一种改进的空时自适应处理干扰抑制算法

传统的空时自适应处理算法对空间不同于来向的干扰可以有效地抑制,但对与信号同向的窄带干扰抑制程度不够,同时滤除部分有用信号。对级联IIR陷波滤波器的自适应算法进行了讨论,提出了一种改进的空时处理器结构,将级联IIR陷波滤波器与空时FIR滤波器组相结合。该算法有效抑制了窄带和宽带干扰,改善系统性能,提高输出信干噪比。仿真结果与理论分析相一致,证实了该算法的性能优越性。     

基于Hilbert变换的相位差测量法分析及改进

分析了随机噪声对基于Hilbert变换的相位差测量方法的影响,得出了低信噪比下影响测量精度的主要因素是＂信噪乘积＂（测量信号与随机噪声的乘积）的结论,据此提出了一种基于IIR陷波器和平均滤波器的改进方法,即先利用Hilbert变换计算出相位差粗值,再经IIR陷波器和平均滤波器滤波得到相位差精确值,并给出了实现步骤及框图。仿真实验表明了该方法的可行性。     

低成本IMU误差辨识与补偿算法

低成本IMU具有误差大、误差随温度变化明显等特点,并且不同IMU误差差异较大,应用时需深入辨识所使用IMU误差特性,并补偿,以提升应用效果;为此形成了一种预处理算法流程,首先应用Allan方差分析IMU随机误差情况;为抑制噪声干扰,提升IMU应用性能,然后应用IIR滤波器对IMU数据进行预滤波处理,抑制非相关噪声;最后提出了预处理算法处理实测IMU数据,实验结果充分证实了Allan方差误差参数辨识的有效性,以及IIR滤波器抑制非相关噪声的有效性。     

基于自适应陷波器的噪声调频干扰抑制方法

针对线性调频引信抗噪声干扰能力比较差的问题,提出了基于自适应陷波器的噪声调频干扰抑制方法。该方法根据线性调频引信差频信号的单频特性,将自适应陷波器应用到线性调频引信中,对噪声调频干扰进行抑制。通过自适应调整陷波器的权值,使陷波器在差频信号的频率点具有陷波特性,从而达到噪声调频干扰抑制的目的。仿真结果表明：SJB=-10 dB时,仍然能达到很好的噪声调频干扰抑制效果。     

多信道自适应格型算法及在信道均衡中的应用

讨论了基于最小均方准则提出的多信道自适应格型算法,这种递归算法应用在广义多信道上,被优化成一种运算复杂度为O(pm2)的算法.在单个参考信道(m=1)的情况下,这种算法被简化成运算复杂度为O(p)的最小二乘格型算法(LSL).在只有一个滤波器抽头的情况下(p=1),这种算法被简化为运算复杂度为O(m2)卡尔曼最小二乘算法(RLS).文中提出的广义多信道最小二乘格型算法总结了LSL和RLS算法之间明确的区别及联系,并且给出了它们在自适应均衡中应用情况的仿真.     

一种二级快速自适应最优层叠滤波算法

在快速自适应算法的基础上,提出一种二级快速自适应最优层叠滤波器算法,仿真结果表明该层叠滤波器能有效抑制噪声,且较基于MSE准则采用全局优化算法得到的最层叠滤波器可以快速实现.     

基于协调粒子群算法的无限冲激响应滤波器优化设计

确定滤波器的参数和阶数是无限冲激响应(IIR)数字滤波器设计中的最重要问题。目前的IIR滤波器优化设计方法容易陷入局部极值,难以得到全局最优解,且阶数不易确定。针对IIR数字滤波器优化设计实质上是一个对参数优化的问题,引入了协调粒子群算法对IIR滤波器进行优化设计,将传统设计方法和优化设计方法相结合,根据传统设计方法确定滤波器的阶数,通过协调粒子群算法对参数进行优化,将最小均方误差函数作为适应度函数,将滤波器的性能要求作为算法终止条件,滤波器的稳定性作为约束条件。该方法解决了传统方法设计的结果不理想以及常用优化设计方法不收敛且阶数不易确定的问题。经过在实际系统中的应用,表明该方法是有效、实用的。     

自适应抗野值Kalman滤波算法在水下航行器组合导航中的应用

野值会严重影响滤波器的稳定性和滤波精度。以自主水下航行器(Autonomous UnderwaterVehicle,AUV)为应用背景,通过分析AUV中低精度组合导航系统的特点和误差模型,针对野值可能产生的影响,提出了一种由Sage_Husa自适应滤波和抗野值修正算法结合而成的自适应抗野值Kalman滤波算法。仿真结果表明,自适应抗野值Kalman滤波算法提高了滤波器的滤波精度和稳定性,具有较好的工程实用价值。     

一种改进的自适应滤波器

自适应噪声抵消技术的核心技术是自适应滤波器,通过研究自适应滤波器的原理以及最小均方(LMS)自适应滤波算法,在此基础上提出了一种基于相关双曲正切函数的LMS算法,简称为CTanh-LMS算法.经仿真实验表明,相对于其他自适应滤波算法,该方法具有更好的消噪能力,且算法简单,收敛速度快,能够满足齿轮箱振动信号的消噪要求.本文提出的算法不仅解决了齿轮箱故障特征提取的问题,而且给自适应滤波算法的研究提供了新的方法和手段,具有理论意义和实用价值.     

改进的超短基线系统自适应相位差估计器

针对传统的自适应相位差估计器,由于采用最小均方（LMS）算法存在收敛速度和稳态精度之间的矛盾,对基于LMS算法的自适应估计器提出改进方法。提出将最小二乘（RLS）算法应用到自适应相位差估计器中,进一步提高自适应估计器的稳定性。数值仿真和实验数据验证结果表明,所提的LMS算法和RLS算法两种自适应相位差估计器均能提高计算精度和收敛速度,其中RLS算法自适应相位差估计器的稳态精度更高。