基于MME准则估计卫星姿态的非线性滤波算法

结合矢量观测的特点 ,基于最小模型误差准则给出了一种确定卫星姿态的实时估计算法 ,称为预测滤波算法 .该算法利用矢量观测信息 ,对动力学方程中的力矩模型误差进行预测 ,并利用预测值修正动力学模型 ,从而准确地估计卫星的三轴运动姿态 ,同时能获得角速度估计值 .通过误差观测矢量的建立 ,进一步提出了能够简化准则函数的修正预测滤波算法 .仿真结果证明 ,预测滤波算法及其修正算法克服了扩展卡尔曼滤波器的不足 。

一种基于最大最小特征值的频谱感知改进算法

针对大多数频谱感知算法在低信噪比下性能不佳的问题,借鉴最大最小特征值算法(MME)提出一种改进算法。该算法对接收信号做差分预处理,再求其统计协方差的最大最小特征值比;最后用数值分析方法,结合聂曼—皮尔逊准则(N-P准则)求出恒虚警概率门限进行判决。蒙特卡洛(Monte Carlo)仿真实验对该算法与MME以及能量检测法的性能进行了比较,在极低信噪比下该算法的性能优于MME,而无论信噪比如何均优于能量检测法。实验表明,改进算法适用于低信噪比下频谱感知。