基于相位编码波形和非匹配滤波器设计的间歇采样转发干扰抑制方法

间歇采样转发干扰(ISRJ)利用信号欠采样原理和匹配滤波特点,在雷达信号距离维上产生多个数量可控的虚假目标点。根据ISRJ采样函数特点,本文提出一种针对ISRJ的相位编码波形和非匹配滤波器设计方法。在雷达发射信号前,根据干扰的脉冲宽度和重复频率参数,设计适用于抑制ISRJ的非匹配滤波的相位编码信号。在接收到带有干扰的回波后,根据ISRJ采样函数与发射前设计的编码信号,构建抑制ISRJ的非匹配滤波器,降低干扰能量。仿真结果表明,与传统未经处理的相位编码信号相比,所提方法优化设计的信号表现出更好的抗干扰能力。

几何匹配滤波器及其对间歇采样转发干扰的响应特性

针对间歇采样转发干扰问题,基于几何代数工具重新审视匹配滤波过程,以投影角余角作为滤波器输出构造了几何匹配滤波器并分析了其对间歇采样直接转发干扰的响应特性。仿真中利用几何匹配滤波器输出对干扰采样占空比进行了估计,为下一步抑制干扰提供了先验知识;通过对比不同参数下几何匹配滤波器与传统匹配滤波器对目标与干扰的输出,说明了几何匹配滤波器对强干扰的优良适应能力以及给目标检测带来的增益,为解决雷达对抗切片转发干扰提供了一种新的几何视角。

采样Kalman滤波器在天文卫星定姿滤波中的应用

扩展Kalman滤波器(EKF)广泛地应用于卫星定姿问题,但它设计困难,且有发散性问题。该文应用一种采样变换(unscentedtransform,UT)设计了新的姿态确定滤波器UKF(unscentedKalmanfilter)。仿真对比结果表明,UKF滤波器定姿精度好于0.003°。其收敛速度大大高于EKF滤波器。而状态估计精度与EKF相当,方差估计优于EKF,且数值稳定性好。因此该滤波器可用于卫星快速机动过程的定姿。

一种改进雅可比算法的频域临界采样图滤波器组

频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。

SINC滤波器时序优化与分布式电流的同步采样

研究了电机电流采样常用的SINC滤波器原理和分布式电机电流同步采样的技术难点。首先分析了SINC滤波器的FPGA时序电路和组合逻辑电路,设计了不同的时序优化方案,并对不同方案进行了仿真验证,得出最优的时序优化方案,显著缩短了SINC滤波器的延时;接着分析了分布式控制系统中,电机电流同步采样的优点及技术难点,提出了分布式电机电流同步采样的可行性方案;最后通过工程样机测试验证了SINC滤波器时序优化方案的准确性,验证了分布式电机电流同步采样方案的可行性。

基于埃特金逐步插值滤波器的TIADC时间误差校准方法

拉格朗日插值滤波器可以应用于TIADC时间误差校准,并且该方法有较好的校准效果。但是拉格朗日插值滤波器的阶数不易调节,这使得该滤波器在实际应用时不灵活。本文针对此问题,提出了基于埃特金逐步插值滤波器的TIADC时间误差校准方法。本文化简了埃特金插值多项式的计算公式,并设计了一种新增插值结点的选取方法,从而将埃特金逐步插值算法应用于时间误差的校准。本文方法能根据TIADC采样系统的输入信号频率和设定的精度要求自动调节埃特金逐步插值滤波器的阶数。仿真结果表明,在90%的奈奎斯特频带范围内,本校准方法能有效抑制时间误差引起的杂散分量,且能自动调节滤波器的阶数,当输入信号的归一化频率为0.35时,校准后的SNDR提高了40.37 dB。并通过实验验证本校准方法的效果。

一种抗野值的Kalman滤波器

在目标跟踪系统中,由于杂波的存在,往往使跟踪检测数据中含有大量、成片的野值,造成系统跟踪精度下降。本文通过对检测数据中新息特性的分析,给出了检测数据中野值的判定方法,通过重新构造状态估计来消除野值的影响。仿真结果证明了该方法可有效的剔除野值,提高跟踪系统的跟踪精度。

H_∞鲁棒滤波器与Kalman滤波器的对比

通常Kalman滤波技术应用得比较广泛 ,然而在系统模型和噪声统计特性存在不确定性的条件下 ,Kalman滤波的应用就受到了一些限制。H∞ 滤波可有效地解决Kalman滤波所遇到的问题 ,不仅估计精度高 ,而且还具有鲁棒性。简要介绍了H∞ 滤波技术和Kalman滤波技术 ,设计了H∞ 鲁棒滤波器和Kalman滤波器 ,并分 3方面对二者的性能进行了比较分析。

一种新的中频采样滤波器的设计与实现

许多信号处理算法是针对复信号的 ,因此 ,从实带通信号中产生复信号是信号处理中的一个重要问题 .中频采样技术是对中频信号直接采集产生正交复基带信号的技术 ,一般是采用 2b或 4b采样频率 (b为信号带宽 ) ,而且滤波器的系数是以表格形式给出的 ,因此使用者不能根据实际情况对滤波器加以修正 .本文提出了一种新的滤波器设计方法 ,它没有限定采样频率和信号带宽之间的关系 ,换句话说 ,信号的归一化带宽是可变的 .此外 ,新滤波器的系数是以解析形式表示的 ,可以方便地根据实际信号的带宽计算出最佳滤波器的系数 .当信号带宽较窄时 ,新滤波器的性能明显优于现有滤波器 .文章的最后介绍了一种基于SHARC的中频采样的实现方案 .该方案已经用于实际系统 ,取得了很好效果 .

基于扩展Kalman滤波器的PMSM高性能控制系统

扩展Kalman滤波器考虑了系统噪声和测量噪声的影响,是一种基于最优控制理论的非线性估计方法。本文提出一种新型的用于永磁同步电机(PMSM)的基于扩展Kalman滤波器(EKF)的状态观测器,可以把有限精度的光电码盘信号的量化误差考虑为测量噪声,从而可以精确观测转子位置和转子转速。电机不需要知道转子初始位置就可以起动。该状态观测器还可以观测负载转矩,利用观测的负载转矩形成对给定转矩的前馈补偿,可以大大改善负载转矩波动过程中的转速控制性能。在轻负载时永磁同步电机定子电流较小,因此电流测量过程中的噪声和干扰对系统性能的影响就非常明显。Kalman滤波器可以有效消除电流测量值中的干扰和测量噪声,提高系统在轻载时的性能。仿真和实验结果验证了该系统的性能。

应用Kalman滤波器提高机抖激光陀螺姿态测量系统瞬时精度的方法

机械抖动激光陀螺输出的原始数据不仅包含了外界的惯性输入的角速率信息,还包含了抖动信号的角速率信息,通常使用线性相位FIR滤波器去除机械抖动信号,信号经滤波后其所有频率成分都将产生一定时间的延迟,这将对由机抖陀螺组成的高精度实时姿态测量系统造成影响。本文提出了一种基于姿态角运动跟踪预测模型和Kalm an预测的姿态测量滤波延迟补偿方法。实验结果表明,本方法能有效估计并预测运动载体的姿态运动,补偿由于FIR滤波器时间延迟带来的不利影响,提高姿态测量系统的实时性和瞬时精度。

状态估计中确定性采样滤波器的比较分析

基于采样方法的滤波器在非线性滤波领域内得到了广泛应用。其共同特点是利用抽样粒子点模拟系统状态的概率分布,从而不受状态先验分布假设(如高斯假设)的约束,拥有更高的滤波精度和更广的应用范围。在确定性抽样意义下论述了几种现有的确定性采样滤波器,并对这几种滤波器在状态估计领域(滤波)的应用进行了精度和计算负荷分析。采用一维及多维算例验证了几种方法的估计精度。给出基于实际系统需求一般性评价和选用原则。

Kalman滤波器在长输管道泄漏诊断中的应用

本文采用带时变噪声估计器的推广Kalman滤波方法,对长输管道的状态进行估计,并在此基础上,采用一定的诊断机制,实现对长输管道的泄漏诊断。实验结果表明,这种方法是有效的。

粒子滤波器重采样算法的分析与比较

重采样算法解决了粒子滤波器的退化问题。从重采样实现原理、均匀分布理论和计算复杂度的角度对目前广泛应用的四种重采样算法(包括多项式重采样、残差重采样、分层重采样和系统重采样)进行了理论分析,同时引入有效样本数,设定重采样阈值,将四种算法应用于经典纯方位跟踪,通过仿真比较不同重采样算法条件下的运行时间和跟踪性能,并分析重采样阈值的设定对滤波性能的影响。仿真表明,四种算法在跟踪性能上很接近,系统重采样和分层重采样算法下的运行时间很接近,优于其余两种算法,设定重采样阈值后,整体跟踪误差减小了约50%,但并未明显减慢跟踪误差随时间推移的发散趋势。

基于Kalman滤波器的非视距误差抑制算法

针对蜂窝网定位中影响定位精度的非视距传播误差问题,提出一种基于Kalman滤波器的非视距(NLOS)误差抑制算法,将到达时间(TOA)测量值及非视距误差作为Kalman滤波器的状态变量,根据TOA测量值的结构特点和NLOS误差的统计特性,确定Kalman滤波器过程方程的状态转移矩阵。以NLOS误差服从指数分布的情况为例进行仿真,结果表明,该算法在精度估计和算法计算量方面具有明显优势。

基于低延迟有限冲击响应滤波器的差动保护采样率转换算法

智能变电站中,电子式电流互感器(ECT)取代传统的电磁式电流互感器向差动保护装置提供电流信息。工程中,不同采样频率的ECT要求保护装置重采样,统一多路电流数据的采样频率。为解决此问题,本文提出了一种改进的差动保护采样率转换算法。该算法基于低延迟有限冲击响应滤波器原理,并以此为基础构造了基于约束最小二乘法设计的可用于信号抽取和插值环节级联的低通滤波器,实现了任意有理数倍频率转换的快速响应。仿真结果表明,较基于切比雪夫逼近原理的传统低通滤波器,采用改进算法的低通滤波器的数据输出响应速度提高了37.5%,峰值瞬时误差可控在3.683%以内,可以有效地减少数据传输延迟,提高差动保护动作的快速性。

基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器

对非线性多传感器系统,基于Gauss-Hermite逼近方法和加权最小二乘法,提出了一种具有普适性的非线性加权观测融合算法.该算法可将一个高维观测压缩为一个低维观测.在此基础上,结合无迹Kalman滤波器(Unscented Kalman filter, UKF),提出了非线性加权观测融合无迹Kalman滤波器(WMF (Weighted measurement fusion)-UKF).与集中式融合UKF (CMF (Centralized measurement fusion)-UKF)相比,该算法计算负担小且具有逼近的估计精度.特别是在传感器数量较大时,该算法在计算量上的优势更加明显.仿真例子验证了算法的有效性.

多传感器时滞系统信息融合最优Kalman滤波器

基于线性最小方差最优加权融合估计算法,对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比,分布式融合滤波器具有更高的精度.与状态和观测增广最优滤波器相比,具有较小的精度,但避免了增广所带来的高维计算和大的空间存储。可减小计算负担.仿真例子验证了其有效性.

基于扩展Kalman滤波器测量氮爆式液压锤的性能

考虑到在缸体内运动的活塞,难以用传感器直接测量其运动状态:速度、加速度以及摩擦力、未知阻力。根据系统理论的方法,以活塞的位置、速度、加速度作为状态矢量,在采样间隔内,将活塞运动视为匀加速度运动,建立具有未知输入的活塞运动状态方程。将未知阻力视为有色噪声,并作为系统未知输入,设计扩展状态的Kalman滤波结构。依据气体的变化规律,得到活塞在采样各时刻的位置坐标。以最小方均误差作为测量准则,研究有色噪声输入线性系统的Kalman递推状态估计算法。算法自适应跟踪未知输入的变化,估算活塞冲程、回程的速度和未知的阻力,从而测量氮爆式液压冲击锤的冲击能量。测量结果表明,该方法具有较高的测量精度,与理论设计基本一致。

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman滤波器池结构 ,设计了使用遗传算法的自适应Kalman滤波器 ,给出了离线和在线两种实现方案 .离线方案以辨识滤波参数为主要目的 ,进而可以对状态进行较准确的事后估计 ;在线方案以实时地对状态进行估计为目的 .对滤波参数寻优使用具有良好性能的浮点数编码遗传算法 ,该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强 .