利用时变噪声贝叶斯卡尔曼滤波的室内移动目标定位

基于射频识别的指纹滤波定位技术是当前室内定位中常使用的技术之一。针对该技术存在的卡尔曼滤波算法不能准确适应环境噪声变化，致使定位精度不高的问题，提出了一种适应时变噪声的贝叶斯卡尔曼滤波算法。所提算法结合Sage-Husa滤波模型和贝叶斯模型，实现了过程和测量协方差矩阵的最优化，有效地降低了噪声，提高了指纹滤波定位的精度。实验结果表明，与变分贝叶斯卡尔曼滤波和Sage-Husa滤波相比，无障碍情况下，基于改进算法的定位精度提高了6%以上；有障碍干扰下，则提高了14.6%以上。     

8 mm脉冲磁控管测云雷达测速多普勒化

8 mm磁控管发射样本中频信号的起始相位随机分布,脉间频率抖动范围为±2 MHz ,脉内频率变化为500 kHz。为了克服这些问题,提出了一种适合于国内第一套毫米波 脉冲 磁控管测云雷达的测速多普勒化算法,幅度信息从回波数字下变频经低通滤波器后直接提取 , 相位信息由零中频回波IQ信号与发射样本IQ信号进行复卷积提取,并算法仿真结果表明多 普 勒频率误差不超过4 Hz。基于FPGA技术实现了测速多普勒化算法,利用高速缓存的设计 思想 实现了复卷器的优化,利用CORDIC算法实现了幅度与相位的高精度提取,并完成了算法在实 际 雷达系统中的测试,雷达的脉冲重复频率为1 000 Hz,多普勒频率在-496～500 H z范围内,雷 达终端显示的速度值与理论值一致;回波信号幅度值为-76～6 dBm,得到的速度值 与理论值 一致。经过该算法处理的地物杂波回波的多普勒速度在零值附近分布,云体目标的回波速度 图清晰可见。该算法已经成功应用于8 mm脉冲磁控管测云雷达系统。