应用抗差无迹卡尔曼滤波的再入弹道处理技术

针对现有无迹卡尔曼滤波在再入弹道处理中可能出现的异常观测、观测随机误差模型不准确以及动力学模型不合理等问题,在无迹卡尔曼滤波中引入自适应与抗差估计理论,研究适用于再入弹道处理的自适应抗差滤波方法。该方法可以自适应地估计测量噪声等价协方差阵和状态噪声等价协方差阵,并可实现异常值的分离和维纳模型方差的自适应调整。数值仿真结果表明:该方法计算简单,并能有效减弱测量误差和动力学模型误差对弹道处理精度的影响。     

用复卷积对自适应预失真器的分析

随着移动通信中线性调制方式的出现 ,功率放大器的线性化已成为一个重要的研究课题。通常采用预失真线性化技术来提高功率放大器的线性度、减小带外发射。用复频谱卷积方法对移动发射机中功率放大器进行线性化的自适应预失真器进行了研究 ,理论分析和仿真结果表明 ,可用一种不需要任何附加本机振荡器或相位参考的复卷积方法测量带外功率并利用该量对预失真器系数进行最佳调整 ,从而使带外功率达到最小。     

改善机载前向阵雷达全程检测性能的研究

针对前向阵的杂波分布特性 ,给出了一种空时自适应处理 (STAP)结合多重中脉冲重复频率(MPRF)的处理方案 ,研究了重复频率的选择以改进系统性能 ,并分析计算了三路多普勒通道联合处理STAP方法在一组中脉冲重复频率下的改善因子和距离 /速度二维盲区分布图。理论分析与仿真结果表明 ,该方案可以大大改善机载前向阵雷达的全程检测性能     

基于 MMSE 准则的盲自适应多用户检测算法

基于MMSE准则提出了一种新的盲自适应多用户检测算法 ,分析了该算法的性能并进行了仿真实验。理论分析及仿真实验表明 ,该算法具有较低的复杂度 ,且性能要优于MOE检测器     

机动目标跟踪的交互式多模型自适应滤波算法

采用"当前"统计模型、匀加速模型以及匀速模型,运用交互式多模型算法的思想,提出了一种用于机动目标跟踪的交互式多模型自适应滤波算法.基本思路是上述三种模型并行工作,利用马尔可夫切换系数在它们之间进行切换,目标状态估计是上述三种模型交互作用的结果.蒙特卡罗结果表明该算法不仅克服了上述三种模型各自的缺点,提高了对机动目标的跟踪精度,同时具有全面自适应跟踪能力.     

基于三阶模型的铅酸蓄电池建模与仿真

根据铅酸蓄电池模型研究中所特有的非线性、复杂性和对环境敏感性等特点,应用三阶模型对铅酸蓄电池进行建模,并根据仿真结果得出相应结论。提出应用人工智能和智能控制领域中的“黑箱”理论、神经元网络理论,以及自适应思想来解决铅酸蓄电池仿真建模等问题的新思路。     

直接网络中的自适应路由算法分析

互连网络是大规模并行计算机的重要组成部分，路由算法是其中决定网络性能的重要因素，本文在直接网络结构基础上对路由算法进行讨论，给出了一种分类方法，并着重对采用虫孔路由开关技术的自适应路由算法进行分析，为进一步的评价和设计新的算法提供了参考。     

正交频分复用水声通信自适应调制算法

分析预估信道长度对信道估计算法的影响规律,提出利用水声通信均衡恢复信号统计量对信道估计质量评估的方法。通过信道长度自适应修正机制,实现对未知水声信道的高精度估计。针对水声信道造成的正交频分复用子载波特性差异,基于信道估计结果,提出在码元总速率、能量约束条件下,各个正交频分复用子载波速率、功率优化分配的自适应调制算法。与传统的等功率、速率分配算法相比,新算法能够显著提升水声通信系统的误码率性能,通过仿真和实地试验,验证了研究内容的有效性。     

离散小波改进算法在机动车辆换挡信号降噪中的应用

针对机动车辆换挡信号中存在大量强电磁及环境振动噪声的问题,同时考虑到实时性和硬件实现性能的需求,基于最小带宽离散小波算法,提出了简化的、适用于工程实现的小波分解层数确定方法;然后利用初始阈值对各层小波系数进行分类,利用各层中各类系数均值差的模及均方差为依据,设计了各层阈值的自适应迭代确定算法,同时改进了阈值的量化函数。仿真对比试验和应用测试结果表明,该算法具有较好的降噪效果,适用于机动车辆的相关信号检测与降噪。     

改进预测协方差门限法的采样周期自适应选择算法

传感器采样周期是影响目标跟踪的一个重要参数。现有自适应采样周期策略中,一些算法运算量比较大,计算效率低,不具有一般性。为此提出了一种改进的预测协方差门限法。该算法改进传统采样周期的全遍历寻优策略。最后与几种自适应采样周期算法与固定采样周期算法通过交互式多模型(IMM)滤波算法进行仿真比较。仿真结果表明该算法在目标跟踪过程中能满足跟踪需求,具有较少的计算量,较高的运行效率,比固定采样周期算法更能节约资源。