基于Kalman滤波器的放大转发双向中继联合信道估计方法

针对遵从放大转发协议的双向中继网络的联合信道估计问题,提出了一种基于Kalman滤波器的新方法。首先根据联合信道构成特点将其划分为自干扰部分及传输部分,通过AR模型对这两部分自相关函数进行近似化处理,建立了联合信道时变过程的状态方程,结合接收的训练序列信号,给出了具有Kalman滤波器形式的估计方法。随后在证明了该方法的一致收敛性质的同时,列出了误差性能限所满足的Riccati方程表达式。仿真结果表明,新估计方法相比于最大似然方法在均方误差方面具有明显的性能优势。     

一种雷达导引头天线罩斜率误差实时估计方法

首先建立了完整的考虑导引头天线罩误差斜率的目标-导弹相对运动问题数学描述,包括非线性的状态方程和测量方程。其次,简化得到纵向通道考虑天线罩误差斜率的目标-导弹相对运动数学模型,推导出纵向通道联合估计视线角速率和天线罩误差斜率的数学模型,证明了上述数学模型对应的视线角速率和天线罩误差斜率联合观测系统的可观性。最后,设计了纵向通道和侧向通道联合估计视线角速率和天线罩误差斜率的推广Kalman滤波器。在仿真实验中应用该滤波器,与不考虑天线罩误差斜率的视线角速率估计Kalman滤波器做了仿真对比。仿真结果表明,联合估计视线角速率和天线罩误差斜率的推广Kalman滤波器的效果很好,可以显著提高天线罩误差斜率情况下的制导精度。     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。     

一种色噪声下的自适应Kalman跟踪滤波器

有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题.该文章针对传统Kalman滤波器噪声统计特性未知时,受色噪声的影响精度严重降低,甚至出现发散等现象,设计了一种基于神经模糊网络的自适应的Kalman滤波跟踪器.该滤波器通过利用神经模糊网络作为误差估计器,估计出Kalman滤波器的估计误差,从而对Kal...     

用巴克码实现的快速信道估值器

本文针对短波自组织数据网 HF/AIN 的特点,提出一种用巴克码实现短波信道冲激响应快速估计的方法。文中给出了详细理论分析及计算机模拟结果。结论指出,该算进具有估计精度高,运算量小的特点,实现性能优于普通 Kalman 滤波法及正交序列方法5～10dB。     

无人机时频二维信道估计研究

依据无人机信道快速时变的相关参数，设计了信道估计所需的时频二维插入导频图案，利用最小均方误差准则，采用维纳滤波器，实现了无人机时频二维信道估计。通过性能分析和数值仿真可以看出，基于Wiener滤波MMSE准则设计时频二维信道估计不仅可以提高无人机信道的精度，同时还可以保证信道的鲁棒性能。     

粒子滤波在误差配准中的应用

系统偏差严重影响了多部雷达航迹的互联和目标状态的融合,因此如何解决误差配准成为一个关键问题。因为系统偏差和雷达的量测之间是一种非线性关系,所以无法直接使用Kal-man等线性滤波直接进行系统偏差的估计。为解决这一问题,利用非线性的粒子滤波器(PF),对目标状态和系统偏差的估计进行了探讨,为了对比其性能,设计了一种扩展Kalman滤波算法。仿真结果表明PF在误差配准中的应用是可行的,性能高于扩展Kalman滤波。     

OFDM/OQAM系统信道估计改进方法

在基于导频的信道估计方法中,伪导频的功率决定了该信道估计方法的性能。为了提高OFDM/OQAM系统的信道估计精度,提高频谱效率,提出一种基于改进导频结构的信道估计方法。在原有导频结构的基础上,对其中功率最高的导频结构进行改进,并给出对应的信道估计方法。由于缺乏足够的接收信号先验知识,无法直接对信道进行估计。为了解决这一问题,提出一种预判决方法对接收信号进行估计,并通过迭代减小预判决引入的误差,提高估计精度。仿真结果表明,本文提出的导频结构具有更高的频谱效率和更好的信道估计性能。     

一个天基拦截器寻的制导的综合方法

在本文中,我们将目标状态估计和拦截器制导当作一个完整的寻的制导问题考虑。在以前的制导及状态估计设计过程中,状态估计及控制是当作两个问题考虑的。这种情况下,状态估计要求由捷联红外传感器提供方位测量值。本文考虑了如下完整的制导问题:准确的剩余飞行时间的估计,制导规律及Kalman滤波器的结构,选择的制导规律要求目标相对位置、相对速度及加速度的估值。因此为了估计这些值的量,设计了Kalman滤波器结构,它要求必须将目标距离当作滤波器输入,因为被动红外传感器只测量瞄准线误差,因此本文还描述了一种合成距离的方法。通过六自由度仿真,对从角测量至加速度指令产生的完整制导方案进行了研究。     

基于自相关函数的信噪比估计方法

信噪比估计,作为衡量信道质量的标准,为许多自适应技术提供所需的信道信息。精确的信道质量估计值,可以有效提升这些技术的性能。研究表明,信号经过采样、发送波形成行后其自相关函数具有周期性。根据噪声和发送信号两者自相关函数的不同特性,提出一种利用自相关函数进行信噪比估计方法。仿真结果表明,该方法具有较高的估计精度。     

基于回归算法的OFDM系统帧同步和信道估计研究

提出了一种基于回归方法的联合帧同步和信道估计方案.该方案通过添加在OFDM帧格式中的伪噪声码可以得到帧定时和信道冲击响应,由估计到的信道信息,使频域单抽头均衡器完成信号补偿.仿真结果表明:在瑞利信道下,该方案的帧头丢失率要比滑动平均方案和Beek方案低,并且信噪比大于-10 dB时,帧定时的精确度更高.采用该信道估计方案的均方误差要比LS方案和MMSE方案小.最后比较了采用该方案和传统方案的误码性能.     

基于高斯和-容积Kalman滤波的高轨双星辐射源跟踪

高轨双星系统可通过测量辐射源信号的到达时差、频差和到达高轨卫星的多普勒频移,跟踪沿地球表面巡航且载频固定、已知的运动辐射源。针对辐射源运动方程和观测方程的强非线性,提出了基于高斯和框架与5阶容积Kalman滤波的运动辐射源跟踪算法GS-5CKF。算法将起始时刻的时差观测量所确定的处于地球表面的时差线按辐射源经度等间隔划分,初始化多个并行的5阶容积Kalman滤波器,线性组合各滤波器每个时刻的输出以获得辐射源运动状态的估计。针对5阶容积Kalman滤波器,提出了相应的非线性测度并引入滤波器分裂与合并,以提高跟踪精度并保持GS-5CKF算法计算复杂度基本不变。仿真表明,相对仅使用单个5阶容积Kalman滤波器和基于高斯和框架但使用3阶容积Kalman滤波器的GS-3CKF等算法,提出的跟踪算法具有更高的估计精度。     

衰落信道下基于正交频率码分复用的精确时间测量

针对衰落信道下的精确时间测量,给出基于正交频率码分复用技术的高精度时间测量算法。在不降低最大不模糊时间的前提下,通过时间延时、信道衰落、相位噪声参数的联合迭代估计,有效克服了频率选择性信道的衰落与相位噪声对时间测量的影响。仿真结果表明:联合迭代算法提高了时间测量的归一化均方根误差性能。     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

基于近似PDP的LOFDM双散射信道时延扩展估计

功率时延剖面(PDP)可完全刻画无线信道的时间散射特性,同时也是栅格正交频分复用系统(LOFDM)自适应策略的重要信道参考。实际中,由于功率时延剖面的准确估计十分困难,常用时延扩展来描述信道功率时延剖面。文章利用Parseval’s定理和DFT-BEM信道模型实现了双散射信道下时延扩展的有效估计;同时运用抛物线拟合法进一步提高估值算法抗干扰性能。理论分析与计算机仿真表明:提出估计算法具有良好的均方误差性能。     

基于强跟踪扩展Kalman滤波的X射线脉冲星导航定轨精度研究

为提高X射线脉冲星导航定轨精度,依据脉冲星导航原理,建立了X射线脉冲星自主导航系统的状态方程和观测方程,提出用强跟踪扩展Kalman滤波（Strong Tracking Extended Kalman Filter,STEKF）替代扩展Kalman滤波,并对3颗脉冲星卫星运行的位置和速度估计进行了仿真实验。仿真结果表明：STEKF具有使滤波器能够自适应地校正估计偏差并迅速跟踪状态变化的能力,有效地提高了卫星运动状态的估计精度和数值稳定性。     

机动目标跟踪算法

文中提出了一种新的机动目标跟踪方法。一种基于新息序列的最快检测方案被设计出来,用于目标机动的快速检测。对给定的虚警概率,得出了最小机动检测延迟的最佳滑动窗口长度。检测到机动后,用增加机动项的方法修正系统模型。文中提出用递推算法来估计机动幅度。使用该估计,修正的卡尔曼(Kalman)滤波器可被用来对目标实施跟踪。仿真结果表明尤其是在目标机动过程中该算法具有优越的性能。     

基于扩展H∞滤波的OFDM自适应盲信道估计算法

针对OFDM系统中的信道估计问题,提出了一种基于扩展H∞滤波的OFDM自适应盲信道估计方法。该方法通过对常规H∞算法进行改进,实现了在OFDM系统中能自适应跟踪信道的变化特征,从而使均方误差的性能随着输入信噪比的增加得到很大的提高。仿真结果也验证了该算法优于卡尔曼和H∞估计算法,具有计算复杂度低,运算量小、收敛速度快、算法灵活等特性。     

改进的联合Kalman滤波及其在组合导航中的应用

以组合导航为应用背景,对联合Kalman滤波进行了改进,每循环Ⅳ次,就用主滤波器的估计值来修正子滤波器的值,以改善滤波器的性能,提高组合导航系统精度,并且大大减小收敛时间,提高其效率.最后将该方法应用于GPS/INS/LORAN-C组合导航系统中,仿真结果表明该方法是有效的.     

高轨双星辐射源跟踪的高斯和-容积Kalman滤波算法

针对辐射源运动方程和观测方程的强非线性,提出基于高斯和框架与5阶容积Kalman滤波(5CKF)的跟踪算法GS-5CKF。该方法将起始时刻的时差观测量所确定的位于地球表面的时差线按经度等间隔划分,初始化多个并行的5CKF,线性组合各滤波器的输出获得辐射源运动状态的估计。针对5CKF,提出新的非线性测度并引入滤波器分裂与合并,从而提高了跟踪精度,同时保持GS-5CKF算法复杂度基本不变。仿真表明,相对仅使用单个5CKF和基于高斯和框架但使用3阶容积Kalman滤波器的GS-3CKF等方法,提出的算法具有更高的估计精度。