ARMA模型的平方根超定递推辅助变量定阶方法

提出了自回归滑动平均(ARMA)模型的平方根超定递推辅助变量定价方法.该方法避免了计算逆协方差阵失去正定性的问题,改进了超定递推辅助变量定阶方法的数值稳定性.模拟计算与实验数据处理表明,该方法数值稳定性好,收敛速度快,抗噪能力强.是一种高性能的定阶方法。     

GPS/INS组合导航中的自适应滤波算法

研究了GPS/INS导航系统中的不确定噪声问题,给出了一种基于协方差匹配技术的自适应卡尔曼滤波算法,该法当测量噪声的协方差已知时可以自适应估计出系统噪声的协方差.它是在滤波过程中通过判定系统噪声的协方差是否发生了变化,若它发生了变化再估计出新的协方差,然后再按得到的噪声统计估计值计算新息序列的协方差阵,因此有效地提高了滤波结果的精度并消除了滤波发散现象.数字仿真表明效果良好.     

考虑SAR图像导航量测特性的SAR/INS组合导航非线性滤波

SAR/INS组合导航系统中,当SAR量测输出时间间隔较长时,惯性导航得不到及时修正,系统将具有较强的非线性特性,导致常规卡尔曼滤波算法的精度受到影响甚至滤波发散. 为了提高组合导航的精度,该文结合惯性导航系统的非线性模型,设计基于无迹卡尔曼滤波(UKF)解决非等间隔量测修正的SAR/INS组合导航非线性滤波算法,并通过协方差分析对比研究常规卡尔曼滤波和该文算法的性能. 仿真结果验证了该文算法具有更高的精度.     

拟蒙特卡罗粒子滤波改进算法及其在雷达目标跟踪中的应用

拟蒙特卡罗粒子滤波算法（quasi-Monte-Carlo particle filter, QMC-PF）精度不高,运算复杂度大,难以满足雷达机动目标跟踪精确性和实时性需求. 为此,提出一种基于BP神经网络的新型拟蒙特卡罗粒子滤波算法. 该算法将大权重粒子通过QMC分裂采样产生低差异性的子代粒子,以此来替代低权重粒子,保证了样本的有
效性和多样性;同时利用BP神经网络计算子代粒子的权重,提高了滤波的精度和速度;最后在不同的模型中进行仿真. 实验结果表明,与QMC-PF相比,所提出的算法提高了精度和运算速度,适用于雷达机动目标的跟踪.     

CDMA中一种新的波束形成算法

基于CDMA环境提出了一种新的波束形成算法,并且以此形成二维Rake合并器.这种新的方法,根据最大信号噪声干扰比准则推导出计算权矢量的公式,将求导向矢量再求逆的两步问题转化为直接求Hermit阵的最大广义特征值和特征向量,且使用解扩后数据计算干扰加噪声的协方差阵.该法计算量小,数据存储量小,不需要训练序列和参考信号,步骤简单且性能优于导频辅助法,计算量小于码滤波法.此法可应用于第三代移动通信系统中快衰落环境下的波束形成.     

一种利用交流采样测量频率的新算法

提出了一种利用交流采样测量电力系统频率的新算法,该算法具有实现方便、计算量小、精度高、实时性强等优点,并能消除直流分量对测量精度的影响;同时给出了一种信号预处理算法,该算法能有效滤除信号中的2、3次谐波,提高频率测量算法的适用范围.通过数值仿真,验证了2种算法的有效性和可行性.     

基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器

应用Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了多传感器信息融合稳态最优白噪声反卷积滤波器,其中给出了局部滤波误差之间的协方差公式,它被用于计算最优融合加权阵.同单传感器情形相比,可提高滤波精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.     

一种改进的基于代价函数的地图匹配算法

为了提高基于代价函数的地图匹配算法的效率,提出了一种减少算法计算量的方法.该方法结合地图匹配算法中的数据滤波等判决法则,合理利用已有的匹配信息,能在更小的范围内选择待匹配路段,达到减少计算量的目的.该方法在导航定位系统中具有实用意义.     

Cholesky分解在协方差矩阵恢复中的使用

针对基于稀疏扩展信息滤波的同步定位与地图创建(simultaneous localization and mapping,SLAM)问题,分析并比较了最近邻数据关联、极大似然数据关联以及联合相容性检验数据关联的原理,阐述了边缘协方差矩阵恢复的必要性.在此基础上提出一种利用Cholesky分解由信息矩阵准确恢复协方差任意元素的方法,该方法具有较高的计算效率.在仿真实验中将该方法与协方差边界估计法比较,并分别用于3种数据关联算法的比较分析,表明所提出的方法适用于多种数据关联方法,能在保证定位精度的同时有效控制算法复杂度.最后对各种数据关联算法在稀疏扩展信息滤波SLAM中的性能进行了讨论.     

区间分段思想在数值计算中的应用

随着大数据时代的来临,数据处理与数值计算在科学研究中显得尤为重要.介绍了区间分段的基本思想,阐述了区间分段在插值法、定积分数值解及常微分方程数值解等3种数值计算中的应用,并给出了相应的数值步骤,以达到减少数值计算量和提高数值计算精度的目的.     

GPS空时自适应滤波矩阵重构抗干扰算法

小快拍数、干扰移动及天线平台震动引起协方差矩阵估计误差增加,导致现有的全球定位系统(global positioning system,GPS)空时自适应滤波抗干扰算法的性能急剧下降,为此提出了一种基于矩阵重构的GPS空时自适应滤波抗干扰算法.该算法利用Capon空间谱估计方法重构干扰加噪声协方差矩阵,并对矩阵进行时域平滑得到空时滤波权值.仿真结果表明,该算法在多干扰、低信噪比、小快拍数情况下降低了阵列误差的影响,提高了阵列天线输出信干噪比,与对角加载算法和矩阵锐化算法相比提升5dB左右.     

无气味滤波器在PN码时延和多径信道联合估计中的应用

研究了多径信道中PN码时延和信道系数的联合估计问题,提出了一种基于无气味滤波器的时延和多径联合估计方法,得出了频率选择性信道中估计器的仿真结果.然后将参数估计的均方误差与使用扩展的Kalman滤波器得到的均方误差、克拉美-罗限进行了比较,结果表明在多径信道中无气味滤波器的性能比扩展的Kalman滤波器性能更好.     

齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

基于PDE演化的视频图像序列超分辨率重建

在加权最小二乘的基础上,结合PDE正则化,提出了一种视频图像序列超分辨率重建的自适应滤波方法.详细讨论了运动补偿矩阵和权值矩阵的构成和性质,推导并给出了滤波器的递推公式.仿真试验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性.     

应用联邦自适应UKF的卫星多传感器数据融合

在卫星自主导航系统中,一方面,系统状态模型存在难以准确建模的问题,要求信息融合算法具有一定的自适应性;另一方面,系统的量测模型通常具有较强的非线性,又要求信息融合算法在强非线性下保持较高的精度和鲁棒性. 针对以上两个问题,本文提出了基于星敏感器、红外地平仪、磁强计、雷达高度计、紫外敏感器的多信息联邦自适应UKF组合导航方案,该方案将多个导航传感器提供的信息在联邦滤波器里融合,并采用自适应UKF算法构建联邦滤波器的子滤波器. 采用这种方案,可有效组织并充分利用导航传感器提供的导航信息,并且系统模型具有一定的自适应性. 数字仿真结果表明,与传统的联邦卡尔曼滤波方法相比,该方法更适合于非线性较强、系统模型参数不准确的场合,有效提高了导航精度.     

STBC-OFDM协作通信系统存在载波频偏时的均衡算法

在基于空时分组编码正交频分复用的协作通信系统中,不同用户节点间存在的载波频偏会产生子信道间干扰与子信道内干扰. 该文研究对抗这两种干扰的实用均衡方法. 针对较小的归一化频偏差,提出一种实现迫零均衡的低复杂度迭代算法IAZF. 针对较大的归一化频偏差,构造一种串行最小均方误差组间干扰消除与并行干扰消除联合的均衡算法JEA,并根据信道矩阵的近似带状结构,实现了均衡所需的矩阵求逆的递推计算,节省了计算量. 仿真结果表明：在相当大的归一化频偏差范围内,JEA的性能稳健,特别是在归一化频偏差大于0.25 时明显优于现有方法. 在归一化频偏差小于0.15时,IAZF提供了逼近其他方法的性能且复杂度更低.     

二元线性递归关系的初值问题与二阶矩阵方幂的计算公式

从二元线性递归关系初值问题的矩阵表示出发,利用变动常数法建立了二阶矩阵方幂的计算公式,进而给出了二元线性递归关系初值问题的求解公式。