基于子带无迹粒子滤波的语音增强算法

结合多采样率系统理论中的子带分解技术与贝叶斯估计理论中的无迹粒子滤波技术,提出了一种基于子带无迹粒子滤波的语音增强方法。该方法首先将语音信号分解成子带信号,建立各子带信号的低阶时变自回归模型;然后利用无迹粒子滤波估计模型参数,对子带信号进行滤波处理;最后根据滤波后的子带信号重构语音信号,实现语音增强。仿真结果表明,该方法能明显改善语音信号的信噪比和质量,且易于实现。     

基于自适应渐消无迹粒子滤波的UnscentedFastSLAM算法

针对机器人导航无迹快速同步定位与地图构建（Unscented FastSLAM）算法由于重采样造成样本粒子退化,进而导致估计精度下降的问题,提出一种基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法。该算法将无迹粒子滤波与渐消滤波相融合产生自适应建议分布函数,同时将粒子根据权值进行优化组合,仅对组合后的部分不稳定的粒子进行系统重采样。通过这两方面使系统具有高度自适应性的同时保证粒子的多样性,缓解粒子的退化现象。仿真实验表明,提出算法与Unscented FastSLAM算法相比,可以用较少的粒子实现更高的SLAM的估计精度,很大程度上降低了SLAM算法的复杂度。     

一种改进粒子滤波算法及其在多径估计中的应用

针对传统粒子滤波存在的粒子枯竭问题,提出一种基于自适应差分进化的粒子滤波算法。利用自适应差分进化算法代替粒子滤波中的重采样策略来产生新粒子,使粒子向状态后验概率密度函数的高似然区移动,同时提高粒子的多样性。通过一种非线性自适应调节策略自适应地调整变异因子和交叉因子,以提高改进粒子滤波中差分进化的寻优能力。应用于多径估计的仿真结果表明,该算法可克服粒子枯竭问题,与粒子滤波、扩展卡尔曼滤波和差分进化的粒子滤波算法相比,具有更好的多径估计性能。     

基于粒子滤波的ＧＰＳ多径估计

针对全球卫星定位系统中的多径参数估计问题,提出一种基于粒子滤波的算法.首先,使用信号压缩技术以利于粒子权的计算;然后,采用Rao-Biackwellization方法来降低粒子滤波估计的状态空间维数;最后,通过Laplace方法得到一个优化的重要分布.仿真实验表明了该算法的有效性.     

区间量测下基于无迹变换的伯努利粒子滤波算法

针对区间量测下目标的实时检测与跟踪问题,提出基于无迹变换的伯努利粒子滤波算法(Bernoulli- Upf).该算法在伯努利粒子滤波算法(Bernoulli-pf)的基础上融合无迹卡尔曼滤波(UKF),融合后的算法在预测步骤产生持续存活粒子时,充分考虑到当前时刻的量测,从而引导粒子向高似然区域移动,使得粒子分布更加接近真实状态的后验分布.仿真实验表明,Bernoulli-Upf算法的估计精度优于Bernoulli-pf算法.     

一种新的高动态GPS载波跟踪算法

提出了基于无迹粒子滤波（UPF）算法的高动态GPS载波跟踪环路,仿真分析了该方案在高斯噪声和非高斯噪声环境下对高动态GPS信号的跟踪性能,并与分别基于扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、粒子滤波（PF）及扩展卡尔曼粒子滤波（EPF）这四种算法的载波跟踪环路进行了性能对比。仿真结果表明,基于UPF估计器的载波跟踪环路在高动态、弱信号以及非高斯噪声环境下具有优越的跟踪性能,既可以提高跟踪精度,又解决了非高斯噪声干扰问题。通过模拟实验验证了该方案的有效性。     

基于粒子滤波的机动目标跟踪算法仿真研究

针对非线性多目标模型,应用粒子滤波算法,这种方法不受模型线性和Gauss假设的约束,是一种处理非线性非高斯动态系统状态递推估计的有效算法。在粒子滤波的基础上融合扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。融合后的新算法在计算提议概率密度分布时,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布,再用平滑算法处理滤波的结果。仿真结果表明,算法有较好的跟踪效果。     

基于BAP-UKF方法的微弱GPS信号多径参数估计

在室内、城市中心等恶劣环境下,多径效应已成为码跟踪的主要误差源。采用一种数据块平均预处理—无迹卡尔曼滤波器(BAP-UKF)方法来估计微弱GPS信号的多径参数,该方法采用数据BAP方法处理接收到的微弱GPS信号,以抑制噪声和干扰,提高接收信号的信噪比;经过BAP的信号通过多径相关器后的同相或正交相值,将作为UKF的观测量来估计码跟踪时的多路径的幅值、码延时、相位、载波多普勒等参数.仿真结果表明:该方法能够有效地估计出载噪比低至21 dB-Hz的微弱信号多径参数,从而证明了其有效性。     

基于灰色预测模型和粒子滤波的视觉目标跟踪算法

结合灰色预测模型和粒子滤波,提出一种新的视觉目标跟踪算法.由于粒子滤波未考虑先验信息对建议分布产生的指导作用,不能很好地逼近后验概率分布,对此,采用历史状态估计序列作为先验信息,建立该序列的灰色预测模型来预测产生建议分布.与粒子滤波、卡尔曼粒子滤波和无迹粒子滤波进行对比实验,结果表明所提出的算法在视觉目标跟踪中具有更好的性能.     

一种改进的粒子滤波算法及其在GPS/DR组合定位中的应用

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密度函数更加符合状态的真实后验概率分布。为消除样本枯竭现象,对重采样后的粒子进行马尔科夫链蒙特卡洛处理。在仿真实验中,将新算法用于GPS/DR组合定位系统,与粒子滤波、扩展卡尔曼粒子滤波以及无迹粒子滤波进行比较。仿真结果表明,该算法的估计精度高于传统粒子滤波算法,同时其能够有效控制计算量,并且在粒子数目较少时仍能保证较好的估计性能。     

Chirp信号多径时延估计算法研究

针对分数阶傅里叶变换（FRFT）对Chirp信号进行多径时延估计时的不足,改进了一种按照多径分量能量大小依次消除的FRFT多径时延估计算法。该算法以迭代方式进行,按多径分量的能量大小依次返回多径分量的估计值;在每次迭代中,包含子迭代以准确判定当前分量的多径参数和起止时间,然后利用当前多径参数生成探测信号时域副本,将其从残余信号中减去,达到多径信号的分离。以根据功率时延分布特点拟定的信道模型作为传输环境,对该算法进行了仿真验证。仿真表明,相比于其他三种时延估计算法,改进算法能够更准确地对多径时延进行估计。     

一种新的高分辨时延估计算法

多径分量重叠衰落下的精确时延估计对很多系统而言都非常重要,对于定位技术更是如此。近来,MUSIC算法被用来估计信道测量中的多径时间弥散参量,还被用于频域室内几何定位,且性能优于基于IFFT的时域分析。本文首先讨论了MUSIC算法应用于带限脉冲时延估计时存在的问题,针对该问题提出了一种带滑动窗解卷积的、基于MUSIC算法的新的时延估计器,最后将这一算法通过计算机仿真与其它算法作了对比分析。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

基于高斯和近似的扩展切片高斯混合滤波器及其在多径估计中的应用

全球卫星导航系统(Global navigation satellite system, GNSS)信号的多径估计问题实际上是条件线性状态空间模型下的状态估计问题. 根据高斯和理论提出了适用于非高斯噪声环境的扩展切片高斯混合滤波(Extension of sliced Gaussian mixture filter, ESGMF)算法. 该算法将非高斯噪声的状态概率密度函数(Probability density function, PDF)表示为高斯和的形式,将ESGMF通过一组并行的切片高斯混合滤波器(Sliced Gaussian mixture filter, SGMF)来实现.同时, 在ESGMF算法中利用粒子滤波(Particle filter, PF)中重采样的思想对成指数增加的状态预测PDF的高斯混合个体进行约简, 以提高贝叶斯推理的效率.该算法可以获得非高斯噪声下状态PDF的迭代解析表达式. 最后, 将ESGMF应用于GPS多径参数估计, 仿真结果表明, ESGMF算法的估计精度优于基于PF和扩展卡尔曼滤波(Extended Kalman filter, EKF)的算法.     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

一种改进的时域优化捕获算法

针对信号在传输过程中存在时延、Doppler频移及多径衰落等,接收信号的中心频点以及PN码相位存在不确定性问题,通过时频域处理、分段及均值处理、移动序列处理、快速Doppler加权估计等手段,结合XFAST捕获算法、均值捕获算法和时域融合捕获算法的优点,提出一种改进的时域优化捕获算法,从复杂度、捕获时间、捕获精度的角度进行算法效能分析。Matlab仿真得出时域优化捕获算法的Doppler估计误差小,捕获比例峰值优于现有的其他两种算法,搜索速度明显提高。     

DSP实现CDMA信号波达方向与多径时延联合估计

本文针对CDMA系统,提出使用DSP器件ADSP21160实现对感兴趣用户的波达方向和多径时延进行联合估计的算法。该算法是对传统MUSIC方法的推广与变形,克服了要求接收信号数小于阵元数的局限,能有效估计时延不同、波达方向相差很小的多径信号的参数。     

基于WRELAX的小运算量GNSS多径干扰抑制算法

针对全球卫星导航系统（Global navigation satellite system,GNSS）中的多径干扰抑制问题,本文提出了一种有效的小运算量算法。该算法将多径抑制问题转换为时延估计问题,利用基于信号分离理论的Weighted RELAXation （WRELAX）算法求解非线性最小二乘代价函数。考虑到GNSS信号相关函数的特点,通过对接收数据与参考信号的相关函数及参考信号的自相关函数进行加窗截取,取出相关函数信息量较大的主峰值及其附近的范围,从而减小了数据长度,从根本上减小了WRELAX进行参数估计时的运算量,为工程实现提供了可能。最后通过理论分析和仿真实验验证了本文算法在降低运算量的同时能够保证性能不会受到较大损失,尤其对实际中多径干扰与直达信号相比较弱时,本文算法可获得与现有算法相当的性能。     

基于FastICA的高精度多径时延估计算法

在高精度无线定位中,针对现有超分辨率时延估计算法在低信噪比时性能较差的问题,提出了一种基于FastICA的多径时延估计算法。利用噪声子空间对白化矩阵进行修正,并采用参考信号约束初始分离矩阵,算法可快速收敛至所需的首达径分量,最后利用参考信号提取首达径时延。仿真结果表明,在信噪比较低的多径环境中,与已有超分辨时延估计算法相比能够有效提高时延估计精度。     

Low-angle tracking radars and non-linear time-delay estimation

A new approach, based on non-linear time-delay estimation, is described for estimating the elevation angle in the combined presence of specular multipath and receiver noise—a situation that is encountered in the low-angle tracking radar environment. Estimation of the elevation angle is accomplished using the time delay between the signals impinging on the antenna array elements. Thus, the accuracy in the elevation angle estimation is dependent on the accuracy of the time-delay estimation algorithm. The formulation of the problem enables one to find the desired estimates independently of the reflection coefficient, which is a significant result. In the proposed approach, a newly derived non-linear filter due to the author (1986) is used. The filter structure is estimated using the Pontryagin minimum principle and the method of invariant imbedding, and is used to find an estimate for the delayed and undelayed signal. Subsequently, the time delay and the elevation angle are estimated.