一种高斯分布的调整粒子滤波算法

粒子滤波(PF)方法与传统的非线性滤波方法如扩展卡尔曼(EKF)类方法相比,无需计算Jacobi矩阵,受初始状态影响小而稳定性强,因此粒子滤波方法研究成为非线性滤波研究的热点问题.但在可观测性较差的非线性系统滤波中常用的普通粒子滤波方法(GPF)易受退化、采样枯竭等因素影响而在可能会引起滤波误差大甚至不收敛等问题.本文提出了一种高斯分布的调整粒子滤波跟踪算法,即在粒子再采样后加上一定的高斯噪声分布调整粒子分布,以产生更接近真实状态的粒子.经过只测角定位跟踪举例仿真表明,本文方法具有较高的滤波精度.     

牵伸罗拉沟槽形状探讨

牵伸罗拉是棉纺机上牵伸部分的主要部件,与牵伸皮辊一起,在适当压力作用下,充分钳制纤维,将进入牵伸装置的粗纱或棉条进行牵伸。因而罗拉质量的好坏不但影响着棉纱的外观质量,也影响着棉纱的强力和断头率。随着纺织和化学工业的发展,纺织厂已经广泛采用合成橡胶皮辊。由于这种皮辊没有接缝、弹性高、耐压、耐热、耐磨、耐油、耐湿等优点,使棉纱质量有了显著改善。过去使用的牛皮皮辊已被淘汰。但是随着皮辊材料质量和性能的不断提高,和它组成的牵伸罗拉在沟槽设计上,仍旧沿用过去使用皮辊时所必需     

基于角度约束采样的单站无源定位混合粒子滤波算法

为实现固定单站对运动辐射源的快速定位,该文给出了一种基于角度约束采样的混合粒子滤波算法。该算法从EKF(Extended Kalman Filter)滤波得到建议分布,利用角度测量对状态变量的约束关系从建议分布产生所需粒子,可以减少粒子滤波用于高维情况时所需的粒子数目,改善滤波性能,降低运算成本。结合利用多普勒变化率和角度测量的单站定位方法,与EKF,UKF(Unscented Kalman Filter)以及一般混合粒子滤波算法的仿真比较表明,该算法在滤波收敛速度、跟踪精度以及稳定性方面优于其它算法,估计误差更接近Cramer-Rao下界。     

基于中心差分的机动辐射源单站被动跟踪算法

针对机动辐射源的单站被动跟踪问题,结合中心差分滤波(central difference filter)方法,该文提出了一种基于中心差分的交互多模型(IMM)机动目标跟踪算法,无需计算基于EKF(Extended Kalman Filter)方法所需的Jacobian矩阵,易于实现。将传统IMM算法中协方差的传递改造为平方根滤波形式,数值稳定性更好。将该算法应用到联合利用径向加速度和角度信息的单站定位系统,与基于EKF的IMM算法和基于UT(Unscented Transformation)的IMM算法仿真比较表明,该文算法和基于UT的IMM算法性能相当,比基于EKF的算法具有更高的跟踪精度。     

基于距离参数化的双机时差递推定位方法

双机仅测时差定位系统具有系统结构简单、定位精度高的特点。对不当的滤波初始化易造成的扩展卡尔曼滤波器（EKF）的滤波发散问题,该文提出了一种基于时差测量的距离参数化（RP）方法。该方法利用时差得到一组滤波初始化值,结合EKF,提出了双机时差测量的距离参数化扩展卡尔曼滤波（RPEKF）递推定位方法。仿真结果表明,该文的定位...     

40米~2过滤机给矿浓度自动调节

为提高过滤机效率和降低铁精矿水份,我们试验了两种调节方案:一是采用单一的反馈调节系统;另一是采用前馈一反馈复合调节系统。后者调节过程的指标显著高于前者。由于前者系统滞后时间较大(τ=40秒),向管道直接加水,无缓冲余地,而时间常较短(T=35     

基于ADS软件和通用仪器的通信教学实验系统

本文介绍对比了安捷伦的先进设计系统（ADS）软件和Matlab仿真的功能,提出将ADS软件与通用仪器相结合,可以对通信系统各个环节进行半实物仿真。然后用ADS搭建了一个GSM数据调制解调系统的例子,说明利用ADS软件进行仿真可以增强＂通信原理＂和＂通信系统＂等课程的教学效果。     

双/多机测角频差定位算法研究

对固定辐射源的快速高精度定位是机载无源定位系统的重要任务之一,而双/多机测角频差定位体制是实现该任务的一种新途径。针对该定位体制,提出了一种快速有效的定位解算方法,解决了单次观测条件下的定位问题。该方法首先基于各机测得的方位角、俯仰角,采用伪线性法粗略估计辐射源位置;然后以此为初始值,采用高斯-牛顿迭代法,综合利用频差、方位角及俯仰角信息,精确估计辐射源位置。在单次观测定位的基础上,引入了批处理加权最小二乘融合算法及序贯加权最小二乘融合算法,实现了多次观测定位结果的有效融合。最后,进行了计算机仿真,结果表明:本文给出的单次定位解算方法及多次定位融合算法具有良好的性能,当观测误差不太大且服从高斯分布时,它们对应的辐射源位置估计精度能够很好地逼近克拉美罗限。      

基于多级网格搜索的固定单站无源定位方法

针对扩展卡尔曼(EKF)类递推方法用于固定单站无源定位时存在依赖于初始值和不稳定性等缺点,本文提出了一种利用角度和频率变化率无源跟踪的网格搜索方法,只要网格取得足够密,最终估计趋近于全局最优的最小均方估计(MMSE).为了减少搜索的计算量,提出了利用多级搜索法将计算量控制在合理可实现的范围.仿真表明,该方法的滤波不受状态初值误差的影响,滤波收敛速度接近无初值误差时的EKF、修正协方差扩展卡尔曼滤波(MVFKF)方法.     

基于G-N迭代的双星时频差定位融合算法

双星时差（Time Difference of Arrival,TDOA）频差（Frequency Difference of Arrival,FDOA）定位系统在过顶期间可多次截获到辐射源信号并进行定位,将不同时刻观测的多组时差频差和高程信息融合可以提高定位精度。本文算法将辐射源高程信息建模为双星时差频差定位融合的观测量之一,并提出了一种基于高斯-牛顿（Gauss-Newton,G-N）迭代的双星时差频差定位融合算法。最后通过实验仿真将本文所提算法与理论最优单次定位结果、直接平均和加权平均等位置合批处理方法进行比较,实验结果表明本文算法相较于其他位置合批处理方法具有更优越的性能。