相位偏移,是半个世纪以来一直被研究的课题.主要研究利用判决反馈环实现QPSK信号的载波跟踪,给出了整个系统的总体设计和各个模块的功能以及在QUARTUSII上的实现细节.并进行了功能仿真和时序仿真,给出了仿真结果.     

基于三线法的高动态载波同步方案

针对在高动态下实现载波同步的问题,提出了一种基于快速傅里叶变换(FFT)三线谱法和锁相环(PLL)相结合的载波同步方案:首先在利用周期图峰值进行粗估的基础上,根据提出的新的插值公式,利用峰值左右2条谱线的幅度进行细估;再将得到的载波参数作为跟踪环路的引导频率,控制数控振荡器(NCO)的输出频率;最后通过PLL环路的自适应算法实现载波相位的动态跟踪。该方法一方面可使载波参数的实时精确估计能够适应高动态低信噪比的要求,减小了跟踪时间;另一方面在跟踪环路中由高精度的PLL进行相位补偿,二者结合可以满足动态性能和跟踪精度的要求。     

基于改进Camshift的人脸跟踪算法

研究了一种基于改进Camshift的人脸跟踪算法.该算法采用分块加权的直方图匹配方法增强人脸的辨识度,通过人脸形态约束筛选不合理的人脸形态变化,并结合Kalman滤波器预测修正跟踪人脸位置.实验表明,改进后的算法比经典Camshift算法有更强的抗肤色干扰能力和跟踪准确性.     

Optimization of the carrier tracking loop for GPS high dynamic receivers

A carrier tracking loop which can adjust the loop parameters adaptively is proposed for high dynamic application.Three modules,called theα-β-γfilter model,adaptive loop structure model and adaptive loop bandwidth model respectively,are added in the presented tracking loop compared with the traditional carrier tracking loop based on the second-order frequency lock loop(FLL)assisting third-order phase lock loop(PLL)loop filter.And the optimization methods for the tracking bandwidth and the carrier loop order are analyzed.The real-time estimation methods of the dynamic parameters,the velocity,acceleration and jerk along the line of sight(LOS)between the satellite and the receiver's antenna,and the measurement parameters are discussed based on the presentedα-β-γfilter algorithm.A method is introduced to improve the filter's dynamic response to meet high dynamic application by self-adjustedα-βγfilter coefficient used in the tracking loop.The performance of three cases with different carrier tracking loop is compared by simulation.     

估计偏差修正扩展卡尔曼滤波新算法

针对扩展卡尔曼滤波跟踪器在非线性系统目标跟踪过程中容易发散这一难题,在时差频差测量体制下,提出了一种基于估计偏差修正的扩展卡尔曼滤波算法．首先利用加权最小二乘算法求解标准扩展卡尔曼滤波状态估计偏差并进行线性修正;然后重新计算观测矩阵并且再次进行滤波估计,以减小局部线性化截断误差对于观测矩阵的影响,提升目标状态跟踪精度．仿真结果证明了所提算法具有较好的目标跟踪性能．     

一种新的高动态全球定位系统频率估计算法

针对常用高动态全球定位系统频率估计算法扩展卡尔曼滤波(EKF)由于对模型进行简单线性化而造成的估计精度低与失锁门限高等缺陷,引入了一种新的线性滤波算法unscented卡尔曼滤波(UKF)进行频率估计．该算法不需要对非线性模型进行线性化,而是利用一系列Sigma采样点,通过unscented变换(UT)来进行状态与协方差阵的递推与更新．仿真实验结果表明新算法的估计精度远高于EKF,失锁门限也比EKF低约1dB,估计性能得到了改善．     

自适应Kalman滤波的运动物体跟踪算法研究

针对实时视频中的运动物体跟踪问题,提出了一种基于自适应Kalman滤波的运动物体跟踪新算法。首先利用基于∑-△背景估计算法检测运动物体,并提取主要颜色特征。然后构建物体运动模型,并生成自适应Kalman滤波的系统状态模型。最后利用主要颜色特征进行物体跟踪,其结果反馈给自适应Kalman滤波器,并通过遮挡率自动调整参数达到正确跟踪。实验结果表明,所提出的自适应Kalman滤波算法在运动物体被遮挡等复杂条件下的鲁棒性好,还具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。     

Autonomous determination of orbit for probe around asteroids using unscented Kalman filter

The observed images of the asteroid and the asteroid reference images are used to obtain the probe-to-asteroid direction and the location of the limb features of the asteroid in the inertial coordinate. These information in combination with the shape model of the asteroid and, attitude information of the probe are utilized to obtain the position of the probe. The position information is then input to the UKF which determines the real-time orbit of the probe. Finally, the autonomous orbit determination algorithm is validated using digital simulation. The determination of orbit Using UKF is compared with that using extended Kalman filter (EKF), and the result shows that UKF is superior to EKF.     

基于高阶神经网络扩展卡尔曼滤波器算法的非线性动态系统辨识

针对非线性动态系统辨识 ,采用高阶神经网络和径向基函数网络相结合的方法 ,神经网络的连接权值可作为系统的未知参数 ,用扩展卡尔曼滤波器 (EKF)算法来估计 ,确保了该方法的快速收敛 .具体模型的仿真结果表明该方法能快速收敛 ,并能方便的用于在线辨识 .     

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.     

基于无味粒子滤波的动态场景下高机动目标跟踪

针对传统粒子滤波的目标跟踪算法存在粒子退化问题,提出了基于无味粒子滤波(UPF)的目标跟踪算法。为了将当前观测信息融入,采用无味卡尔曼滤波(UKF)生成粒子滤波的提议分布,以改善滤波效果。针对目标在机动过程中引起的视觉形变以及背景的变化,又采用了颜色直方图作为目标的颜色分布模型,并与UPF相融合。仿真结果表明,该算法对动态场景下的高机动目标有较好的跟踪效果。     

基于改进多新息扩展卡尔曼滤波的电池SOC估计

为了提高SOC估计精度,提出基于遗忘因子改进多新息扩展卡尔曼滤波（FMIEKF）方法. 建立锂离子电池的双极化等效电路模型,开展开路电压测试. 通过递归最小二乘法,实现电池模型参数在线辨识. 提出FMIEKF进行SOC估计,该方法在融合多新息辨识理论和卡尔曼滤波基础上,引入遗忘因子削弱历史数据修正权重,解决数据过饱和问题. 通过实验和硬件在环进行验证. 结果表明,FMIEKF具有较高的准确性和收敛性,最大估计误差为0.948%,平均误差为0.214%,在不同SOC初值下20 s内收敛,可以适用于实际的电池管理系统中.     

自适应扩展卡尔曼滤波在卫星姿态确定系统中的应用

扩展卡尔曼滤波（以下简称EKF）算法应用于卫星姿态确定系统时需要已知精确的系统模型及过程噪声和观测噪声统计特性,并有计算量过大的问题。本文在EKF算法中加入噪声观测器,构成自适应扩展卡尔曼滤波算法（Adaptive Extended Kalman Filter,以下简称AEKF）,使系统能够在传感器噪声统计特性未知的情况下,依然获得较高的系统状态估计精度,增强了系统的鲁棒性。并且AEKF算法简化了系统状态方程,相对于EKF算法减少计算量。经数学仿真验证,AEKF算法能较好地对传感器噪声的统计特性进行在线估计,使姿态确定系统正常工作,有较高的工程应用价值。