带观测滞后多传感器系统的改进协方差交叉融合Kalman滤波器

为了处理带观测滞后多传感器系统的融合估计问题,引入了局部次优递推Kalman滤波器,利用改进的协方差交叉融合算法,提出了改进协方差交叉融合Kalman滤波算法。它可以避免由互协方差计算引起的较大计算负担,并可以处理互协方差未知系统的融合问题。与传统协方差交叉融合Kalman滤波器相比有更高的鲁棒精度,改进的协方差交叉融合器的精度高于每个局部传感器,并且更接近于按矩阵加权的Kalman滤波器精度,因而具有良好的性能。仿真例子验证了其有效性、一致性,并对精度关系做出了几何解释。     

带有色观测噪声的多传感器协方差交叉融合Kalman滤波器及其精度分析

对于带有色观测噪声、公共干扰噪声和量测偏差的多传感器线性定常系统,应用协方差交叉融合估计算法,提出批处理协方差交叉融合(BCI)稳态Kalman滤波器和序贯协方差交叉融合(SCI)稳态Kalman滤波器,此方法可避免计算局部滤波误差互协方差,减小计算负担。特别,相比于每个局部滤波器的精度,所提出的协方差交叉融合Kalman滤波器的精度高。通过引入协方差椭圆给出了协方差交叉融合滤波器精度关系的几何解释。为了验证理论精度关系的正确性,最后给出一个跟踪系统Monte-Carlo仿真例子。     

声矢量圆阵相位模态域目标方位估计

为了实现矢量传感器在圆阵阵型下的应用,文中提出了一种适合于声矢量圆阵的目标方位估计算法。该算法首先将声矢量圆阵阵元域信号分解为一系列相互正交的相位模态,在相位模态域构造声压和质点振速的互协方差矩阵,然后进行MUSIC方位估计.理论分析和仿真结果表明,文中算法比相同阵型的声压阵MUSIC方位估计算法具有更好的噪声抑制能力、方位估计性能以及多目标分辨能力,试验结果也表明本文算法具有更好的噪声抑制能力以及更好的目标方位估计性能。该算法实现了声压和质点振速的相干处理,充分利用了声矢量传感器的平均声强抗噪原理,具有较强的抗各向同性噪声能力,并可以将子空间类DOA(Direction of Arrival)估计算法和相位模态域阵列信号处理技术有机结合起来,实现了声矢量传感器在圆阵阵型条件下的高分辨DOA估计。     

GPS双差观测值的方差-协方差分量估计

随机模型是测量平差的重要组成部分,不合理的随机模型可能导致平差结果失真。因此,方差-协方差分量估计长期以来是数据处理界研究的热点。本文假定各历元的GPS双差观测值具有相同的方差-协方差矩阵,在历元之间相互独立,采用极大似然法、最小二乘法和MINQUE估计法三种方差-协方差估计方法计算方差-协方差阵的所有元素。根据实测GPS数据,三种方法估计的方差-协方差阵非常接近,但与GPS基线解算时常用的先验协方差阵有明显区别,说明GPS基线解算有必要进行方差-协方差分量估计。     

具有未知传输干扰和丢包的网络化多传感器系统的CI融合滤波器

研究了具有未知传输干扰和观测丢失的网络化多传感器系统的滤波器设计问题。采用一组满足伯努利分布的随机变量来描述观测丢失现象。在没有传输干扰任何信息的情形下,基于线性无偏最小方差估计准则,设计了系统状态的具有Kalman形式的递推滤波器。应用CI(Covariance Intersection)融合算法给出了分布式次优融合状态滤波器。并基于融合状态滤波器给出了未知传输干扰估计。仿真验证了该算法的有效性。     

一种分布式复合多源信息融合系统及其在交通工程中的应用

本文针对分布式多源信息融合问题,首先利用卡尔曼滤波理论、模糊理论和神经网络理论组成的混合自适应卡尔曼滤彼器对传感器信息进行局部融合。在此基础上,再利用Karmarkar线性规划理论对局部融合结果进行全局融合。实际智能行程时间预测表明,据此形成的分布式复合多源信息融合系统具有良好的信号处理能力、抗干扰能力和容错能力。     

基于GAPSO-MUSIC算法的矢量水听器的DOA估计

针对传统的MUSIC算法存在需要多维的非线性搜索、计算量大等问题,提出了混合粒子群遗传算法和MUSIC算法相结合的方法,对矢量水听器的波达方向(Direction of Arrival,DOA)更好的进行估计.该算法利用遗传算法的交叉算子和变异算子避免了粒子群算法早熟且易陷入局部最优,同时利用群优化算法搜索能力强的优势,更好的对波达方向进行估计.仿真实验和湖试实验表明,混合遗传粒子群算法与MUSIC算法相结合对DOA估计具有更好的性能,精度更高,具有很好的实用性.     

脉冲压缩与互相关联合的合成孔径声呐回波时延补偿

针对合成孔径声呐中阵元相位不一致导致互相关时延补偿算法对成像质量提升效果有限的问题,提出了一种脉冲压缩与互相关联合的回波时延补偿算法.该算法利用脉冲压缩回波的互相关对原始回波相位畸变进行校正,实现粗补偿;联合脉冲压缩与偏移相位中心算法实现精细时延补偿,对不同合成孔径位置各阵元回波时延差实现了较为准确的估计,增强了成像效果。试验数据经该算法处理后,回波时延得到较为精确的补偿,地貌成像结果的亮度、对比度等统计特性得到不同程度的提高,且纹理细节增多;典型线缆目标的成像聚焦加深,成像长度误差约由5%减小为0.8%。试验结果显示,该算法对互相关时延补偿方法改进效果明显,验证了算法的可行性、有效性。     

顾及粗差和不合理方差—协方差阵的改进GNSS基线网平差算法

GNSS基线网平差的函数模型和随机模型分别是基于基线向量及其方差—协方差阵构造。然而由于种种因素，经基线解算后获得的基线向量中往往含有粗差，且获得的方差—协方差阵难以精确反映基线的精度信息。含粗差的基线向量以及不合理的方差—协方差阵势必会导致函数模型和随机模型的偏差，严重影响网平差的参数估计。本文综合考虑粗差以及不合适的方差—协方差，提出一种改进网平差算法，该算法可有效削弱粗差对参数估值的污染且能够正确恢复出基线向量的精度，平差后点位坐标精度相比传统算法有明显提升。     

WSN数据融合的自适应一致滤波算法的研究

为了解决无线传感器网络的能量有限,增强收集信息的准确性以及提高收集信息的效率等问题,提出了基于一致滤波器的估计融合算法。该算法能够利用多个传感器的测量信息,降低信息冗余度,提高整个无线传感器网络参数估计的鲁棒性和精确性。并通过最大加权方法进行仿真,比较各个参数对于算法的影响,从而进一步提高了参数估计的精确性。