有色噪声中随机相位信号的检测研究

提出了一种在有色噪声背景下检测随机相位信号的一种新方法．将有色噪声背景下含噪观测量的功率谱化为白噪声背景下的含噪观测量的功率谱，从而构造出与原被测信号具有相同频率的白噪声背景下的信号，然后利用现有的白噪声背景下的方法进行随机相位信号的检测．     

有色噪声情况下逐次静态滤波公式的简化推导方法

白噪声情况下的静态逐次滤波可用极大验后或最小二乘虚拟观测值的方法简要表达其递推公式。但在有色噪声的情况下,一般仍用递推方法证明,过程繁琐。本文将有色噪声情况下的观测方程加以改化,变为等价的白噪声观测方程,可直接利用白噪声情况下的静态逐次滤波公式写出其逐次滤波式。不仅推导大大简化,且便于学习和理解。     

有色噪声观测量的逐次静态滤波

配置的函数模型中除包含承机部分外，还包含非随机部分，给出了有色噪声情况下的逐步配置理论与方法。根据广义最小二乘原理推导出有色噪声情况下逐步配置的方法，即通过改化各观测方程，将有色噪声观测值改化成白噪声的观测值，然后用白噪声逐步配置公式进行计算，利用有色噪声观测值的逐步配置的理论，可消去观测方程的相关性，减少计算时间和内存，使编写计算程序简单化。提出的逐步配置理论是相关观测值逐次间接平差理论的推广，既相关观测值逐次间接平差、白噪声情况下静态逐步配置和白噪声所驱动的有色噪声的静态逐步配置都是有色噪声观测值的逐步配置的特例。     

虫口模型中的关联色噪声

研究了乘性色噪声和加性白噪声之间的耦合为色噪声时虫口模型的动力学行为．在噪声相关时间不同和噪声间耦合不同的情况下求出了系统的有效本征值Aeff和强度相关时间Tc．结果表明，噪声的有色性和噪声之间的耦合对虫口模型的涨落有重要的影响．     

随机弹道系统中有色噪声的数字仿真

该文采用连续状态变量的统计性质与离散状态变量的统计性质在离散点相同的原则，研究了对有色噪声作用的随机弹道系统进行数字仿真时，如何应用有色噪声白化处理的等效白噪声。给出了随机弹道系统中有色噪声白化处理的条件和方法，构成了成形滤波器，并以此代替随机弹道系统中有色噪声过程的输入，详细研究了随机弹道系统中一个典型有色噪声过程的数字仿真，最后给出了ＲｕｎｇｅＫｕｔｔａ法积分的结果。     

有色噪声观测量的逐次静态滤波方法

根据广义最小二乘原理推导出有色噪声情况下的逐次静态滤波的关系式，即通过改化各观测方程，将有噪声观测值改化为白噪声的虚拟观测值，然后按白噪声逐次滤波公式进行滤波,贞时，推导出有色噪声观测量逐次滤波后精度评定的理论公式。有色噪声的逐次静态滤波理论有效地解决了GPS载波相位观测值经过测站间，卫星间，历元间的三次差分计算后，观测方程的相关性造成的协方差矩阵容量过大问题，利用这一理论，消除了各历元间隔观测方程的相关性，节省了数据处理时间和计算机内存。     

有色噪声自适应滤波的研究

本文利用复杂输出相关法解决测量噪声为有色且无任何先念知识的一种自适应滤波方法.该方法对处理有色噪声的滤波不采用扩大状态变量的方法,采用等效观测方程的方法,使得计算没有复杂化,滤波器的维数没有增加,并通过实例模型进行计算,表明该方法可行.     

旋转导向系统有色噪声的改进无迹卡尔曼滤波方法

在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。     

低漂移有色高斯噪声的产生

给出了使有色高斯噪声具有给定的相关系数的一种算法和程序.同时给出了减小所产生的有色高斯噪声的零均值慢漂移的方法.     

一种基于小波的白噪声消除方法

介绍了小波变换的基本理论，研究了信号和白噪声在小波变换下的不同特性，在此基础上提出了一种新的基于小波变换的白噪声消除方法．仿真结果证明，这种方法具有很好的去噪声效果．     

基于噪声顺序解相关的两阶段Kalman滤波融合

针对传统两阶段Kalman滤波只能处理单一或部分复杂噪声情形,在充分考虑多雷达跟踪系统的误差噪声有色建模和四类噪声相关性建模基础上,建立一种基于噪声顺序解相关的两阶段Kalman滤波融合算法。首先给出能有效避免噪声相关性耦合化的噪声解相关顺序,进而应用等价变换技术来获得有色噪声、过程噪声和测量噪声三者间不相关的目标跟踪融合模型,最后应用平方根分解和单位下三角阵求逆技术来实现多雷达量测噪声相关系统的集中式Kalman滤波融合,并通过4个仿真实验验证了该算法对复杂噪声情形的有效性和高精度。     

带有色观测噪声的自适应滤波算法

对于带有色观测噪声的系统,基于最小二乘准则(LS),提出了递推增广最小二乘算法(RLSE),该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机仿真例子和信噪比的计算证明了算法的正确性和有效性.     

带有色观测噪声的改进自适应滤波算法

在噪声消除系统中,若观测噪声为有色噪声,则基于最小二乘准则(LS),提出了两段RLS-RELS算法,这是一种改进的递推增广最小二乘法,该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机数值仿真例子和信噪比的计算比较证明了算法的正确性和有效性.     

有色噪声下的卡尔曼滤波

以平台式惯导系统为例 ,论述了如何用卡尔曼滤波技术处理有色噪声 .     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

基于有色噪声卡尔曼滤波的GPS多径估计研究

在最大似然多径估计技术的基础上,提出了一种新的基于有色噪声卡尔曼滤波的全球定位系统(GPS)多径信号估计技术.建立了GPS多径信号的卡尔曼滤波估计模型,推导了观测噪声为有色噪声的卡尔曼滤波的状态方程和观测方程,阐述了有色噪声的形成过程,推导了卡尔曼滤波的递推公式.实验结果表明,提出的设计技术可以在20dB·Hz的载噪比条件下对多个GPS多径信号进行较精确的估计.     

单模激光中的饱和效应与色泵噪声

研究了单模激光色损失模型和色增益模型的统计性质,得到了其光强定态几率分布、光强平均值和ｎ 阶矩的解析表达式,分析了单模激光中的饱和效应．通过比较发现当电场空腔衰减速率较大,泵参数ａ０ 较小时,两模型给出的结果的差别较小;反之,差别较大．噪声的关联时间对两模型的结果也有很大的影响．     

带有色观测噪声的多传感器ARMA模型信息融合辨识

对带已知有色观测噪声的未知自回归滑动平均模型(ARMA)模型,提出了一种两段信息融合辨识方法:第一段用递推辅助变量(RIV)算法得到自回归(AR)参数的局部和融合一致估值,第二段用Gevers-Wouters算法和用伪逆求解线性方程组方法得到滑动平均(MA)参数和噪声方差的局部和融合一致估值。该方法可用于语言增强信号处理问题。一个仿真例子说明其有效性。     

基于Burg算法与卡尔曼滤波的有色噪声状态估计

探讨一种有色噪声卡尔曼滤波算法。基于静态环境下多传感器的噪声信号,借助Burg算法和自回归模型,获得可在线估计噪声信号的噪声模型,进而结合经典卡尔曼滤波算法,获得可估计系统状态的有色噪声卡尔曼滤波模型。数值实验结果比较显示该模型对系统的状态估计精度高、噪声抑制能力强。