非高斯环境下基于最大相关熵的平滑估计器设计

针对Kalman平滑估计器在非高斯噪声环境下性能衰退问题,本文提出了一种基于最大相关熵准则作为最优估计标准的平滑估计方法,将其应用于固定滞后问题的状态估计,称之为固定滞后最大相关熵平滑估计器(FLMCS).首先,使用矩阵变换,给出最大相关熵Kalman滤波器的另一种形式;然后,以此为基础,通过引入新的状态变量来增广系统,并推导出所提平滑估计器的在线迭代方程;进一步比较平滑前后状态估计误差协方差,从理论上分析算法性能改进效果;最后,通过算例仿真验证所提平滑估计器在非高斯噪声干扰下的有效性和优越性.

一类非高斯环境的量子耗散理论

基于拓展的热库统计准粒子代数法，构建了二次型环境耦合的耗散子方程组新理论．为验证耗散子代数中新增法则的正确性，采用完全不同的方法推导了扩展Zusman方程，并证明新理论在Zusman方程相同的预设条件下，正是后者的动力学解．由此证实当增加一对耗散子时，推广（非高斯）Wick定理的正确性，这一新法则使得耗散子方法可以很自然拓展到非线性环境耦合．此外，还需注意并必须加以考虑的是：与线性耦合不同，非高斯环境的影响不能完全通过线性响应理论来描述，它的影响在所发展的耗散子方程组理论中体现于耗散子和非线性热库作用描述符之间的相互耦合，文中对此进行了着重的阐述．最后模拟和展示了二次型环境耦合下的吸收光谱线型．

非高斯环境下的GPS自适应多径抑制技术

为解决非高斯环境下的全球定位系统(GPS)信号多径抑制,尤其是短延迟多径抑制问题,推导出一种具有权值修正更新能力的改进最小平均p范数(LMP)算法。该算法通过对权值变化趋势项的预测可有效减小算法的收敛时间,通过对其参数变化影响的理论分析和仿真,证实在所设实验条件下算法的收敛时间最大可减少50%。为在自适应多径参数估计时应对非高斯噪声环境的影响,同时获得更大的处理增益,设计了改进的自适应多径估计方案,将算法应用于方案的权值更新,并对更新后的权值引入均值滤波,仿真证明所提多径抑制方案在非高斯和高斯环境下均能表现出很好的稳定性和有效性。

两种非高斯海洋环境噪声统计模型分析

海洋环境噪声是影响声呐工作的主要因素之一,噪声模型的选取十分重要,普遍采用的高斯噪声模型在很多情况下存在局限性。引出两种非高斯噪声模型匹配实际非平稳的海洋环境噪声:广义自回归条件异方差模型(Generalized Autoregressive Conditional Heteroscedasticity,GARCH)和双模模型,通过分析两种噪声的概率密度分布函数,并与高斯模型噪声和实测海洋环境噪声比较得出两种噪声模型的适用性。GARCH(1,1)模型通过调节参数可以吻合大部分浅海和深海海洋环境噪声,双模模型则只对浅海某些情况存在适用性,而对深海吻合性较差。两种噪声模型的统计特性分析表明它们可以适用于高斯噪声模型存在局限的非平稳环境下。

最大相关熵准则下改进扩展卡尔曼滤波的车辆状态估计

针对传统卡尔曼滤波在非高斯环境下对车辆状态估计鲁棒性和精度差的问题,提出最大相关熵准则(MCC)下改进自适应迭代扩展卡尔曼(AIEKF)滤波算法(MC-AIEKF),建立横-纵耦合的三自由度车辆模型,利用易测得的车载传感器信息设计了包含横摆角速度、质心侧偏角、纵向车速的状态观测器。在双移线和正弦扫频输入工况下通过Simulink/CarSim仿真试验平台对提出的算法进行了验证。结果表明,在非高斯环境下,相比于扩展卡尔曼滤波(EKF)和AIEKF,MC-AIEKF算法估计精度高,鲁棒性好,在实际的车辆状态估计中MC-AIEKF具有更强的适用性。