基于变分贝叶斯估计方法的双尺度自适应Kalman滤波

针对Kalman滤波在对敌目标估计应用中遇到的量测和过程噪声均未知且时变的情况,提出了一种利用变分贝叶斯估计的双尺度自适应滤波方法。解决了2个关键问题:一是针对量测和过程噪声协方差的共轭后验分布提出了相对转移概率指标,设计了启发式的自适应噪声估计窗口,实现了稳态精度和时变响应性能的综合提升,能适应敌方目标机动性高且统计特性变化快的特点;二是设计了在不同时间尺度上估计过程噪声和量测噪声的协方差方法,解决了在同一时间尺度上使协方差估计值发生严重偏差且增大滤波误差的问题。仿真表明,所提方法能快速跟踪目标状态噪声统计特性的变化并保证估计精度。

一种有效的CFCR域LFM信号分析方法

为了解决现代电子战领域中无延迟的线性调频信号分析方法计算量大,以及低信噪比情况下抗噪性能和估计精度不理想的问题,提出了一种有效的无延迟线性调频信号分析方法。所提算法通过利用局部尺度傅里叶变换和傅里叶变换,将线性调频信号变换到中心频率-调频率的二维域中。在中心频率-调频率域中,线性调频信号的能量得到有效积累,形成易于检测的尖峰。通过检测尖峰坐标,得到信号参数的估计值。为了提高估计精度和降低计算量,采用了双尺度估计策略。仿真结果验证了低信噪比情况下,该算法具有良好抗噪性能和估计精度,并且所提算法计算量小,易于实现。