基于IMM-EKF的高动态“北斗”导航信号频率估计算法

高动态环境下的"北斗"导航信号含有较大的多普勒频率及其变化率,传统锁相环(PLL)在跟踪时难以保证较高的跟踪精度.在分析高动态环境下"北斗"信号模型的基础上,提出了一种基于交互式多模型-扩展卡尔曼滤波(IMM-EKF)的自适应滤波算法,对载波相位及其高阶分量进行估计.IMM-EKF采用多个跟踪模型来解决滤波过程中单个模型不准确的问题,并结合改进的Sage-Husa自适应算法,在线估计和修正过程噪声及测量噪声的统计特性,增强了滤波的稳定性.仿真结果表明,IMM-EKF相比于PLL和EKF,估计精度更高,算法稳定性更强.     

大规模天线组阵信号并行合成方法

在通用计算平台上进行数字信号处理是软件无线电的发展方向之一,为大规模天线组阵的信号合成提供了新思路。针对通用计算平台上大规模天线组阵的合成问题,研究了基于任务分解原理的多天线组合成方法(MAGM)和基于数据分解原理的多信号块合成方法(MSBM)。两种方法的实时性分析结果表明,MSBM比MAGM更适用于通用计算平台。MSBM要求各信号块的合成是独立的,故提出一种SUMPLE算法的积分时段内迭代方法。仿真结果表明,该迭代方法与传统迭代方法具有同等合成性能。