基于GPS/地磁组合弹体滚转姿态测量方法

在全球定位系统(global positioning system, GPS)/地磁组合测量方法的基础上,对组合测量过程中存在地磁测量盲区问题进行了研究分析。针对磁阻传感器在测量弹丸滚转姿态时因有可能出现的磁探测盲区而造成解算结果不准确的情况,提出了利用弹丸的速度倾斜角代替滚转姿态输出的思路,建立了基于GPS弹丸速度倾斜角的解算模型,根据GPS的量测输出信息,对弹丸的速度倾斜角进行测量解算,并对采用弹丸的速度倾斜角代替滚转姿态输出的可行性进行了理论验证。通过数值仿真计算验证了该解算方法的正确性,有效弥补了磁探测盲区出现时组合测量解算误差较大或无法解算的不足,在一定程度上提高了GPS/地磁组合弹体滚转姿态解算的精度。     

小波基自适应去卷滤波器研究

为了提高信号处理的精度，熔最小均方滤波、Kalman滤波和小波变换于一炉，提出了小波基自适应去卷滤波器。并用文中方案做了若干仿真实验，结果表明，该滤波器能很好地跟踪反射系数信号，并能滤去高频噪声，平均相对误差在1％以内，表明文中方案是十分有效的。     

基于Kalman滤波理论的高动态GPS信号跟踪系统仿真研究

高动态意味着载波多普勒频移变化率较大,实际中真实的高动态信号通常难以采集到,比如在弹载、星载环境下.为了研究高动态GPS信号跟踪问题,首先设计了一种高动态GPS中频数字信号仿真模型,并在此基础上研究了一种基于Kalman滤波理论的高动态信号跟踪技术.信号的模拟和跟踪都是基于Matlab的Simulink环境,仿真结果显示高动态信号模拟理想,应用Kalman滤波理论的高动态跟踪技术跟踪稳定,精度满足要求.     

OAS/INS/GPS/APS舰艇组合导航系统设计与仿真

舰艇高精度导航需求日益迫切，设计的组合导航系统可以使舰艇在水上水下一些特殊环境下实现高精度航向和定位测量。系统设计和利用了三种新型导航系统作为导航分系统，分别为光学标校系统(OAS)、水声定位系统(APS)和GPS姿态测量系统。为了克服惯性导航系统(INS)系统的积累误差以及GPS、APS和OAS系统各自的缺陷，采用联邦卡尔曼滤波技术，设计了OAS／INS／GPS／APS组合导航系统滤波算法，仿真结果验证了算法的有效性，表明基于上述系统的组合导航系统可以获得较高的航向定位精度。     

一种基于小波变换的机动目标跟踪算法研究

小波变换是去噪的有力工具 ,它可以将由各种不同频率成分组成的信号分解到不同的频率区间上 ,有效地用于滤波。研究了一种基于多尺度分解的机动目标跟踪算法 ,该算法利用小波中的经典算法———Mallat算法对单一分辨率的测量数据进行多尺度分解 ,将分解得到的多分辨率测量数据用于目标状态更新。该算法是一种准实时最佳滤波算法。仿真结果表明 ,该算法具有良好的跟踪性能 ,且运算量不大。     

INS/GPS制导炸弹非奇异Terminal滑模制导律设计与仿真

针对INS/GPS制导炸弹的特点,提出了有落角约束的非奇异terminal滑模鲁棒制导律.该制导律能够保证在末制导阶段获得一个陡峭的飞行弹道,以减小高度测量误差的影响;同时具有强鲁棒性,能抑制视线角速度测量噪声,确保炸弹在大空域工作环境下有高的制导精度.以某型INS/GPS制导炸弹为例进行了仿真计算,仿真结果表明该制导律的有效性与可行性,为INS/GPS制导炸弹制导和控制系统设计提供了一种适用的方法.     

小波变换在弹射加速度滤波中的应用

小波分析作为一种崭新的信号处理方法，在工程界受到了越来越广泛的重视，已成功应用于信号分析、图像处理及非线性科学等方面。小波变换是去噪的有力工具，能将由各种不同频率成分组成的混合信号分解到不同的频率段上，有效地用于滤波和信噪分离。本文基于小波分解与重构理论，分别对航空弹射加速度信号滤波，与传统的消噪法进行了比较。结果表明小波去噪法用较少的数据就能很好地完成滤波功能，并且滤波的效果优于传统的方法。     

高动态GPS载波跟踪算法研究

为了寻求更好的高动态GPS载波跟踪解决方案,设计了适于高动态环境的基于参数估计的载波跟踪环路,分析了高动态GPS载波跟踪系统模型,比较了EKF、UKF和PF三种滤波算法的参数估计性能。在此基础上,完成了基于EKF、UKF和PF的载波跟踪环路的设计,并以JPL提出的高动态模型为例进行仿真验证。仿真结果表明,虽然这三种算法均能实现对高动态信号的精确跟踪,但总体而言,基于PF的载波跟踪环路具有更好的动态适应能力。另外,鉴于高动态GPS接收机应用场合的特殊性,又对PF滤波算法在非线性、非高斯GPS载波系统的假设下进行了仿真验证,结果显示了应用粒子滤波算法解决非高斯噪声干扰载波跟踪问题的可行性。     

基于FPGA的GPS接收机相关器技术研究与实现

利用EDA技术和FPGA技术,研制出具有自主知识产权基于FPGA的GPS相关器。采用本地产生C/A码的超前、即时、滞后码与输入信号进行并行相关,并得到预检测值用于捕获GPS信号;重点设计载波NCO相位、载波周数、码相位、历元计数等测量数据产生模块,含该模块的GPS相关器可用于实现导航型和测量型接收机;阐述了GPS相关器各个模块的详细设计,并用VHDL在FPGA中实现了其全部设计。在Modelsim下进行功能仿真和时序仿真,仿真正确后下载到Xilinx Virtex-II Pro开发板中进行验证。运行结果表明设计的GPS相关器与微处理器配合可以完成GPS信号的基带信号处理。     

提升小波在SINS信号去噪及初始对准中的应用

针对惯性仪表测量信号中包含大量随机噪声的问题和经典小波的缺点,研究了提升小波算法在信号去噪和初始对准中的应用.研究了基于提升方式下的小波算法,并将其应用到惯性器件测量信号噪声消除中;建立了捷联惯导系统粗对准方案和在大方位失准角条件下的非线性精对准模型;将基于提升小波的噪声消除算法应用于捷联惯导系统初始时准中.实验结果表明,提升小波算法有效去除了惯性器件测量信号中的噪声;基于该算法,可提高初始对准速度和精度.     

动中通系统中陀螺信号小波滤波算法

在动中通系统中,陀螺检测的载体扰动信号的精度直接关系到整个系统的精度和性能。针对陀螺噪声信号的特点,提出了一种将3σ模平方阈值和平移不变小波变换(translation invariant discrete wavelet transform, TIDWT)相结合的滤波算法,能够有效地抑制陀螺噪声信号和由小波变换产生的失真现象。仿真和实验结果表明,该滤波算法效果优于传统的小波滤波算法。     

高动态GPS/INS组合导航算法研究

首先介绍了新型深组合GPS/INS系统原理图及组合导航滤波算法。在该算法中，组合卡尔曼滤波器除完成INS误差及GPS接收机时钟误差的估计外，还参与了GPS码跟踪，即完成传统码跟踪环中环路滤波器的功能。采用自适应码跟踪误差估计器补偿组合卡尔曼滤波器测量值中的相关分量，从而消除了传统组合中不稳定的主要根源。然后进行了计算机仿真计算，仿真结果表明，新型深组合GPS/INS导航算法适用于机动性较高的载体。     

基于提升静态小波变换的自适应消噪方法

基于离散小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了基于提升静态小波变换的自适应消噪方法,它首先根据DWT的提升方法,得到SWT的提升和对偶提升实现方法,然后通过SWT的提升方法将信号分解为多个子带,利用引入更多动量因子的权系数的迭代公式进行自适应匹配.并对匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

贝叶斯估计和尺度空间滤波相结合的滤波方法

提出了一种贝叶斯估计和尺度空间滤波相结合的滤波方法。信号的小波系数表现出很强的非高斯统计特性，其密度函数可以用推广的拉普拉斯先验分布建模。利用贝叶斯估计能够较好地提取出信号的小波系数，再由小波逆变换恢复信号。贝叶斯估计较好地保留了信号的边缘信息，但滤波信号尚不够平滑。尺度空间滤波在保留信号边缘的同时，还有很好的平滑作用。两者相结合有很好的滤波效果。     

小波域模极大值的激光信号滤波方法研究

针对用传统滤波方法滤除激光陀螺随机噪声性能低的缺点,提出了一种基于波域的模极大值滤波方法。该算法利用小波变换模极大值滤波方法对激光陀螺零漂数据进行处理,获取模极大值点,通过交替投影算法重构信号,并采用Allan方差法对波效果进行定量分析。通过实验验证了该方法滤波效果优于基于时间序列模型的卡尔曼滤波方法,能有效减小随机误差,提高测量精度。     

小波降噪在微弱GPS信号捕获中的应用

为了解决微弱卫星环境下接收机对信号的正确捕获问题,首先介绍微弱GPS信号捕获特点及捕获方法,并从检测概率和灵敏度的角度分析了相关积分、差分累加方法的捕获性能。在此基础上引入了小波降噪与相关积分、差分累加相结合的捕获方法,并给出详细的理论推导和捕获性能分析,从小波基的选取、小波变换层数和阈值选择三方面进行深入分析,从而得出合适的小波阈值降噪方法。考虑到小波降噪的阈值应跟据变换尺度不同而分别选取,给出一种自适应阈值降噪方法。实验证明,相比传统的相关积分、非相干累加和相关积分、差分累加信号捕获方法,小波降噪方法的引入在保证较高检测概率的同时,可以有效提高微弱卫星信号捕获的输出信噪比,从而降低了误码率。     

改进小波空域相关滤波的脉冲星微弱信号降噪

脉冲星信号具有极低信噪比,传统降噪算法难以在抑制噪声的同时保留微脉冲等细节信息。为此,提出一种基于改进小波空域相关滤波的脉冲星极弱信号降噪算法。从小波阈值和空域相关算法在极弱信号降噪中的缺陷出发,以保留细节信息和提高信噪比为目标,结合脉冲星辐射信号的严格周期性、相邻周期间的相关性、极低信噪比和窗口辐射等特性,改进了小波空域相关滤波算法。采用Parks射电天文台和罗希（Rossi）X射线时变探测器的脉冲星观测数据进行实验。结果表明,改进小波空域相关滤波算法可以保留更多微脉冲等细节信息,在提高信号的信噪比方面优于现有算法。     

Application of wavelet support vector regression on SAR data de-noising

A new filtering method for SAR data de-noising using wavelet support vector regression (WSVR) is developed.On the basis of the grey scale distribution character of SAR imagery,the logarithmic SAR image as a noise polluted signal is taken and the noise model assumption in logarithmic domain with Gaussian noise and impact noise is proposed.Based on the better performance of support vector regression (SVR) for complex signal approximation and the wavelet for signal detail expression,the wavelet kernel function is chosen as support vector kernel function.Then the logarithmic SAR image is regressed with WSVR.Furthermore the regression distance is used as a judgment index of the noise type.According to the judgment of noise type every pixel can be adaptively de-noised with different filters.Through an approximation experiment for a one-dimensional complex signal,the feasibility of SAR data regression based on WSVR is confirmed.Afterward the SAR image is treated as a two-dimensional continuous signal and filtered by an SVR with wavelet kernel function.The results show that the method proposed here reduces the radar speckle noise effectively while maintaining edge features and details well.