考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

适用于16QAM信号的载波频偏估计算法

给出了一种适用于16QAM信号的载波频偏估计算法。该算法先采用前向估计的TD算法粗略估计信号频偏并对其进行补偿。之后采用改进的科斯塔斯环频偏估计算法对信号进行精确的频偏估计并消除频偏。该算法具有估计精度高,频偏估计范围大,计算量小等特点,适合工程实现。     

适用于16QAM信号的载波频偏估计算法

给出了一种适用于16QAM信号的载波频偏估计算法。该算法先采用前向估计的TD算法粗略估计信号频偏并对其进行补偿。之后采用改进的科斯塔斯环频偏估计算法对信号进行精确的频偏估计并消除频偏。该算法具有估计精度高,频偏估计范围大,计算量小等特点,适合工程实现。     

一种新的噪声自相关估计方法

通过分析带噪语音、纯净语音和噪声的自相关关系,在均方误差最小准则下给出了一种基于最优平滑滤波和能量最小算法相结合的噪声自相关无偏估计算法,与传统的噪声自相关估计不同,该算法直接从带噪语音自相关中估计噪声自相关。实验表明,该算法优于传统的噪声自相关估计算法,在非平稳噪声环境下,估计器的性能得到改善。     

一种改进的频率高精度估计方法

基于DFT相位的估计频率算法,当要估计的频率正好位于谱线上时,性能良好,而当处于两相邻谱线正中间时,由于噪声的影响,性能恶化,估计精度低。本文给出了一种改进的频率估计算法,其思想是对所要估计的频率进行频移,该改进算法解决了上述问题,使得算法更具普遍性。本文用Monte Carlo实验对改进算法的性能进行了仿真。     

噪声相关下含无序量测的多传感器信息融合估计

多传感器跟踪系统中因通信延迟常会出现无序量测现象,为了提高系统估计精度,采用直接更新法对状态进行更新估计,并针对噪声相关下含无序量测的多传感器系统,提出了矩阵加权最优信息融合状态估计算法,考虑了过程噪声和量测噪声的相关性以及局部估计的误差相关性.仿真计算验证了算法的有效性.     

基于声学无线传感器网络的目标跟踪系统研究

利用无线传感器网络对具有声音特性的目标进行跟踪的特点,研究了基于时延估计的声源定位方法.选择广义互相关法作为时延估计算法,并改进球形插值法用于声源定位,从而减小了算法复杂度;再利用IRIS节点设计了一个面向目标跟踪的声学无线传感器网络原型系统,并进行相应的实验.实验结果表明,利用所设计的原型系统能实现对移动目标跟踪,而...     

一种基于DSP的EV DO联合频偏估计算法

在DSP平台上设计CDMA2000 1X EV-DO反向链路频偏估计算法。针对传统的FFT频偏估计及其改进算法易受栅栏效应和噪声影响等缺点,通过设置合理的频偏因子门限,在FFT频偏估计算法基础上设计了幅度校正和CZT变换的联合频偏估计算法。通过仿真和计算量统计,文章算法在计算量增加不大的情况下相比传统FFT类算法可以获得较好的频偏估计性能。     

基于改进等效电流量测变换的状态估计算法

介绍了基于等效电流量测变换的状态估计算法,并在此基础上提出了一种改进算法.应用抗差估计的理论构造了一组权函数,在每次迭代的过程中对权重不断修改,从而达到提高估计精度的目的.Matlab仿真实验结果表明,估计精度得到了提高.     

一种用于低压电力线通信的信道估计算法仿真

针对低压电力线通信中的信道估计问题,应用正交频分复用(OFDM)技术,在现有的OFDM通信信道估计算法的基础上,提出一种基于小波滤波器判决反馈的信道估计算法.该算法无需额外发送参考消息,提高了信道的利用率,而且小波滤波器能够达到去噪声的目的,具有良好的估计性能.对该算法进行了理论分析和初步的仿真实验,给出了仿真方法及结果.     

航姿参考系统的改进杆臂效应补偿方法

振动环境下叠加在航姿参考系统（AHRS）加速度计敏感轴上的杆臂效应会对加速度计测姿精度造成极大的影响.本文对杆臂效应处理算法中的低通滤波法和力学补偿法进行分析.低通滤波法滤除杆臂效应会有整流误差残存.力学补偿法对杆臂效应中向心加速度项的补偿受限于陀螺测量精度,对杆臂效应中切向加速度项的补偿会因为直接对角速度微分求取角加速度造成误差激剧放大.针对低通滤波法与力学补偿法各自存在的不足,提出一种改进的杆臂效应补偿方法.对杆臂效应中的向心加速度项的补偿,设定角频率阈值作为判定值.在低于给定角频率阈值工况下采用低通滤波法,而在高于给定角频率阈值工况下采用力学补偿+低通滤波法.对杆臂效应中的切向加速度项的补偿,提出2种多加速度计构型,根据加速度计构型中各加速度计输出值,构造解析公式求解角加速度,避免直接微分法造成的误差放大.通过对改进补偿方法的理论推导、分析和仿真,并与低通滤波法和力学补偿法相对比,改进补偿方法显著地提高了杆臂效应误差补偿精度.     

一种基于主成分回归的DV-Hop定位方法

DV-Hop定位算法是一种被广泛运用的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在实际分布的网络中,它的精度受到噪声和信标节点之间几何关系的限制。主成分回归方法利用主成分分析方法对原先数据进行重新构造,删除部分主成分,从而消除部分噪声和多重共线性对回归精度、稳定性的影响。根据DV-Hop算法定位过程,在节点位置估计阶段运用主成分回归的方法对定位数据进行重新综合与提取,仅利用有效定位信息进行位置估计。仿真实验结果证明该改进后的算法同样具有原先算法优良特性,且定位精确度有所提高。     

自适应扩展卡尔曼滤波在卫星姿态确定系统中的应用

扩展卡尔曼滤波(以下简称EKF)算法应用于卫星姿态确定系统时需要已知精确的系统模型及过程噪声和观测噪声统计特性,并有计算量过大的问题。本文在EKF算法中加入噪声观测器,构成自适应扩展卡尔曼滤波算法(Adaptive Extended Kalman Filter,以下简称AEKF),使系统能够在传感器噪声统计特性未知的情况下,依然获得较高的系统状态估计精度,增强了系统的鲁棒性。并且AEKF算法简化了系统状态方程,相对于EKF算法减少计算量。经数学仿真验证,AEKF算法能较好地对传感器噪声的统计特性进行在线估计,使姿态确定系统正常工作,有较高的工程应用价值。     

基于距变率量测的改进交互式加速度补偿算法研究

目的将交互多模型方法引入到两级估计中,提高交互式加速度补偿算法对系统位置和速度的估计精度.方法以非线性量测方程为依据,完成了混合坐标系下的状态估计,提出一种在混合坐标下完成状态估计的广义交互式加速度补偿算法.结果仿真结果表明通过改变极坐标下的观测方程可以提高交互式加速度补偿算法的估计精度.结论距变率量测和两级估计的引入,显著地提高了位置和速度的估计精度,与其他多模型方法相比,计算量上具有明显优势.     

一种匀加速空间目标高分辨距离像补偿算法

提出了基于立方相位函数参数估计的空间目标运动补偿方法,并推导得到了速度和加速度估计的克拉美-罗界,对该算法的估计性能进行了对比和分析．仿真表明,该方法可以在较低信噪比下实现速度和加速度的估计以及高分辨一维距离像的运动补偿,更有利于后续的ISAR成像和目标识别．     

跳频脉冲ISAR成像运动补偿的最小波形熵方法

采用跳频脉冲信号作为逆合孔径雷达（ＩＳＡＲ）的宽带信号形成,并在此基础上提出了一种运动补偿新方法－最小波形熵参数估计法,该方法将目标速度、加速度运动参数估计的二维搜索问题转化为两上一维搜索问题,使运算量大为减少,便于实时处理,计算机仿真结果表明该方法参数估计精度高,对噪声的影响具有一定的稳健性,可满足一定杂波背景下对目标成像的要求。     

Accelerometer error estimation and compensation for three-axis gyro-stabilized camera mount based on proportional multiple-integral observer

This paper deals with the problem of accelerometer error estimation and compensation for a three-axis gyro-stabilized camera mount. In a dynamic environment, the aircraft motion acceleration affects the accelerometer output and causes a degradation of attitude steady accuracy. In order to improve control accuracy, this paper proposes a proportional multiple-integral observerbased control strategy to estimate and compensate the accelerometer error. The basic idea of this paper is to approximate the error property by using a q-order polynomial function and extend the error and its derivatives as augmented states. Then a proportional multiple-integral observer is developed to estimate the error, with which the relationship between the error and the imbalance torque is formulated. The estimated value is compared to an angle threshold, the result of which is used to compensate the accelerometer output. Through static and vehicle-mounted experiments, it is demonstrated that compared with the traditional method, the proposed method can improve the attitude steady accuracy effectively.     

基于改进傅里叶级数的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出一种基于改进傅里叶级数的辨识方法.采用静态连续摩擦模型描述机器人关节摩擦特性,以确保基于该模型的摩擦补偿是物理可实现的.推导得到机器人动力学模型的线性形式.设计严格满足速度、加速度边界条件的改进傅里叶级数作为激励轨迹,并根据条件数准则优化激励轨迹系数.考虑测量噪声的影响,采用最大似然法作为参数估计的方法.实验结果表明,采用所提方法的辨识结果能够准确重构机器人关节力矩值.且相比于传统的基于傅里叶级数的辨识方法,该方法提高参数辨识的精度.     

用实时小波分析消除噪声的动态测量误差补偿

在传感器的输出端串接一个动态补偿环节来改善传感器性能,消除动态测量误差.补偿环节本质上是一个带通或高通滤波器,在补偿动态测量误差的同时,会引入严重的高频噪声干扰,影响测量系统的精度.为了解决该问题,研究了一个采用实时小波滤波算法,消除动态测量误差补偿中噪声干扰的方法.该方法采用实验数据,通过系统辨识的方法得到补偿环节系数,消除动态测量误差.同时,用正交紧支撑小波和滑动数据窗口,构造一种保留离线小波降噪优点的实时小波降噪算法,消除噪声干扰.最后,通过对薄膜热电偶动态测量误差补偿的仿真实验,验证了该方法的有效性.