改进的自适应Kalman滤波在GPS/SINS中的应用

以GPS/SINS组合导航为应用背景,针对常规Kalman滤波由于先验知识不足,观测数据突变等容易引起的发散问题,提出了一种改进的自适应Kalman滤波。该算法将Sage-Huse自适应滤波和衰减记忆滤波相结合,以解决由于先验知识不足引起的滤波发散问题;在此基础上引入压缩函数,通过对野值进行有效地判断和处理以达到抑制滤波发散的目的。仿真结果表明:改进的自适应滤波算法不但可以有效地解决由于模型不够准确和野值等容易引起的发散问题,同时与传统滤波算法相比水平位置滤波精度分别提高了6倍和5.7倍,高程滤波精度提高了2.39倍,具有较好的自适应性和稳定性。     

BLMS算法在GNSS天线抗干扰中的应用

首先,简要介绍了国内外卫星导航抗干扰研究现状,结合BLMS(Block Least Mean Square)算法在GNSS抗干扰方面的应用,给出了其硬件实现的方框图和信号流程图,并对实现中存在的问题进行了分析;其次给出了一种实验室条件下模拟干扰环境,进行抗干扰算法研究的方法,即用信号发生器模拟干扰源和卫星信号,使其通过由功分器和合路器搭建的模拟阵列信号单元模拟干扰环境;最后,用单频干扰和扫频宽带干扰测试算法的抗干扰性能,并用Matlab编写的基带处理程序对算法的输出进行码相关,测量输出信号信干噪比(SINR)变化,以检验其有效性.数据表明,该算法具有良好的抑制干扰能力,为GNSS抗干扰研究提供了参考.     

改进的频域窄带干扰抑制方法

针对频域窄带干扰抑制方法的不足,分别提出改进的自适应多门限干扰检测算法和广义延拓逼近算法在干扰抑制中的应用。改进算法使用去除干扰频点之后的频谱进行检测干扰,检测效果有了明显提高;有约束条件的一元函数延拓逼近算法,结构简单,通过延拓逼近思想,减小了对干扰频点处理时信号时域波形的失真。Matlab仿真通过误码率对比验证了算法性能,从而证明改进方法具有更好的干扰检测性能和更优的干扰处理能力。     

改进的 IFIR 近似精确重构原型滤波器设计

针对传统内插有限长脉冲响应(interpolated finite impulse response,IFIR)原型滤波器设计时产生镜像部分从而增加设计复杂度的不足,提出一种内插非零值且不产生镜像部分的原型滤波器优化算法.通过对多种非零插值方法得到的滤波器进行仿真及特性分析,揭示出内插零值和内插非零值的内在联系,得到使用一维快速傅立叶内插非零值方法可以设计出符合调制滤波器组要求且设计复杂度降低的高衰减原型滤波器的结论,并给出最优内插模型思路,同时给出设计实例验证了改进方法的性能.理论分析和仿真均可说明,改进方法相对于传统IFIR方法提高了滤波器性能,简化了设计模型,降低了设计复杂度,从而减小了计算量.