基于自回归模型滤波的舰船水压场信号实时检测

在对大量实测海浪水压场及舰船水压场信号深入分析的基础上,基于AR模型滤波有效地从风浪背景中实时检测舰船水压场信号。检测步骤如下：首先对海浪水压场信号建立自回归模型;以此模型系数建立白化滤波器并对接收信号进行滤波;其次对白化滤波器输出预测误差值做平滑处理并提取平滑处理后的值作为特征值;最后采用滑动检测方法对信号进行实时检测;若在一段时间内没有检测到目标信号,自动更新白化滤波器参数。通过实测数据和仿真数据对该检测算法进行验证。结果表明此方法简单易实现,在低信噪比情况下,能较好的检测到目标信号。     

舰船水压场信号的差分与功率谱估计检测

针对舰船水压信号的常规功率谱检测方法中很难解决的潮汐问题,提出了采用差分预处理的方法。根据风浪水压场和潮汐水压场的频谱特性对海浪水压场进行了近似建模,通过合适的选择差分时间,使差分不影响舰船信号而压制海浪中的潮汐信号,并对差分后信号的统计特性进行了分析。对差分信号所进行的功率谱分析表明潮汐成分得到了有效去除。最后通过实验验证了该方法在舰船目标检测中的可靠性以及较高的灵敏性,在一定程度上解决了舰船水压目标检测中灵敏性和可靠性之间的矛盾。     

基于LMS自适应算法的瞬态信号时延估计

讨论了LMS方法对瞬态信号估计的困难，提出用反向LMS自适应滤波算法进行瞬态信号的时延估计。设计了两种反向LMS自适应算法，用爆炸波信号仿真分析了时间延迟估计的性能，通过比较表明该算法的有效性。     

自适应变步长LMS算法检测时变信号研究

采用一种改进的自适应变步长LMS算法检测时变信号。仿真结果表明,该算法对噪声的变化不敏感,只要在算法中选定一个合适的初始值,就能在较大输入噪声幅度范围内稳定地检测出时变信号,且运算量不大,易于工程实现。     

改进型自适应滤波算法在目标跟踪中的应用

针对标准卡尔曼滤波在滤波数学模型与实际过程的数学规律不匹配,滤波特性较差的情况,提出了一种改进型的自适应卡尔曼滤波方法,并将其应用到目标跟踪中。仿真结果表明,与标准的卡尔曼滤波相比,其跟踪精度有了较大提高。     

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法.首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪.实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps.     

机动目标跟踪中自适应滤波算法的研究

文中对机动目标跟踪中的自适应滤波算法进行了研究,给出了一种适用于雷达导引头跟踪系统的修正的自适应卡尔曼滤波算法,通过全弹系统的数字仿真,对影响该算法滤波性能的各种因素进行了分析讨论.大量仿真结果表明该自适应滤波算法对于机动目标具有良好的跟踪性能和适应能力.     

一种用于仅有位置观测信息的机动目标跟踪滤波算法

在机动目标跟踪研究领域,"当前"统计模型自适应跟踪算法(ATS)在仅有位置观测信息的机动目标跟踪中具有一定应用价值。针对ATS算法中目标最大机动加速度为预设的常值,存在不能很好的适应各种机动情况的问题,对目标最大机动加速度进行实时自适应调整优化设计,使目标最大机动加速度以指数形式实时逼近加速度估值均值。改进后的滤波算法保持了原算法机动加速度的分布特性,提高了目标的跟踪精度。     

轨道重构的自适应滤波改进算法

自适应滤波是在系统建模、参数估计和轨道重构中抑制Kalman滤波发散问题的最有效方法之一。然而在实际工程中，因原始数据质量问题，自适应滤波同样存在收敛速度慢甚至于建波发散问题。提出了对增益矩阵修正的改进型自适应滤波算法，有效地克服了滤波发散问题。仿真结果证明，本方法是可靠有效的方法。     

改进的LMS算法在惯导/双星组合导航中的应用研究

文中研究了基于H^co最优估计的规格化最小均方算法和变步长最小均方算法,并将其应用到惯导／双星组合导航系统中。利用双星和惯导的实测数据进行仿真实验，仿真结果表明，改进的最小均方算法的抗差性优于标准最小均方算法。     

用于实时弹道滤波的Sage-Husa改进算法

为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波（improved Sage-Husa adaptive Kalman filter,ISHAKF）算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。     

机动目标跟踪的自适应卡尔曼滤波算法实现

为真实反映目标机动范围与强度的变化,引入了机动目标的“当前”统计模型,提出了一种基于该模型的自适应卡尔曼滤波算法．仿真结果表明,能有效改善在机动目标跟踪中传统的卡尔曼滤波可能出现的发散情况,提高了跟踪的准确性和稳定性．     

一种提高雷达导引头对机动目标跟踪性能的自适应滤波算法

为了提高地空拦截弹雷达导引头对机动目标状态估计的精度,在增加系统观测量的基础上,提出了一种针对机动目标跟踪的自适应滤波算法。利用量测残差统计值估计目标的机动状态,自适应的调整状态方程机动频率和加速度极限值;同时利用观测噪声统计估值器,调整观测值方差大小。仿真试验结果表明该算法具有良好的机动目标跟踪性能,并能自适应变化较大的观测噪声。     

基于Kalman 滤波算法对运动目标射击研究

针对传统炮兵对运动目标射击时间长、精度低的问题,提出采用卡尔曼滤波对目标运动状态进行准确估计。分析卡尔曼滤波算法的特点,采用预测—更新的递推算法,以某装甲目标为例求取系统状态估计值,并对运动目标射击中的应用进行研究。仿真结果表明：该算法能对目标运动状态进行快速准确的估计,大大提高炮兵火力反应速度和射击精度,有效地提高炮兵作战效能。     

GPS单点定位动态滤波算法研究

将卡尔曼最优估计理论应用于GPS导航定位系统,它主要针对高动态用户设计了一种基于卡尔曼最优估计理论的定位算法．采用卡尔曼滤波技术来提高动态GPS导航定位精度和动态性能;对最小二乘法和卡尔曼滤波法的定位系统进行了仿真,并对定位误差和测速误差作了比较分析。结果表明。与最小二乘法相比,动态卡尔曼滤波算法能得到较好的滤波效果．定位精度有了明显提高。     

基于Allan方差自适应算法的姿态解算

为解决MEMS 姿态传感器的复杂噪声问题,设计使用一种基于Allan 方差的自适应算法在线估计量测噪 声方差。基于Allan 方差递推公式组成自适应算法来追踪数据的方差值,采用欧拉角微分方程作为滤波的状态方程, 通过对陀螺仪静态数据Allan 方差分析得到陀螺仪的主要噪声参数用作滤波系统噪声方差,并将各个数据整合解算 出姿态角。结果表明：自适应滤波算法比常规滤波方法解算的角度精度高,在噪声波动的环境条件下,自适应滤波 算法实用性更好。     

基于自适应滤波技术的PD引信防早炸电路应用设计

针对导弹在实际使用中出现的早炸现象, 提出了基于自适应数字滤波技术的电路设计, 并结合脉冲周期判别电路, 共同组成了PD引信防早炸电路, 并给出了脉冲周期判别电路的测试和自适应滤波的数字仿真结果.结果表明, 这种是电路设计可以较好地解决PD引信防早炸问题.     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。