红外辐射源伪距测量定位方法

引入伪距测量的概念，将非线性红外被动测距定位问题转化为线性问题，并给出了最佳线性定位估计的闭式解，仿真实验表明该方法定位精度接近最佳估计性能，适用于多个红外波段的大气衰减系数未知或难以准确获得的场合。     

基于回归移位寄存器的差分跳频码维特比检测性能

设计了一种基于回归移位寄存器的差分跳频(Differential Frequency Hopping,DFH)码,定义了DFH码的路径重量分布和距离谱,给出了快速计算方法;采用两种不同方法推导了维特比检测算法的误比特率上界,通过计算机仿真对理论推导结果进行了验证,在频率集频点个数为8,误比特率为10-3时,理论分析给出的性能估计已经非常精确.对DFH码距离谱特性的分析表明,自由距尽可能大,距离谱尽可能小的是好码.     

变量空间投影方法在GPS导航定位中的应用

提出了应用于加性线性分量的变量投影方法，将该方法应用于ＧＰＳ导航定位中，证明基于伪距估计的平方定位与基于伪距差的平方定位是等效的。     

极低误码率下Turbo码的性能估计

Turbo码在中低信噪比下具有接近信道容量极限的优异性能,但在误码率极低、信噪比较高下性能曲线下降平缓,并且难以进行大计算量的仿真。使用输入信息序列片段长度递增筛选法,逐步筛选出所有产生自由距码字的信息帧,从而得出Turbo码完整的自由距特性,并用来估计极低误码率下的性能,该方法有效地减小了完整枚举法的计算量,且保证了精确性。     

一种基于干涉场匹配的声源距离速度估计方法

浅海环境中运动目标可以生成稳定的干涉声场,干涉声场结构中蕴含目标的距离、速度等信息。该文提出一种利用运动目标干涉声场进行被动距离速度估计的方法——匹配干涉场处理方法。首先对浅海波导环境中的干涉现象和结构特性进行理论分析,推导了匹配干涉场方法聚焦原理。然后将运动目标的时间-频率干涉场转换成与目标距离速度相关的距离-频率干涉场,与拷贝声场进行相关处理实现目标距离速度同时估计。进一步分析了算法估距性能以及海深、声速剖面、海底海面等环境对估距性能的影响,给出了算法宽容性的仿真结论。最后通过实际运动目标的海上试验数据处理验证了所提方法的有效性。     

自适应Kalman滤波在光纤陀螺SINS/GNSS紧组合导航中的应用

为了提高光纤陀螺捷联惯性导航系统（SINS）和全球卫星导航系统（GNSS）的组合导航精度和系统稳定性,设计了基于伪距、伪距率的紧组合导航系统模型。针对光纤陀螺的白噪声特点,以及误差不稳定性导致无法精确建模,将残差引入误差方差阵的估计中,提出了一种改进的自适应卡尔曼滤波方法。采用改进的自适应卡尔曼滤波方法滤波得到导航参数的最优估计,然后对系统进行反馈补偿校正,抑制了滤波发散问题,提高了系统的稳定性。稳态测试试验结果表明:设计的光纤陀螺SINS/GNSS 紧组合导航系统具有较好的鲁棒性;在三颗卫星的条件下,系统能够在短期内保持较高的导航精度,验证紧组合导航的优越性。     

采用逼近优化的提升大边距估计准则

针对大边距估计(Large Margin Estimation,LME)准则仅选取支持集内的最小边距进行调整导致边距利用不合理的问题,本文提出一种大边距准则目标函数的改进形式,通过增强竞争假设中与正确标注竞争关系较强的路径的似然得分,使训练数据的分类边距在一定程度上变小,从而进一步提高大边距估计的训练效果。并在此基础上,提出一种新的逼近优化方法,即当某点目标函数与辅助函数梯度方向相同时,在该点邻近的一定范围内,优化辅助函数即可带来目标函数相应的优化。在微软语料库上的实验成功证明了本文算法的有效性。      

短/超短基线条件下接收机伪距测量一致性评估方法

随着我国 BD-3 系统建设的有序推进，地面站接收机测量性能成为影响导航系统服务性能的重要因素之一。本文针对地面站接收机及天线实际安装情况，提出了一种短/超短基线条件下接收机伪距测量一致性评估方法，解决了实际安装条件下不同型号接收机伪距测量一致性评估问题。以某地面站实测数据为例，对 A、B、C 三种不同型号接收机数据进行处理，得到相应结论，为接收机测距性能优化升级提出参考。     

基于距离差和方位角信息的运动辐射源跟踪算法

本文提出了一种基于目标斜距两次测量值之差和方位角信息的定位跟踪算法，详细分析了该技术的定位原理，并通过曲型目标航迹的计算机仿真，对算法性能做了评估。     

面向紧耦合导航的伪距/伪距率高精度快速算法

INS/GPS紧耦合导航中将卫星伪距、伪距率作为观测量,而伪距、伪距率中的误差影响了组合导航系统的输出精度,其运算量大,制约了紧耦合导航系统数据率的提高。文中通过实测数据探讨了紧耦合导航中伪距、伪距率的误差来源,并使用相对伪距、伪距率消除其中的接收机误差项。在此基础上提出利用Hermit分段3次插值法实现对卫星位置的快速解算,得到一种面向紧耦合导航的伪距、伪距率高精度快速估计算法。实验结果表明,该算法有效提高了伪距、伪距率的计算精度与速度。     

基于Matlab实现现代功率谱估计

功率谱估计可以分为经典谱估计和现代谱估计。现代谱的估计可建立AR模型对离散信号进行谱估计、建立MA模型和ARMA模型进行谱估计。基于Matlab对三种模型进行仿真,并对结果进行了分析。结果显示,三种模型对现代谱的获得是有效的,并得到较好的谱估计。     

频率失配条件的自适应相位差无偏估计方法及性能分析

针对频率失配条件下受噪声影响导致相位差估计精度不高的问题,提出一种频率失配的自适应相位差无偏估计方法,提升相位差估计的精确性和抗噪性.为此,首先通过对两路正弦信号的展开式参数进行自适应估计,利用展开式参数估计值实时计算两路正弦信号的相位差;其次,利用泰勒级数展开式对相位差估计方法进行了估计偏差分析,证明了频率失配条件下所提相位差估计方法的无偏性,并给出了相位差估计方法的稳态性能;最后,给出了不同方法的相位差估计结果,并讨论了各参数对相位差估计的影响,计算结果表明所提方法的有效性与正确性.     

Robust spatial time-frequency distribution matrix estimation with application to direction-of-arrival estimation

We consider the problem of estimating spatial time-frequency distribution (STFD) matrices in the presence of impulsive noise. STFD matrices are widely used in sensor array processing for direction-of-arrival estimation and blind source separation of non-stationary sources. Conventional methods fail when the noise is non-Gaussian or impulsive. We propose robust techniques for STFD estimation which are based on pre-processing, robust position based estimation and robust covariance based estimation. The proposed methods are compared in terms of direction-of-arrival estimation performance.     

Cooperative Learning Algorithms for Data Fusion Using Novel $L_{1}$ Estimation

Two novel L₁ estimation methods for multisensor data fusion are developed, respectively in the case of known and unknown scaling coefficients. Two discrete-time cooperative learning (CL) algorithms are proposed to implement the two proposed methods. Compared with the high-order statistical method and the entropy estimation method, the two proposed estimation methods can minimize a convex cost function of the linearly fused information. Furthermore, the proposed estimation method can be effectively used in the blind fusion case. Compared with the minimum variance estimation method and linearly constrained least square estimation method, the two proposed estimation methods are suitable for non-Gaussian noise environments. The two proposed CL algorithms are guaranteed to converge globally to the optimal fusion solution under a fixed step length. Unlike existing CL algorithms, the proposed two CL algorithms can solve a more complex L₁ estimation problem and are more suitable for weight learning. Illustrative examples show that the proposed CL algorithms can obtain more accurate solutions than several related algorithms.     

自适应陷波器噪声统计性能与相关性分析

噪声是造成自适应陷波器（Adaptive Notch Filter，ANF）频率估计结果有偏的主要原因之一，在低信噪比条件下，噪声将极大的影响ANF频率估计方法的性能，特别在进行ANF统计性能分析的过程中，ANF传递函数的线性近似方法不再适用，此时将无法对ANF频率估计方法的精度等性能进行准确评估.为此，首先利用相关函数和功率谱分析噪声经不同变换后均值与方差的统计性能；其次，利用噪声分析的统计性能结果计算ANF频率估计方法的性能，为提升ANF频率估计方法的精度奠定理论分析基础；最后，对ANF频率估计方法的性能进行理论值与实际值的比对分析，结果表明噪声分析方法的有效性，并可近似预测ANF频率估计方法的稳态性能.     

基于迭代补偿的快速突发信道估计算法

 在突发信道中,针对接收信噪比大范围波动的情况下对于信道参数快速、稳定、准确获取的系统要求,提出一种基于迭代补偿的快速突发信道估计算法。该算法根据快速相关估计结果对其估计偏差进行补偿,实现信道参数的准确估计,并得到了补偿次数和估计性能的相关结论。理论分析和仿真表明,所提算法在低信噪比(小于 )情况下能准确的估计出信道参数,而且在高信噪比（大于 ）的情况下能够有效改善快速相关算法的估计性能,具有估计误差小、计算复杂度低和抗多径等特点。     

含状态等式约束的分布式估计融合

在假设各传感器间观测噪声不相关的基础上,将最优线性无偏估计意义下的分布式最优估计融合公式推广至含状态等式约束的分布式估计融合问题中,并在此约束条件下,先将该约束系统直接转换为投影系统,再利用投影系统中的Kalman滤波估计,分别讨论了两种信息融合方式:中心式与分布式融合。进一步地指出中心式估计融合优于分布式估计融合,并在分布式融合结构下,得到了约束的Kalman滤波估计优于投影的Kalman滤波估计的结论。通过数值模拟论证了两种融合方式下的性能差异。     

自适应陷波滤波器频率估计新方法及性能分析

现有的自适应陷波滤波器（ANF）受误差函数所限,导致其自适应频率估计方法收敛速度较慢,对初始迭代频率值设定范围要求较高,特别针对频率接近于0或π的信号,还存在频率估计精度不高、算法稳定性差的问题,为此,提出一种ANF频率估计新方法.首先,分析现有ANF方法估计信号频率时存在精度低、速度慢、稳定性差的原因,提出一种新误差函数以提升ANF收敛速度;然后,根据ANF估计信号频率时偏差产生的机理,通过偏差补偿方式,降低噪声对ANF的影响,以获得近似无偏的频率估计结果,提高ANF频率估计精度,同时与离散卡尔曼滤波相结合,以改善算法的稳定性,并对该方法进行稳态条件下的性能分析;最后,给出了ANF频率估计结果,并讨论了ANF各参数对频率估计精度的影响,给出了具体计算结果.计算表明本文方法的有效性与正确性.     

阵列天线波束成形技术在宽带CDMA下行链路中的应用

本文利用自适应天线阵列上行链路信号到达角估计信息,并结合导频辅助下行链路信道矩阵估计值,在前人提出的具有反馈特性的自适应发送阵列原理基础上,提出一种简单可行的宽带CDMA下行链路天线阵列波束成形权重计算方法,并进一步分析了到达角估计误差和信道信息反馈时延对权重计算的影响,最后给出系统误码率性能的计算机仿真结果。     

基于区间全局优化的非线性最小二乘估计

分析了使用区间全局优化算法进行非线性系统模型参数估计的原因,介绍了非线性最小二乘估计和区间全局优化算法.在非线性系统模型参数估计中,相对于通过优化目标函数求得待估参数点估计的现有算法,基于区间分析的区间全局优化算法不仅可以求得待估参数的点估计,还可得到肯定包含待估参数真值的估计区间,并且该算法还具有计算结果稳定以及更大范围收敛的性质.通过仿真实验并与其他方法进行比较,结果表明算法的可行性和有效性.