基于伪测量方程模型库的延迟量测滤波

信息在传感器网络传输过程中会出现延迟、错序和丢包等现象,如何充分地利用这些信息对有效提高状态估计精度非常重要。针对现有延迟量测滤波方法中存在的问题,本文基于所建立的伪测量方程模型库,提出一种用于处理延迟量测的滤波方法。首先,利用线性定常系统的参数时不变特性,在测量值有限延迟条件下建立伪测量方程模型库;然后,基于当前时刻到来的延迟或即时测量数据,在模型库中选取与之对应的测量方程模型,并结合系统状态模型,建立系统状态的预测估计器或滤波估计器或滤波融合估计器。仿真对比验证了新方法的有效性与最优性。     

一种双站纯方位快速渐进无偏定位算法研究

针对多站无源定位中扩展卡尔曼滤波算法等递推类算法受初始状态影响大,滤波不稳定及将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,提出了一种新的双站纯方位快速渐进无偏定位算法。该算法将扩维伪测量方程的系数误差协方差矩阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解,即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘算法相比,定位性能更稳定,精度更高,在测量误差较大或者2个观测站测量误差不一致时优势更明显。     

伪线性滤波算法在三维测向无源定位中的应用

首先提出了一种测量目标方位角和俯仰角、实现运动单站对固定辐射源进行三维无源定位的伪线性滤波算法(PLF)。该算法利用伪测量值,将非线性测量方程变为线性伪测量方程,实现对目标状态的实时估计。该方法无需预先精确地获得目标的初始状态,克服了扩展卡尔曼滤波(EKF)算法容易发散等缺点,从而获得了稳定的目标状态估计。计算机仿真结果证明了上述方法的有效性。     

基于线性最小二乘方法的主动段目标初值估计

主动段目标初值估计是导弹目标战术参数估计的重要内容,是监视系统进行实时跟踪的前提条件。在天基观测背景下,该问题是非线性最小二乘求解问题。该文建立了主动段8态重力转弯模型和天基测量模型,通过用常加加速度线性模型来近似目标运动学参数,并对非线性测量进行伪线性化处理,将非线性最小二乘转化为线性最小二乘求解问题。特别地,给出了天基伪线性化测量及其统计特征的详尽推导,并进一步考察了测量伪线性化方法的适用范围。仿真实验中,通过与CRLB和传统的Gauss-Newton迭代方法比较,证明了该文方法在估计精度和运算效率上的优势。     

结合方位空变补偿的大斜视SAR误差估计方法

大斜视合成孔径雷达(SAR)成像中距离方位信号的强耦合性给成像处理带来困难,现有SAR成像算法常采用线性走动校正来降低其耦合性,该处理方法在一定程度上简化了后续成像处理的同时也带来方位相位空变问题。现有成像算法对方位相位空变校正均假设在无运动误差的理想条件下,未能考虑方位空变相位对运动误差估计的影响。针对该问题,文中首先从多角度详细分析了线性走动校正以及方位空变相位对方位运动误差估计的影响,提出一种结合方位空变相位补偿的大斜视SAR成像运动误差估计方法,保障了后续的成像处理、提升了整体成像质量。仿真和实测数据处理验证了该算法的有效性。     

双站基于角度和时差的近似无偏定位算法

联合角度（DOA）和时差（TDOA）信息对运动目标进行无源定位实质上是一种非线性估计问题。针对将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,该文基于双站定位中获得的角度和时差信息,给出了一种对三维空间目标定位跟踪的近似无偏估计滤波算法,它只需要对一对矩阵束进行广义特征分解,即可获得目标坐标和速度的估计值。计算机仿真结果表明,相比有偏估计滤波算法,如伪线性卡尔曼滤波（PLKF）算法或者最小二乘（LS）算法,该算法具有更高的定位精度,并且当观测误差增大时,其优势更加明显。     

不同维传感器的状态估计技术

为改善多传感器系统的状态估计性能,针对各传感器在测量数据联合处理时出现的测量周期不同,导致测量数据不同步的问题,采用数据压缩滤波的方法,使信息同步;由于各测向传感器仅测得目标的方位信息,采用将处理中心的状态估计和预测协方差阵反馈给各测向传感器的数据处理算法,减小各测向传感器局部估计的协方差阵,从而有效地提高系统的估计性能。仿真结果表明,利用提出的方法可使系统达到较好的估计效果。     

未预期模型误差影响下秩减估计器的性能分析

从理论上定量分析了未预期模型误差影响下秩减估计器的方位估计性能。通过对秩减估计空域谱进行一阶Taylor级数展开得到方位估计偏差的表达式,基于此分别推导了秩减估计器的方位估计均方误差和测向成功概率。针对一种用于均匀阵列互耦自校正的秩减估计器给出数值实验,实验结果验证了理论推导的有效性。     

频率无偏估计的有限冲激响应自适应陷波器方法研究

针对现有自适应陷波器频率估计方法结构复杂、抗噪性弱、结果有偏的问题,提出频率无偏估计的有限冲激响应自适应陷波器方法.该方法首先以结构较为简单的FIR自适应陷波器为基础,在分析其误差函数性能的基础上,提出频率估计的迭代递推计算式,提升频率估计的收敛性能;其次,对该频率估计迭代递推计算式进行偏差分析,在分析出偏差产生的原因...     

液晶光谱偏振系统选偏器方位误差研究

为了分析液晶光谱偏振系统的方位误差并降低测量误差,提出了选偏器方位误差的分析方法。该方法基于Stokes矢量及Mueller矩阵,将偏振角的方位误差转化为Stokes矢量传递误差,推导了误差的协方差矩阵,分析了权重系数与延迟相位的变化关系,并对不同偏振态入射光条件下的品质因数变化进行了计算仿真。方位误差依赖于入射光Stokes参数与延迟相位,不同偏振态的入射光品质因数随延迟相位成抛物线变化。当延迟相位位于[60°,120°]区间内,选偏器的方位误差较小,测量误差较小适宜测量。通过对液晶偏振光谱系统配准误差的研究,获得误差来源,为进一步提高系统测量精度奠定了理论基础。     

频点自跟踪自适应频率估计器性能研究

基于二阶自适应陷波滤波器的频率估计器是工程上常用的单频信号频率估计器,其前提是参考信号相对输入信号频偏较小.随着频偏的增大,自适应频率估计的偏差和方差也随之增大.本文分析了自适应频率估计器的性能及频偏的影响,得出了自适应频率估计方差下限的公式及达到此下限的条件.提出了频点自跟踪自适应频率估计器.仿真与理论结果均表明相同条件下该估计器较自适应频率估计器明显减小了估计偏差和方差,在中等信噪比下估计方差可减小到自适应频率估计方差的百分之一.只要信噪比不甚低,频点自跟踪频率估计是无偏的且估计方差接近理论下限.     

一种RCS序列多周期估计方法

在实际测量中,雷达散射截面积(RCS)往往具有趋势项、常值项、多周期等特点,为典型非平稳序列,目前RCS序列周期估计主要为单目标、单周期简单仿真场景,尚缺乏一种适用于实测RCS序列的高精度多周期估计方法。针对此问题,对快速傅里叶变换(FFT)谱分析和循环平均幅度差函数(CAMDF)等周期提取方法进行了分析研究,得出不同算法的适用性,并提出"FFT周期初判-数字滤波与信号分解-CAMDF单周期估计"的多周期估计方法。仿真和半物理仿真结果表明:该方法可融合FFT和CAMDF算法周期估计优点,有效解决了RCS序列多周期估计问题,具有较高估计精度和鲁棒性,工程应用价值较大。     

基于自适应插值扩展卡尔曼滤波的永磁同步电机状态估计

PMSM无传感控制的转速与转子位置估计对系统至关重要,扩展EKF算法作为无传感控制技术被广泛应用在工业领域。但是EKF算法在系统线性化过程中产生截断误差,对于高度非线性模型无法得到精确估计值。为减小EKF算法因非线性问题而造成的误差,文中提出了一种基于AIEKF状态估计法。该方法以量化状态方程的非线性程度为依据,通过添加伪状态值减小EKF算法线性化中产生的误差对估值精度的影响,从而降低系统在线性化过程引起的误差。仿真计算结果表明,AIEKF较EKF的截断误差平均降低了55.6%。     

同步时钟偏差存在下的时差定位性能分析及改进的定位方法

同步时钟偏差会显著增加时差（TDOA）定位误差,该文针对这一问题进行了理论性能分析,并提出了改进方法.首先,分析了时钟偏差存在下参数估计方差的克拉美罗界（CRB）,给出了关于目标位置估计方差更为闭式的CRB表达式,随后基于最大似然（ML）估计准则和泰勒级数（TS）定位方法,定量推导了时钟偏差对于TDOA定位精度的影响.接着,提出了可抑制时钟偏差的降维TS定位方法,并且给出了时钟偏差的ML闭式解.最后,数值实验验证了文中理论分析的有效性,并且新方法可以有效抑制同步时钟偏差的影响.     

一种不依赖状态估计的自适应输出反馈控制方法

研究了一种不依赖状态估计的自适应输出反馈控制方法。首先引入伪控制信号使系统反馈线性化，然后设计一个线性动态补偿器和在线神经网络，自适应消除不确定性和建模所引起的误差。对一含有末建模动态的非线性系统的仿真结果表明，该控制方法能够消除系统的稳态误差，提高系统动态性能，并且具有较好的鲁棒性。     

A new NLOS error mitigation algorithm in location estimation

In this paper, an effective technique is proposed for locating a mobile station's position when the range measurements are corrupted by non-line-of-sight (NLOS) errors. By linearizing the inequality of range models incorporating NLOS errors and adding loose variables, the method first acquires a preliminary estimation that relies on an initial value. After addressing the effect of linearization error and analyzing the preliminary estimation, a noniterative estimator that does not need an initial value is deduced. The method does not require knowledge of NLOS error statistics. Simulation results indicate that the proposed algorithm can restrain the NLOS errors and improve location accuracy.     

基于k-means算法的直扩信号信息及伪码序列盲估计方法

In this paper, we study the blind estimation of information sequence and Pseudo-Noise sequence of Short Code-Direct Sequence Spread Spectrum (SC-DSSS) signals under non-cooperative conditions.In order to solve the problems of large computation and slow estimation speed of the existing matrix decomposition methods under the condition of long pseudo code period and large observation matrix, a new method of SC-DSSS signal information sequence and pseudo code sequence estimation based on K-means clustering was proposed.First, the sampled observation signals are segmented according to the width of information code, and then the segmented codes are clustered by K-means algorithm. In the case of unknown pseudo code sequence, the blind estimation of information sequence is realized.On this basis, the information chip is further segmented according to the width of the pseudo code, and the pseudo code is clustering to realize the blind estimation of pseudo code sequence.Simulation results show the feasibility and effectiveness of the proposed method.      

一种移动环境下的信噪比估计算法及其在多普勒频移估计中的应用

利用移动信道的功率谱特性,提出了一种基于谱分析的平均信噪比估计算法,其实现可以利用FFT(fastfouriertransform),从而有效节省了运算资源。其次结合噪声环境下多普勒频移的理论偏差,提出了基于信噪比估计的改进方法。计算机仿真表明,在一般通信系统的工作信噪比范围,文章的信噪比估计方法具有较高的估计精度,而且基于信噪比估计的改进多普勒频移估计方法在各种移动速度和信噪比下都表现出较高的估计精度。     

The interior-point method for an optimal treatment of bias in trilateration location

This paper presents a new position-determination estimator for trilateration location. The proposed estimator takes the measurement bias into consideration and improves the location accuracy of a mobile location system. In case that a mobile station (MS) utilizes signals from a set of base stations for its location, the computed location is largely affected by nonline-of-sight (NLOS) error in signal propagation. A constrained optimization method in a three-stage estimation structure is proposed to estimate and eliminate the measurement bias contained in each pseudorange and mainly caused by the NLOS error. A linear observation model of the bias is formulated, and the interior-point optimization technique optimally estimates the bias by introducing a feasible range of the measurement bias. It is demonstrated that the new three-stage estimator successfully computes an accurate location of an MS in a realistic environment setting. The location accuracy of the proposed estimator is analyzed and compared with the existing methods through mathematical formulations and simulations. The proposed estimator efficiently mitigates the effect of a measurement bias and shows that the iterated least square (ILS) accuracy of 118 m [67% distance root-mean-square (DRMS)] can be improved to about 17 m in a typical urban environment.     

On maximum likelihood estimation for the two parameter Weibull distribution

This paper examines recent results presented on maximum likelihood estimation for the two parameter Weibull distribution. In particular, we seek to explain some recently reported values for estimator bias when the data for analysis contains both times to failure and censored times in operation; our discussion centres on the generation of sample data sets. We conclude that, under appropriate conditions, estimators are asymptotically unbiased, with relatively low bias in small to moderate samples. We then present the results of some further experiments which suggest that the previously reported values for estimator bias can be attributed to the method of generating sample data sets in simulation experiments.