有色噪声条件下的角速度跟踪滤波方法

为提高跟踪精度,对于一类符合二阶AR模型色噪声条件下的角速度跟踪滤波问题的关键是如何在线估计色噪声系数。AR模型噪声系数估计模型能有效地实现在线估计,从而为提高角速度跟踪精度提供了良好的方法。     

有色噪声背景下直升机航迹滤波与预估的研究

结合武装直升机在巡航或搜索地面目标的特点，给出直升机航迹模型为协方差平稳随机模型。在线估计有色噪声参数，对测量噪声去相关。对直升机航迹进行卡尔曼滤波与预估。最后对有色噪声条件下的航迹进行了仿真研究，并与白噪声条件下的仿真结果进行比较，结果表明，这种方法具有很强的去相关能力，可以提高跟踪精度。     

一种具有角速度量测的多站无源目标跟踪方法

为提高多站无源目标跟踪系统的跟踪性能,将无源目标跟踪系统获取的目标角速度测量表示为目标在笛卡尔坐标系下位置与速度的非线性形式,进而提出了一种同时利用目标角度和角速度量测来提高被动跟踪精度的方法。结合Cramer-Rao下界理论,分析了在利用角速度量测信息后无源目标跟踪系统跟踪性能的改善情况。基于不敏卡尔曼非线性状态估计方法,给出了具有角速度多站无源跟踪方法的一种具体实现流程。仿真与试验结果表明,具有角速度量测的无源跟踪系统具有更优目标运动参数的估计精度。     

基于图象序列分析的空中目标运动参数估计

本文提出了基于图像序列分析的空中目标运动参数估计方法，给出了在无干扰条件下空中目标运动参数的计算公式，探讨了提高计算精度的途径，进一步研究了目标受到干扰及成像设备存在噪声情况下的目标运动参数的估计问题，得到了参数估计的递推公式，并给出了估计误差稳态方差的范围。     

具有角速度测量的光电跟踪系统分析

采用球坐标位置测量的传统光电跟踪系统，在充分利用模型先验信息而不增加其它测量信息的前提下，很难进一步改善目标运动参数的估计性能。在传统光电跟踪系统基础上，引入俯仰和偏航两个角速度测量装置来提高跟踪系统性能的设计思想，尚未见文献报道。本文借鉴扩展卡尔曼滤波器(EKF)思想，建立了新的测量模型，并从理论上分析了跟踪偏差的渐进性质。对原有位置测量和附加角速度测量的序贯滤波处理保证了工程实现的可行性和实时性。仿真结果表明，附加角速度测量后，光电跟踪系统收敛速度加快，估计误差均方差减小，系统跟踪性能得到全面提升。     

脉冲噪声下基于CNN-FRFT的线性调频信号参数估计方法

由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪信号,输入卷积神经网络(CNN)进行训练和测试;其次,利用训练好的CNN模型对信号进行去噪,并验证模型的去噪能力和泛化能力;最后,利用分数阶傅里叶变换(FRFT)建立去噪信号的分数谱,通过峰值点位置来估计LFM信号的参数。实验结果表明,相比于传统的基于非线性函数的方法,该方法在强脉冲噪声环境下具有更好的精度和噪声鲁棒性,CNN的应用使其具有更强的泛化能力,在实测脉冲噪声下仍可以准确估计参数。     

基于自适应滤波技术的被动协同跟踪算法

为增强被动协同跟踪系统对复杂环境的适应性，提高跟踪精度和系统鲁棒性，提出了一种基于自适应滤波技术的目标跟踪算法。该算法通过基于Sage-Husa自适应噪声估计的无迹卡尔曼滤波对多站被动协同定位结果进行状态估计，并利用残差量的局部动态统计对噪声估计器进行改进，以提高噪声估计的准确性和稳定性。同时，引入协方差自相关量匹配判据来保证噪声方差阵的正定性，防止滤波发散。仿真结果表明，该方法可有效提高噪声估计精度，增强目标跟踪系统对环境的适应性，大幅提升跟踪性能。     

一种实时相关目标跟踪算法

采用时－空梯度法，建立一种估计图像序列中目标偏移植的相关跟踪算法。该算法采用一维相关，而且两个方向相关运算可以并行独立运算，适于硬件实现，计算速度大大高于常规相关跟踪算法，具有很强的实时性，仿真结果还表明该算法具有较高跟踪精度，且对噪声不敏感。     

微波交会对接雷达目标跟踪的卡尔曼滤波器设计

针对空间交会对接应用中追踪航天器对目标航天器的精密跟踪，采用三阶修正卡尔曼滤波器直接在球坐标系下对径向距离和径向速度进行联合跟踪，采用2个结构一致的二阶修正卡尔曼滤波器分别对俯仰角和俯仰角速度、方位角和方位角速度进行联合跟踪。提出一种状态噪声的实时估计算法，有效地解决了卡尔曼滤波应用中状态噪声的参数设计问题。仿真结果表明，本文设计的卡尔曼滤波器能够精确地跟踪目标航天器，同时具有较强的动态适应能力。     

基于CA模型的转换坐标卡尔曼滤波

文中根据雷达对空间中的匀加速运动目标的跟踪要求．在三维空间中采用了转换坐标卡尔曼滤波算法（CMKFA），通过理论推导证明了当状态方程和测量方程满足一定条件时，转换坐标卡尔曼滤波算法是去偏转换测量值的线性无偏最小方差估计算法。在转换坐标卡尔曼滤波跟踪算法中．球坐标系下互相独立的观测噪声变换到直角坐标系下时将变成相关噪声，在解出此相关噪声的方差后即可按标准的卡尔曼滤波算法对目标进行跟踪．仿真结果显示．该算法收敛迅速，精度可以满足雷达对空间机动目标的跟踪要求。     

基于高阶累积量的信源数目估计方法

信源数目确定在许多高分辨阵列信号处理中具有至关重要的作用.提出了一种基于阵列输出4阶累积量信息的信源数目估计方法.通过构造阵列输出的4阶累积量矩阵,根据4阶累积量矩阵特征值分布并采用最小描述长度(MDL)准则估计信源数目.由于信号高阶累积量具有盲高斯特性,该方法能有效地抑制色噪声干扰,可实现色噪声背景下的信源数目估计.仿真分析验证了该方法的有效性.     

纯方位运动目标的跟踪估计算法

针对纯方位运动目标分析问题，建立了带乘性噪声的状态空间模型，推导出了在线性最小方差意义下的目标状态最优递推估计算法，并通过算法的误差分析讨论了模型的各种随机干扰的统计参数及估计算法初值的选取。     

基于四阶累积量的信源数估计新方法

针对在基于四阶累积量的空间谱估计方法中,基于信息论准则的信源数估计方法完全失效的问题。提出了一种新的信源数估计方法,该方法利用与特征值互补的集合的数值的特点,降低了噪声对应特征值的发散度,然后再利用信息论准则估计信源数。该方法具有计算复杂度低的优点,适用于空间色噪声,仿真分析证明了该算法的有效性。     

无陀螺惯性测量系统角速度估计算法

针对无陀螺惯性测量系统中角速度解算的难题,文中在分析目前常用角速度解算方案优缺点的基础上,根据Kalman状态估计理论,建立了新的不局限于某种加速度计配置方式的系统状态方程和观测方程模型,推导出了带控制项和系统干扰噪声的限定记忆Kalman状态估计公式,通过一种九加速度计配置方式,对该估计算法进行了仿真验证,仿真结果表明该算法能有效地提高角速度解算的精度,避免了其他角速度解算方案误差发散和小角度符号判断难题.     

非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究

针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明：在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。     

基于盖尔圆准则的信源数目估计改进算法

针对最小信息准则(Akaike Information Criterion,AIC)存在的非渐进一致性估计的缺陷,以及盖尔圆准则(Gerschgorin Disk Estimator,GDE)可能出现无序特征值导致检测错误的问题,提出了一种基于盖尔圆准则和最小信息准则的GDE-AIC信源数目估计算法。该算法利用盖尔圆半径与噪声模型无关的特性构造似然函数,将其引入AIC准则模型中,克服了AIC准则非渐进一致性估计的缺点,且适用于空间色噪声的环境。在仿真实验中,将该算法与AIC算法及GDE算法等进行对比,结果表明,该方法稳定性好,适用于白噪声与色噪声,且在低信噪比时仍具有良好的估计性能。     

非平稳色噪声背景下非相关与相干信源数估计算法

在空间色噪声背景下传统基于信息论准则的信源数估计算法性能将下降,且无法实现非相关信源与相干信源并存时信源数估计。针对该问题,提出了非平稳色噪声背景下非相关与相干信源数估计算法。该算法利用特征值总体最小二乘线性拟合,估计得到非相关信源和相干信源组数的联合估计,然后通过空间差分平滑剔除非相关信源,最后利用线性拟合技术实现相干信源数估计。仿真结果表明,与基于信息论准则的信源数估计算法相比,所提算法能实现非相关与相干信源数的联合估计,检测信源数可以超过阵元数,尤其对于角度相近的信源,信源数估计性能更优。     

船姿数据的模型误差与噪声误差分析

建立了分析船姿数据一种新模型和方法，该模型包含了模型误差和噪声误差，从而更符合姿数据的实际情况，文中给出了模型参数，模型误差和噪声误差的估计，仿真结果表明该方法具有较高的精度，将该方法应用于实测数据处理，取得了较好的实际分析处理结果。     

平台导引头隔离度特性研究

为了研究平台导引头在不同视线角速度提取方式下的隔离度特性,建立了基于惯性基准的典型平台导引头隔离度模型和隔离度寄生回路模型,分析了噪声对不同视线角速度提取的影响,推导出了干扰力矩下不同提取方式的隔离度传递函数,利用无量纲化方法和劳斯判据分析了隔离度寄生回路稳定性。研究表明:不同视线角速度提取点对不同噪声敏感度不同,制导系统参数、干扰力矩类型和视线角速度提取方式均会对隔离度寄生回路稳定性造成影响,在导引头不同主要干扰因素下选择合理的视线角速度提取方式有助于提高制导系统性能。     

基于延时相关的稀疏恢复高分辨来波方位估计

针对MUSIC算法和基于四阶累积量的MUSIC-like算法在高斯色噪声背景下测向精度不理想的问题,提出基于延时相关的稀疏恢复高分辨来波方位估计算法。该算法利用蕴含在接收数据延时相关函数中的角度信息,采用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵,进而构造新的协方差矩阵,并进行奇异值分解,建立稀疏表示模型,使用l1范数法对稀疏模型进行求解实现色噪声环境下高分辨DOA估计。仿真实验表明,基于延时相关的稀疏表示模型的测向分辨率好于基于传统子空间的MUSIC算法和基于四阶累积量的MUSIC-like算法,能降低协方差构造的复杂度,增强色噪声抑制能力。