自适应非线性滤波技术在导航接收机的应用

针对典型海域干扰噪声表现为大气噪声和随机窄带干扰叠加的特点,提出了直接序列扩频体制的无线电导航接收机中窄带干扰抑制的方法,即在解扩前通过自适应非线性滤波技术来预测干扰信号的频率,从而衰减窄带干扰.将近似条件均值滤波函数应用于自适应非线性滤波的干扰预测中,描述了该系统的状态空间模型并对导航接收机输出信噪比进行计算.计算机仿真对比表明,该方法比传统的扩频接收机更优,不仅提高了导航接收机的输出信噪比,而且提高了系统的稳定性.     

基于Sigma粒子Kalman滤波的地形辅助导航方法

地形辅助导航技术依据机载设备实时测量地形高度与机载数字高程地图的对比,给出飞行器定位结果,能够有效地修正主惯性导航系统的误差。传统地形辅助导航中应用较为广泛的是扩展Kalman滤波方法,但因为地形高度测量的非线性,扩展Kalman滤波不一定能够得到系统最优估计。Sigma粒子Kalman滤波作为一种新面世的非线性滤波器,能够有效地解决非线性估计问题。基于Sigma粒子Kalman滤波,提出一种新的地形辅助导航方法。在真实数字高程地图上得到的仿真结果表明,该地形辅助导航方法性能总体优于扩展Kalman滤波方法,尤其在飞越平坦地形时表现更佳。     

抗差自适应Kalman滤波及其在GNSS导航中的应用

针对Kalman滤波易受粗差影响而导致结果失真的问题,提出一种抗差自适应Kalman滤波方法,该方法结合自适应滤波与抗差Kalman滤波的优点,同时设计自适应因子和抗差因子,采用改进的两段Huber函数与2~3倍的观测噪声中误差来充当抗差因子与粗差判别标准。并对Kalman滤波和抗差自适应滤波(Adaptive Robust Kalman Filtering,ARKF)结果进行比较。车载实验结果表明,ARKF可以有效抵制观测异常对状态估值的影响,同时在系统先验信息不能精确给出的情况下,显著改善了滤波估值的稳定性和可用性。     

基于百分位值的自适应顺序形态滤波方法

针对顺序形态滤波的百分位值，在最小均方误差（ＭＳＥ）和最小平均绝对误差（ＭＡＥ）准则下，实现了自适应处理．该滤波算法不仅可以有效地抑制信号中的各种噪声，而且较好地保持了信号的几何特征。计算机仿真结果证实了滤波算法的有效性．     

含有有色噪声的自适应Kalman滤波

通过对一类时不变线性有色噪声系统的卡尔曼滤波理论的分析，提出了一种在滤波过程中不断估计并修正未知参数的算法，最后给出了有关这种估值的渐近无偏性证明以及实时应用的例子。     

一种基于Kalman滤波的盲多用户检测RAKE接收机

提出了一种基于Kalman滤波的盲多用户检测RAKE接收机(RakeKAL)模型。给出的接收机具有RAKE接收机的结构，它的每条支路可视为一个利用线性限制最小方差(LCMV)准则设计的多用户线性滤波器，用于抑制多址干扰(MAI)；后接一个用于消除多径畸变(MPD)的多径结合器。利用Kalman滤波算法和自适应向量跟踪算法实现盲多用户检测和多径接收信号的最佳结合。该模型与传统多用户检测器比较具有所需参数少，不需要训练序列的优点。研究结果表明，在多径衰落信道下，接收机具有较强的抑制多址干扰和多径畸变的能力，并且能快速收敛。     

基于GPS/INS的自适应无迹Kalman滤波算法

载体的姿态参数是导航系统重要的影响因素,为提高姿态角测量精度,以INS和GPS紧组合导航系统为研究背景,针对无迹Kalman滤波算法对误差模型较敏感、新息噪声干扰数据需预处理、算法实效性低等缺点,提出改进的自适应无迹Kalman滤波算法.首先,用自适应窗口在线估计系统噪声和量测噪声的协方差值,得到与实际噪声更贴近的统计特性,减小数据预处理的干扰;其次,对状态预测方差阵引入次优渐消因子减少计算量,同时为了减少模型的精度损耗,对滤波过程引入统计量,确定模型不确定性检测阈值;最后,用扩展Kalman滤波、无迹Kalman滤波和改进后的新滤波算法对无人机航向轨迹进行数据处理.结果分析可得,改进的滤波融合算法能将姿态的测量精度提高到0.1°,具有更强的收敛性,能较好地抑制漂移误差.     

多普勒测速声呐的自适应Kalman滤波算法

针对小型自主水下无人潜器的运动特点,设计了一种加速度信息辅助的自适应Kalman滤波器,用于多普勒测速声呐的数据处理.首先基于时间序列分析法,建立了多普勒测速声呐噪声信号的AR模型,并根据当前统计模型设计了多普勒测速声呐Kalman滤波方程.然后针对滤波方程特点,设计了基于S面的自适应Kalman滤波器.实验结果表明,...     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

基于自适应Kalman滤波的网联车系统数据攻击检测

针对车联网环境下车辆自适应巡航系统的数据攻击检测问题,提出一种基于自适应卡尔曼滤波的网联车巡航系统数据攻击检测方法.首先,结合网联车自适应巡航控制系统模型,建立随机数据攻击、隐蔽虚假数据攻击和拒绝服务(Denial of service,DoS)数据攻击的数学模型,考虑网联车巡航系统存在不可测的未知测量噪声场景,设计测...     

基于Kalman滤波和PD控制的磁钉定位AGV导航

为实现自动导引车(automatic guided vehicle,AGV)的精确导航,本文提出一种基于Kalman滤波和比例-微分(proportion-differential,PD)控制的磁钉定位AGV导航方法。将磁钉布设于AGV行进的区域内,根据磁性传感器得到AGV当前的位姿信息,与预定路径进行比较,得到当前的航向偏差,作为PD控制器的输入,将AGV的位姿调整量作为输出。同时,利用卡尔曼滤波算法对带有噪声干扰的状态进行估计,从而进一步提高AGV的定位精度,并采用Matlab软件进行仿真分析。仿真结果表明,当比例增益KP=5.35,微分系数KD=0.85时,能够在较快的时间内校正小车的航向偏差,说明所提出的Kalman滤波和PD控制对磁钉定位AGV导航有效可行。该研究具有广阔的应用前景。     

离散LTI系统的Kalman滤波的自适应算法

运用现代时间序列分析方法 ,提出了一类线性时不变离散随机系统的自适应稳态 Kalman滤波算法 ,该算法应用白噪声估值器理论对 ARMA新息模型进行在线辨识 ,可进行简单的自适应滤波处理 ,仿真例子说明了算法的有效性。     

基于Kalman滤波的MEMS陀螺仪滤波算法

针对MEMS陀螺仪精度不高、随机噪声复杂的问题,研究了某MEMS陀螺仪的随机漂移模型.应用时间序列分析方法,采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模,进而基于该AR模型并采用状态扩增法设计Kalman滤波器.速率试验和摇摆试验仿真结果表明,在静态和恒定角速率条件下,采用该算法滤波后的MEMS陀螺仪的误差均值和标准差都比滤波前有了明显的降低.针对摇摆基座下该算法随摆动幅度的增大效果变差的问题,从提高采样率和选择自适应Kalman滤波2个方面对算法进行改进.仿真结果表明,2种方法都能改善滤波效果,然而考虑到系统采样频率和CPU计算速度的限制,自适应滤波有更高的实用性.     

离散LTI系统的Kalman滤波的自适应算法

运用现代时间序列分析方法,提出了一类线性时不变离散随机系统的自适应稳态Kalman滤波算法,该算法应用白噪声估值器理论对ARMA新息模型进行在线辨识,可进行简单的自适应滤波处理,仿真例子说明了算法的有效性。     

自适应Kalman滤波的运动物体跟踪算法研究

针对实时视频中的运动物体跟踪问题,提出了一种基于自适应Kalman滤波的运动物体跟踪新算法。首先利用基于∑-△背景估计算法检测运动物体,并提取主要颜色特征。然后构建物体运动模型,并生成自适应Kalman滤波的系统状态模型。最后利用主要颜色特征进行物体跟踪,其结果反馈给自适应Kalman滤波器,并通过遮挡率自动调整参数达到正确跟踪。实验结果表明,所提出的自适应Kalman滤波算法在运动物体被遮挡等复杂条件下的鲁棒性好,还具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。     

卫星导航接收机测速精度测量方法研究

以GPS为例,研究卫星导航接收机动态测量精度的测量方法。讨论了被动式导航接收机的测速原理,阐述了卫星导航信号模拟源产生信号的基本方法,说明通过调节模拟源中各延迟环节的时延量,即可模拟产生相对于载频的频偏,以此作为接收机动态的理论真值并与实际测量值相比较,可获得包括速度在内的动态测量精度。在理论分析的基础上介绍了基于模拟源的接收机测速精度测量的实现方法。     

高精度定位定向系统的修正Kalman滤波组合导航

指出了在组合导航系统中，Ｋａｌｍａｎ滤波器的预测周期与滤波周期之间的异步性会给滤器的动特性带来不良影响，针对这一问题，提出了一种修正Ｋａｌｍａｎ滤波算法，并将其于高精度定位定向系统的“惯性／位置”组合导航中。     

模糊图像的Kalman滤波恢复方法

提出了一种利用Kalman滤波对模糊图像进行恢复的方法。当降质函数已知时,首先对模糊图像在一个方向进行傅立叶变换,然后在另一方向进行快速的Kalman滤波,将两维的恢复问题转化为若干个一维问题。为克服边缘效应,构造了原图像的镜像,并给出了滤波结果。