应用Kalman滤波器估计放大转发双向中继联合信道

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。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。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。     

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。     

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。     

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...     

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。     

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.     

放大转发双向中继网络的移动级联信道统计特征分析

针对放大转发协议下双向中继网络移动级联信道,为了分析其统计特征,结合用户完成信息交互的过程,将移动级联信道分解为传输部分和干扰部分两个时间过程。依据它们的双高斯乘积特点,分别给出了对应的一阶概率密度分布、二阶自相关函数和多普勒功率谱的表达式。与此同时,通过采用Gamma分布对级联信道进行了概率近似,得到了描述移动级联信道时变特性的电平通过率和平均衰落时间等指标的近似计算式。借助数值仿真验证了上述表达式的正确性。     

基于贝叶斯原理的放大转发中继联合信道估计

在贝叶斯原理的框架下,依据放大转发中继联合信道等价于两段瑞利信道相叠加的特征,将其概率密度分布这一先验知识与接收端的训练序列相结合,得到了最小均方和最大后验两种估计方法。由于两种方法的准确贝叶斯CRB难以求解获得闭合表达式,从最大熵原理出发,结合复高斯分布性质,推导了MLE准则下的CRB相对应的近似贝叶斯CRB,以衡量不同方法的估计精度。仿真结果表明相比于原有的MLE方法,最大后验估计方法在低信噪比下性能改善明显。     

Signal‐to‐interference‐plus‐noise ratio estimation for wireless communication systems: Methods and analysis

The Signal‐to‐Interference‐plus‐Noise Ratio (SINR) is an important metric of wireless communication link quality. SINR estimates have several important applications. These include optimizing the transmit power level for a target quality of service, assisting with handoff decisions and dynamically adapting the data rate for wireless Internet applications. Accurate SINR estimation provides for both a more efficient system and a higher user‐perceived quality of service. In this paper, we develop new SINR estimators and compare their mean squared error (MSE) performance. We show that our new estimators dominate estimators that have previously appeared in the literature with respect to MSE. The sequence of transmitted bits in wireless communication systems consists of both pilot bits (which are known both to the transmitter and receiver) and user bits (which are known only by the transmitter). The SINR estimators we consider alternatively depend exclusively on pilot bits, exclusively on user bits, or simultaneously use both pilot and user bits. In addition, we consider estimators that utilize smoothing and feedback mechanisms. Smoothed estimators are motivated by the fact that the interference component of the SINR changes relatively slowly with time, typically with the addition or departure of a user to the system. Feedback estimators are motivated by the fact that receivers typically decode bits correctly with a very high probability, and therefore user bits can be thought of as quasipilot bits. For each estimator discussed, we derive an exact or approximate formula for its MSE. Satterthwaite approximations, noncentral F distributions (singly and doubly) and distribution theory of quadratic forms are the key statistical tools used in developing the MSE formulas. In the case of approximate MSE formulas, we validate their accuracy using simulation techniques. The approximate MSE formulas, of interest in their own right for comparing the quality of the estimators, are also used for optimally combining estimators. In particular, we derive optimal weights for linearly combining an estimator based on pilot bits with an estimator based on user bits. The optimal weights depend on the MSE of the two estimators being combined, and thus the accurate approximate MSE formulas can conveniently be used. The optimal weights also depend on the unknown SINR, and therefore need to be estimated in order to construct a useable combined estimator. The impact on the MSE of the combined estimator due to estimating the weights is examined. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004     

MIMO-OFDM系统Turbo接收机中的信道估计器

设计了一种新的MIMO-OFDM系统Turbo接收机中的信道估计器.考虑了信道估计误差对编码比特外信息计算的影响,利用软球形译码器的搜索列表和解码器反馈的先验信息对传统EM信道估计中的软信息近似处理进行了修正,获得了更为准确的软符号统计信息用于信道估计,提出了考虑软符号互相关性的Bayesian EM(BEM)信道估计算法.仿真结果表明,新算法较传统EM算法具有更低的误码率和更小的估计均方误差值.     

用于目标跟踪的自适应广义调频波形设计算法

提出了一种用于雷达目标跟踪的自适应广义调频波形设计算法。该算法根据跟踪器的动态需求,以广义调频信号为样板波形自适应设计下一时刻的发射波形,其目的是使预测的目标跟踪均方误差最小化,并假定高信噪比条件,且目标跟踪运动模型和观测模型均为线性。利用与某一波形相对应的克拉美-罗下限(CRLB)以及卡尔曼滤波器,通过最小化预测的跟踪均方误差来实现广义调频波形的自适应设计。仿真结果表明:在信噪比相同的情况下,与使用固定参数、自适应参数的线性调频波形设计算法相比,所提出的算法能够获得更低的目标跟踪均方误差。     

一种纯方位跟踪中的自适应滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波算法易发散的不足,提出了一种自适应的改进算法。该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计,动态补偿线性化带来的误差。算法的对比仿真分析结果表明,AEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标跟踪的实现提供一种新的方法。     

病态线性回归模型系数的0─c型岭估计

针对病态线性模型病态的实质,提出回归系数的０－ｃ型岭估计。首先研究它的均方误差的最优化问题,给出了参数的最优值或最优值的一个上界和下界,证明可以选择参数,使它在均方误差的意义下优于ＬＳ估计。其次,研究它的偏差,证明存在０－ｃ型岭估计优于ＬＳ估计,且比岭估计β（ｋ）具有较小偏差。最后证明它的可容许性,并讨论在实用中它的岭参数选择方法的优点。     

时差方位被动定位法在水下目标跟踪中的应用

在水下目标跟踪中 ,无源被动定位技术是常用的技术。在对利用方位和声波脉冲到达时间差的被动测量来进行目标的定位和跟踪后 ,对系统进行了描述和分析 ,利用递推最小二乘 (RL S)估计算法估计出目标的运动偏量 ,然后结合线性卡尔曼滤波 (KF)算法给出目标的运动状态。仿真结果表明 ,利用方位和时差对水下目标进行定位跟踪 ,可以要求观测站是静止的 ,不必机动 ,并且具有快速收敛、精度较高、稳定等特点。     

线性测量海上机动目标状态估值器

本文导出了在惯性坐标系内利用线性测量卡尔曼滤波器(LMKF)来估值海上机动目标的状态估值器。LMKF 可以用于非线性测量条件下的目标状态估值。同时,LMKF 的公式比延伸的卡尔曼滤波器(EKF)要容易推导得多。在飞机坐标系里用蒙特卡罗方法进行了大量的数学模拟。模拟结果表明,两种滤波器的估值误差相同,但是LMKF 只需要比较少的计算量。应用线性测量的方法,导出了在飞机地理水平面坐标系内的LMKF。该滤波器有较高的溶液精度和较少的计算量。