改进的基于极大似然估计的码环鉴别器设计

传统的接收机码环环路中,对伪码相位的估计受到非相干附带的均值非零噪声的影响,而且具有延时误差和延迟效应.针对这样的问题,为了提高接收机码相位估计精度,文中基于极大似然估计法,提出了一种改进的基于极大似然估计的码鉴相器跟踪环路算法.仿真实验表明,伪码估计误差降低了0.15个码片左右,码相位估计精度得到了提升,且在一定程度上提高了环路的稳定性.     

扩频接收机同步跟踪系统

提出了采用全数字超前一滞后环路实现伪码相位跟踪和全数字叉积自动频率＋考斯特斯环路实现载波频率／相位跟踪的技术方案。文中建立了环路的数学模型,分析了多普勒频偏、伪码相位差、信号载噪比和环路带宽对跟踪性能的影响。基于环路噪声和输入信号动态性,文中推导了跟踪环的最佳等效带宽。     

电子干扰下GPS载波相位测量定位实现

文中提出 GPS 信号受到码干扰条件实现载波相位测量的一种方法。这种方法是将惯导伪距作为待定点目标位置的近似值,代入双差相位测量方程里,推导出误差项,通过最小二乘算法得到实数解的整周模糊度,再通过改进整周模糊度搜算法索找到正确的整周模糊度,得到载波相位定位。仿真结果表明,该方法可有效地联合惯导和 GPS 测量量,两者测量量相互补充,使定位精度达到厘米级。     

多天线GPS载波相位信息动态提取算法

提出了一种不依赖伪距信息的多天线GPS载波相位动态提取算法。利用天线切换法得到GPS载波相位整周期模糊度的初值,通过比较模糊度函数的大小得到载波相位信息的最终估计值。理论分析表明,文中算法复杂度较低,提取载波相位用时较短,并且不依赖于GPS系统的伪距信息;计算机仿真表明,文中算法无论是解算用时,还是定位精度,都取得了比最小二乘降相关法更好的性能;而且,文中算法在GPS/INS联合测姿系统中,也有很好的应用。     

伪码调相PD引信体目标模拟系统设计

介绍了采用多点合成方法实现引信体目标模拟模型建立及系统设计的方法。针对伪码调相PD引信的特点，利用发射相干载波信号提取技术，保证引信发射相干载频信号的提取及相位编码的相关性，实现多普勒频率模拟和距离延时模拟     

基于PWD变换的伪码调相-载波调频复合信号的特征提取技术研究

伪码谪相-载波调频复合信号的识别特征包括伪码特征和频率调制特征。首先根据pseudoWigner,distribution(PWD)变换的幅度输出和相关滤波技术获得伪码特征信息,然后根据巳提取的伪码特征信息即相位突变点的位置信息对信号进行反相处理,对反相后的信号再采用PWD变换来提取频率调制特征信息。仿真结果表明：在信噪比为3dB时,算法能够有效地提取伪码特征信息和频率调制的特征信息。     

北斗定位技术改进方案分析与比较

分析了目前北斗系统定位技术的基本原理和不足,对主要的北斗定位技术改进方案进行了比较和分析,指出充分利用三颗地球静止卫星的伪距和载波相位信息与惯导组合,可以建立性能和精度较好的无源定位系统.仿真和实验的结果表明,这种方案切实可行,并具有较高的精度.     

北斗定位技术改进方案分析与比较

分析了目前北斗系统定位技术的基本原理和不足，对主要的北斗定位技术改进方案进行了比较和分析，指出充分利用三颗地球静止卫星的伪距和载波相位信息与惯导组合，可以建立性能和精度较好的无源定位系统。仿真和实验的结果表明，这种方案切实可行，并具有较高的精度。     

差分GPS/SINS超紧组合在线标定与误差补偿方案设计

为了进一步提高GPS/SINS超紧组合系统的导航和误差标定精度,设计了一种基于载波相位差分的GPS/SINS超紧组合导航系统方案。一方面,超紧组合通过SINS对GPS跟踪环路的辅助,可以降低载波环路噪声带宽,减小码相关间隔,提高载波环和码环的跟踪精度;另一方面,载波相位提供高精度量测信息作为组合导航观测量,能够准确标定和补偿IMU常值误差,进一步提高了组合系统的导航精度。     

伪码动态延时技术研究

针对雷达高度表回波模拟中的应用，介绍了基于EPROM和PLD的两种类型的伪码动态延时技术。前者将存储在EPROM中的伪码序列从不同位置开始读取就得到不同的延时值，后者的延时值是通过控制PLD中伪码发生器的启动时刻得到的。对于后,是绿了两种实现技术，即仅在延时变化时同步和每个伪码周期都同步的伪码动态延时技术。仿真分析和实验表明了这些方案的可行性。     

基于小波去噪的平滑约束最小二乘图像复原法

针对约束最小二乘图像复原法在退化图像信噪较低时的病态问题,提出基于小波去噪的平滑约束最小二乘图像复原法.其步骤分为自适应噪声估计、退化图像小波去噪及平滑约束最小二乘滤波.通过将原始图像与点扩散函数PSF进行卷积、叠加一定加性噪声两个步骤产生退化图像.实验证明,此法能达到较好的复原效果,且其性能随退化图像信噪比下降可明显提高.     

自适应联邦滤波算法在鱼雷多参量导航定位中的应用

针对鱼雷水下航行的特殊性以及组合导航系统中由于量测噪声统计特性的不确定而导致滤波精度降低的问题,提出了一种新的应用于鱼雷导航定位的自适应滤波算法。该算法通过新息自适应量测噪声,在噪声统计特性未知的情况下能进行滤波计算。同时在信息融合时提出一种新的自适应信息分配方法,该方法利用估计的均方误差阵来实时确定各子滤波器的信息分配系数,使信息分配系数能够跟随子滤波器的性能而改变。通过对新算法与标准卡尔曼滤波算法所做的对比仿真试验分析,结果表明,该自适应联邦滤波算法在鱼雷多参量自适应联邦滤波导航定位应用中的有效性。     

一种基于多点内插的自适应时延估计

提出了自适应滤波的七点三次平滑二次内插算法。利用该算法，实现了直升机定位中的时延估计，并对某直升机噪声的野外实测数据进行了计算机数值计算和半实物仿真，取得了令人满意的结果。     

基于新息自适应滤波的惯性测量单元误差在线标定方法研究

考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。     

混合噪声条件下的目标被动定位算法

为提高被动传感器观测噪声为含时变有色噪声、跳变噪声的混合噪声时容积卡尔曼滤波（CKF）算法的滤波精度和稳定性,提出一种自适应容积卡尔曼滤波（ACKF）算法。在ACKF算法中,在基本CKF算法基础上,采用观测重构、待定系数去相关方法,推导得到有色噪声条件下的容积卡尔曼滤波算法。针对时变有色噪声和跳变噪声导致滤波精度受损的问题,引入噪声方差在线修正及有害观测剔除的思想,进行了ACKF算法设计。仿真结果表明,与基本CKF算法相比,ACKF算法在x轴、y轴、z轴3个方向得到的被动定位精度分别提升了24.75％、32.57％和28.48％,具有更高的滤波稳定性和精度。     

基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究

文中提出了基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法。系统以MEMSIMU为传感器核心,采用位置和速度组合,运用该算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

适于无线传感网络目标追踪的一种改进无迹粒子滤波时延差估计算法

在无线传感网络（WSN)中运用基于粒子滤波的时延差估计方法进行目标追踪,其性能的关键是设计精确的粒子滤波器建议分布。为了解决追踪过程中粒子贫化问题,提出了一种基于改进无迹粒子滤波器的时延差估计算法。利用最小二乘法估计目标初始时刻位置,在卡尔曼滤波框架下运用高斯-牛顿迭代法则融合最新观测信息,并引入尺度调节衰减因子不断修正重要性密度函数,从而使建议分布更加逼近真实。将其与时延差定位方法结合,并在WSN环境下进行仿真实验。结果显示,改进的算法在整体粒子数有限的情况下追踪精度更高,收敛性较好,尤其适合环境噪声非高斯的复杂WSN目标追踪应用。     

小型无人机组合导航系统的平方根UKF技术研究

由于小型无人机组合导航系统的误差模型与观测模型均为非线性,对模型进行线性化的扩展卡尔曼滤波会引入线性化过程中忽略高次项的误差,导致滤波器性能下降。提出将平方根UKF方法(SRUKF)用于小型无人机IMU/GPS组合导航,SRUKF方法利用协方差平方根代替协方差参加递推运算,保证滤波算法的数值稳定性,提高组合定位的精度和可靠性。仿真结果表明,SRUKF方法是组合导航中一种很好的非线性滤波方法,实现了低成本、高精度的实时定位。     

一种鲁棒自适应容积卡尔曼滤波方法及其在相对导航中的应用

针对无人机编队相对导航系统中视觉导航传感器量测噪声服从非高斯分布的问题,提出一种带噪声估计器的鲁棒自适应容积卡尔曼滤波(CKF)算法。该算法将Huber求解线性回归问题与协方差匹配方法相结合,利用残差序列实时估计,调整系统过程噪声和量测噪声的统计特性,并采用遗忘加权参数对接收到的测量数据进行加权,从而准确地估计出无人机之间的相对位置、速度和姿态信息,提高了鲁棒CKF算法的自适应能力。仿真结果表明,与标准CKF算法和鲁棒CKF算法相比,该算法对受污染的噪声统计特性有较强的自适应性,估计精度高,鲁棒性更强。     

自适应卡尔曼滤波在地磁姿态检测中的应用

针对多种噪声源作用下地磁姿态检测系统测量精度不足的问题,利用简化形式的弹丸被动段弹道方程,建立扩展卡尔曼滤波模型,通过对系统噪声、测量噪声和舵机噪声的自适应估计,实现整个滤波过程的自适应化,最后对自适应滤波方法进行了仿真验证。仿真和实验结果表明,自适应卡尔曼滤波算法具有较强的可行性,适用于地磁姿态探测系统。