基于Huber M-CKF的UUV目标跟踪算法

针对无人水下航行器(UUV)目标跟踪精度不高的问题,文中将一种鲁棒性较强的M极大似然估计代价函数引入Huber-容积卡尔曼滤波(H-CKF)并应用于UUV的目标跟踪定位算法中,通过改变归一化新息协方差的方法对CKF矩阵进行线性化求解。建立了UUV运动模型及观测模型,在不同的非高斯噪声干扰下与转换测量卡尔曼滤波、CKF和扩展卡尔曼滤波3种滤波算法进行对比试验,验证了HM-CKF的滤波精度和稳定性优于传统算法。

组合步长的改进仿射投影主动噪声控制算法

为了改善在主动噪声控制(Active Noise Control,ANC)中由不平稳脉冲噪声引起的经典仿射投影算法稳态误差高的缺陷,利用鲁棒类M估计器代价函数对误差信号的饱和特性,将其与权重向量的L2范数约束相结合,提出类M估计器函数仿射投影算法。该算法的收敛精度相较于经典符号仿射投影算法提升3.2 dB。为了进一步提升收敛速度,将组合步长技术引入上述算法来自适应调节权重约束中的步长参数,调节收敛速度与稳态误差之间的矛盾。仿真结果表明,最终提出的算法突破固定步长的限制,可实现更快的收敛速率和更低的稳态误差,相较于已有仿射投影算法,在收敛速度方面提升2倍,在收敛精度方面提高10 dB。该算法可为之后仿射投影算法的研究提供理论指导和实验依据。

星载AIS的复值FastICA算法改进

针对星载船舶自动识别系统(AIS)的含噪复值信号盲分离算法分离效果不佳的问题,提出了改进的复值快速独立分量分析算法(FastICA)。该改进算法针对混合信号数目大于源信号数目的超定情况,对含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,修正白化矩阵,再应用Huber M估计函数优化该算法的目标函数。实验结果表明,运用该算法信号均方误差(SMSE)变小,信干比(SIR)变大,提高了信号的分离性能;同时,优化后的目标函数使算法具有良好的稳健性。

鲁棒核主元分析的数据重构

针对野值点噪声对样本均值和协方差估计带来的不利影响,在线性鲁棒M位置估计方法的基础上,结合了核原理来估计协方差,提出了一种新型的鲁棒KPCA(核主元分析)算法.将所提出的算法应用于数据重构仿真实验,仿真测试结果表明当样本数据中存在野值点噪声时,由所提出的鲁棒KPCA算法实现样本数据重构时,要比KPCA具有更高的重构精度,抗野值点噪声性能更强.