基于EMD的脉冲星信号消噪算法

为了提高脉冲星辐射信号的信噪比,提出了一种基于经验模态分解(EMD)的脉冲星信号去噪算法。利用经验模态分解将信号分解为一组固有模态函数(IMF)。针对EMD阈值消噪算法性能不稳定这一问题,该算法滤除固有模态函数噪声时,利用相邻信号标准差作为噪声水平的判断准则,并采用自适应阈值,对于噪声含量较高的信号采用低通滤波器消噪。实验结果表明,与EMD阈值消噪方法相比,该算法能获得更高的信噪比,并具有较好的稳定性。

基于脉冲星的航天器定位算法

为了提高脉冲星空间定位精度和减少计算量,提出了一种新的脉冲星定位算法。该算法先用三颗脉冲星产生脉冲模糊点,再引入新的脉冲星消除脉冲模糊点直到脉冲整周数唯一。然后,采用TDOA定位技术消除航天器时钟的漂移。最后,利用最小二乘算法提高空间定位精度。实验结果表明,在半径为300000km的球形试探范围内,该算法处理时间小于4ms,能较好地满足实时性的要求,并具有较高的定位精度。

基于SWT和FRFT的脉冲星TOA估计算法

提出了一种基于平稳小波和分数阶傅立叶变换的脉冲星超分辨率TOA估计算法。首先,对一个周期内的脉冲星信号进行多层平稳小波分解。然后,估计出与各层低频系数分数阶傅立叶变换相对应的TOA。最后,对脉冲星信号到达时间进行复合估计。实验结果表明,在低采样率,强噪声背景的情况下,该算法能获得稳定、准确的脉冲信号到达时间。