改进的二阶互差分测量噪声方差估计算法

针对自适应Kalman滤波中测量噪声统计特性估计问题,提出了一种基于α-β-γ滤波和二阶互差分的测量噪声方差估计算法。该算法通过α-β-γ滤波器构造测量信号的虚拟冗余观测序列,将只适用于冗余测量条件下的二阶互差分算法推广到单一测量。在此基础上,通过对数据的选择和对α-β-γ滤波器的优化,达到提高计算精度的目的。仿真实验结果表明,相对于通过经典的自适应Kalman滤波算法计算测量噪声方差,该算法估计测量噪声方差精度更高,能够有效抑制滤波发散。

基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法

针对容积卡尔曼滤波(CKF)在GNSS/SINS组合导航中协方差矩阵非正定导致Cholesky分解失败以及无法对GNSS测量噪声进行自适应估计的问题,提出一种基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法。将QR分解运用于CKF协方差阵的更新,提高了滤波的稳定性。利用SINS短期高精度的特点,对GNSS测量噪声自适应估计,减弱测量误差突变的影响。构造了检验门限,在GNSS测量误差稳定时不进行自适应估计以减少计算量。仿真与组合导航实验结果表明,在GNSS测量误差突变的情况下,所提算法对GNSS测量噪声具有较高自适应性,相较于SRCKF和SageHusa自适应SRCKF算法,平均定位精度分别提升19.31%和4.56%,提高了组合导航系统的抗干扰能力。

基于星间无线电"自收自发"测距的高精度卫星定轨方法

针对无线电信号在传播过程中存在的时间和空间上的误差相关性,结合卫星星座内的整网观测,提出了一种所谓信号"自收自发"的卫星跟踪与测量技术。通过星上天线接受和发送网内所有卫星(包括自身)的数据通信,获得相互间的距离信息,同时采用一种互差分的数据处理方法,进行卫星位置的解算。通过具体仿真计算,并与卫星的GPS自主定轨方法相比较,结果表明,此方法确实有效,能很大程度提高卫星的定轨精度。此外,文中还分析了该方法实现的主要技术难点,并给出了相应对策。

一种基于OFDM训练序列的精确时延估计方法

提出了一种适用于OFDM系统的基于训练序列的精确时延估计方法.该方法利用频域差分互相关法,精确提取小数时延;在频域补偿小数时延后,再将时域相关法与上升沿法相结合,得到整数时延.由复杂度分析结果可知,当搜索法中获取小数时延的搜索次数大于2时,该方法的小数时延估计计算复杂度与搜索法相比低很多.仿真结果显示,当采样频率为10 MHz、多普勒频移为222.22 Hz、子载波个数为1 024的情况下,根据该方法所实现的时延估计精度能够达到分米级,平均比搜索法高出10 dB;同时,在低信噪比时,该方法比传统的时域相关法具有更健壮的整数时延估计性能.

多用户OFDM系统的测距定时同步算法

在OFDMA系统中,上行链路的定时误差主要来自远近效应,导致用户间符号到达时刻不一致,因此,同步过程主要依靠测距来完成同步参数估计,再通过反馈机制予以调整。通过对OFDMA几种测距定时同步算法的研究,仿真分析了各自性能及运算复杂度,并在此基础上提出了一种联合同步方案,将3种算法结合应用于不同用户量的接入环境,以满足性能及复杂度的平衡需求。

主动式毫米波人体成像安检仪关键实用技术解析

主动式毫米波人体成像安检仪是利用毫米波对常规衣物穿透特性进行人体表面成像,检测和识别违禁物品。根据这一特点,其可广泛用于机场、海关等重要公共场所。本文主要从“同频、同相、同增益”角度,总结主动式毫米波人体成像安检仪在硬件、软件实现、稳定性方面的关键技术。在降低硬件成本的前提下,提出稀疏阵列技术和MIMO 技术是毫米波人体成像安检仪向更高空间分辨率和检测效率发展的关键技术。