基于UKF的变采样率多异质传感器异步数据融合

针对异质传感器数据融合能够实现信息互补,改善目标跟踪精度,提出了一种多异质传感器在变采样率下的异步量测融合算法,即首先将多传感器数据组合成类似于单传感器数据的异步数据处理方法,进行点迹合成,再将合成后的虚拟量测对当前时刻的目标状态进行更新.变采样率跟踪是基于网络或栅格多传感器异步融合跟踪的基础,通过引入时戳的概念给出了基于UKF(Unscented Kalman Filter)的具体融合算法,最后通过仿真验证了该算法的有效性。

P阶逆算法在非线性信道中的应用

针对数字无线通信中高功率放大器的非线性失真,提出了一种Volterra滤波均衡器的设计方法--阶逆算法,即对原有的Volterra级数模型进行求逆的过程。而根据该均衡器所处的位置又可以分为阶逆前向均衡和阶逆后向均衡,并对阶逆前向均衡的结构和算法进行了研究。计算机模拟结果表明,采用该算法系统输出误码率大为降低,整个系统性能具有明显的改善,且计算量小,可实现性强。