基于改进B分布自适应窗长时频分析的伪码调相-载波调频复合引信信号的参数提取研究

研究了基于改进B分布的自适应窗长时频分析的理论及其实现方法,利用该方法对伪码体制复合引信信号进行脉冲内特征分析,这些信号具体包括伪码调相信号、伪码调相与正弦调频复合信号、伪码调相与线性调频复合信号.仿真结果表明,在信噪比为3 dB时,利用该种自适应窗长时频分析技术,不但可以提取载频调制的特征信息,而且能够有效提取相位突...     

基于模糊自适应互补滤波的姿态解算算法

在互补滤波姿态解算算法中,如果将滤波器参数设置为固定值,加速度计测量值包含振动噪声和运动加速度会影响姿态解算效果;针对此问题,首先根据加速度计测量值的模值对姿态解算算法进行改进,然后根据加速度计测量值求取的误差能反应载体运动状态这一特性,提出了一种模糊自适应互补滤波姿态解算算法;仿真试验表明:     

基于增益调整策略的自适应滤波算法

针对工程实际，采用限定下限的衰减稳态增益滤波算法对Kalman滤波的稳态形式进行了扩展，提出了一种新的实时机动辨识算法和滤波增益的调整策略，减小了自适应的滞后误差，提高了跟踪精度；同时对于航迹起始时的暂态过程进行了特殊的处理，极大地改善了滤波的收敛速度．仿真结果表明，跟踪精度能够满足现实C^3 I系统的工程要求，并且较好地解决了一般自适应算法的精度与先验数据以及算法复杂度之间的矛盾．     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

改进的Rao-Blackwellized粒子滤波算法在目标跟踪中的应用

在雷达信号处理领域,运动目标跟踪问题一直是研究的重点,涉及的非线性滤波问题是难点所在;以RaoBlackwellized粒子滤波(RBPF)算法为基础,针对其应用于雷达目标跟踪时产生的若干问题进行研究,为提高算法的收敛性能及滤波精度,对其中重采样算法进行改进,利用数字仿真对更改后的算法进行验证,经过表明更改后的RBPF算法在各个方面均有较大程度改善。     

基于改进粒子滤波的静电目标跟踪算法

针对静电探测的数学模型结构复杂、强非线性以及实验测量数据存在极大不确定性的特点和传统粒子滤波(PF)算法存在的缺陷,提出了一种改进的粒子滤波(UPF)算法。该算法以无迹卡尔曼滤波(UKF)算法生成替代分布并从中采样,理论分析与仿真结果均表明,UPF算法能够提高静电探测系统目标跟踪的稳定性和精确性,解决了传统PF算法中以转换先验密度函数作为替代分布所引发的各种问题,具有较高的实用价值和广泛的应用前景。     

一种基于粒子滤波的改进红外目标跟踪算法

针对传统红外目标粒子滤波跟踪中仅利用目标灰度信息可能导致目标分辨能力不高的问题,构建了基于位置和灰度的联合时空灰度模型,提出了一种基于联合时空直方图的粒子滤波目标跟踪算法,实验表明:在复杂背景下,该算法能够实现对红外目标稳健的跟踪。     

改进的自适应卡尔曼滤波在SINS 初始对准中的应用

为提高 Sage-Husa 自适应滤波的稳定性,提出一种基于 UD 分解的改进自适应滤波算法。对在线估计的量测噪声协方差阵和状态估计误差方差阵采取UD分解的形式进行标示和更新,结合捷联惯导静基座初始对准模型,对改进自适应算法进行仿真测试。仿真结果表明：在先验量测噪声和状态估计协方差矩阵存在误差的情况下,新算法能够提高对准精度。     

基于自适应卡尔曼滤波器的神经网络算法

针对传统神经网络算法速度慢,容易陷入局部极值的缺点,提出将自适应卡尔曼滤波应用于人工神经网络的训练算法中.把前馈网络中的所有权值、阈值作为自适应卡尔曼滤波算法的状态,网络输出为算法的观测.仿真结果表明, 该算法比BP算法在收敛速度方面有明显提高.     

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。     

改进的中值滤波算法

针对中值滤波器降低图像分辨率的缺点,提出一种改进的中值滤波算法,即在中值滤波前进行边缘判断.首先判断象素是否是边缘,是则不进行变换,直接将该像素值输出.反之则进行中值滤波,将中值滤波后的值输出.实验表明,该算法对图像进行中值滤波时保存了图像的边缘细节.