一种基于扩展卡尔曼滤波的方位跟踪算法

介绍了基于扩展卡尔曼滤波的TACAN导航方位跟踪算法，并对该算法进行了计算机仿真。仿真结果表明，该算法在匀速运动和机动情况下，均具有良好的跟踪性能。     

基于最大似然频率精细估计的载波捕获算法

深空通信中,星上对载波的主动捕获主要利用频率估计的方法。在实际载波捕获电路 中,精确的频率估计值导入锁相环,使得锁相环捕获带余量充足。在锁相环带宽一定的情况 下,估计精度的提高可以减少FFT实现点数。在FFT频率粗估计的基础上,通过频率精细估计 算法可提高估计精度。为获得估计精度更高的频率精细估计算法,利用最大似然泛函不变性 推导了频率精细估计的最大似然算法。载噪比在5 dB时,估计精度可以提高到FFT分辨率的1 0 -4。仿真结果表明,该算法估计性能优于其他频率精细估计算法。     

一种应用于深空通信的微弱信号捕获算法

针对低信噪比、高动态条件下深空测控通信信号捕获概率低以及复杂度较高的问题,首先分析了深空测控通信信号捕获的难点以及信号循环平稳特性,然后在此基础上提出了一种基于循环相关的新算法。计算机仿真结果证明新算法捕获门限达24 dBHz,适应频率动态达800 Hz/s;新算法较传统的捕获算法,在相同门限条件下的频率动态适应范围提升了约两个数量级。该方法已被应用于我国第一个深空测控站的建设,工作性能稳定可靠,有效地解决了低信噪比下深空站抑制载波信号的捕获问题。     

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术。为解决无人机中的全球定位系统（GPS）信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法。理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80%的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法。     

一种面向深空测距的大多普勒频偏信号捕获算法

在深空测距任务中,高精度的伪码捕获是后续执行伪码跟踪的关键前提。传统基于时频二维搜索的频偏估计算法对于深空测距中频率偏移范围较大的情况难以满足伪码捕获实时性要求。为此,提出了改进的时频二维搜索算法,通过在传统时频二维搜索算法的前端引入快速傅里叶变换（Fast Fourier Transform,FFT)算法对多普勒频偏进行预估,避免在大多普勒范围的频点遍历,能够有效降低频偏估计的时间开销。实验表明,该方法能够在大多普勒频偏环境下利用有限的硬件资源快速地实现伪码捕获,满足伪码捕获的实时性要求。     

一种新的平滑频率扫描方式及其实现

工程中常用的匀速频率扫描方式在频率拐点处的瞬时频率变化率 较大,针对此缺点,提出了一种新的频率扫描方式——平滑频率扫描,并推导出平滑扫描的 数学表达式。利用MATLAB进行建模仿真表明,平滑频率扫描可以有效减少扫描在频率拐点处 的瞬 时频率变化率,提高接收端的捕获概率。实际工程应用证明,该平滑频率扫描方式有效可行 。     

基于信号估计的扩频测控信号快捕方法

为进一步提高扩频测控系统的捕获速度,研究了借助辅助序列估计伪码相位的方法,分析了该估计算法的精度。针对该算法在高动态条件下估计偏差较大引起捕获概率骤降的问题,提出引入最大似然频偏估计修正相干载波的方法,显著提高捕获概率。设计了基于码相位估计和载波频率估计的快速捕获算法,仿真结果表明,该算法在载噪比较好的情况下可以有效完成捕获。为提高算法在较低载噪比时捕获的可靠性,提出将估计值作为部分匹配滤波辅助快速傅里叶变换(PMF-FFT)初值的综合捕获方法,与传统捕获方法相比,平均捕获时间显著降低,且并没有带来硬件复杂度的提高,具有一定的理论意义和工程应用价值。     

基于随机Hough变换的斜率估计多径抑制算法

抑制多径干扰是提高GPS定位精度的关键。针对低载噪比、预相关带宽有限的情况下斜率估计（ELS）的多径抑制技术往往不能正常工作的问题,提出了一种基于能够鲁棒地提取直线斜率的随机Hough变换（RHT）的斜率估计多径抑制算法。该算法主要采用多相关器结构得到多径相关峰的采样值,然后利用RHT得到相关峰两边的斜率,最后结合ELS的基本原理构成具有补偿因子的伪码鉴相器,以达到抑制多径干扰的目的。仿真结果表明,该算法解决了ELS在有限的预相关带宽（4 MHz）和较低载噪比(33 dB-Hz)条件下不能有效提取直线斜率的问题,并且在相同载噪比(44 dB-Hz)条件下,该算法的多径抑制性能也优于ELS算法。     

一种新的极高精度的T_IIN频率估计内插算法

针对多普勒条件下接收端复信号的频率估计难的问题,研究了一种基于离散傅里叶变换与迭代频率估计的内插综合算法。区别于经典的内插算法,新算法在迭代频率内插算法基础上充分利用复数快速傅里叶变换结果的实虚部值,并通过最大峰值频谱和相邻两侧谱线以极高精度内插估计出复信号的频率参数。仿真结果分析表明,在二次迭代条件下信噪比为-10 dB时,该算法估计均方根误差仍能逼近克拉美-罗限的1.002 1倍。该算法在同等条件下比经典的Rife、Quinn和IIN算法具有更高的准确性、稳定性和可靠性。     

基于开关扩展卡尔曼滤波的姿态估计

针对低成本动中通系统中的姿态估计问题,提出一种开关扩展卡尔曼滤波算法。以 无航向角的姿态更新算法为基础,根据微机械陀螺和加速度计分别建立系统状态方程和测量 方程。针对机动加速度的影响,设计了三维开关扩展卡尔曼滤波方程,对载体姿态角和陀螺 零偏进行实时估计。实验结果表明,该算法能够准确估计载体姿态和陀螺零偏,姿态角估计 误差小于0.5°,俯仰角和横滚角估计误差的方差分别为0.130 1°和0.140 5°, 两轴陀螺零偏误差均值均小于(2×10-4) °/s,能够满足动中通的应用要求。     

一种高阶QAM信号载波频偏估计算法

给出了一种高阶QAM信号载波频偏估计算法。该算法先采用非数据辅助频偏估计器估算出一个粗略的频偏，并进行补偿，然后对补偿信号用非数据辅助频偏估计器进行频偏估计，并把两者的频偏估计进行相加。最后为了提高估计精度，对估计出来的频偏进行Kalman滤波，并得出精确的频偏估计。该算法具有频偏估计范围大、估计准确度高的特点。计算机仿真表明频偏估计范围可达0．5符号率，估计精度接近克拉美-罗限。     

一种基于代价函数的正交频分复用中符号同步与频偏估计算法

本文利用正交频分复用（OFDM）帧结构的特点，引入代价函数，推导出了一种符号同步算法和频偏估计算法，并从理论上分析了在存在频偏的情况下，符号同步可以独立于频偏估计。计算机仿真表明，该算法具有较好的同步和频偏估计性能。     

一种基于CDMA系统的DOA估计算法

提出一种应用在码分多址(CDMA)智能天线系统中移动用户信号到达方向(DOA)的估计算法,该算法利用用户扩频码和基带信号的恒模特征,使得同时估计出的DOA个数不受天线阵元数的限制,运算量也很小。理论分析和计算机仿真都证明该算法是可行的,适合在信噪比较低的实时场合中使用。     

一种新的基于前导的定时和频偏联合估计方法

提出了一种基于前导的OFDM的定时和频偏的联合估计算法,该算法仅使用了一个具有共轭对称的特点的训练序列完成了定时恢复和频偏估计,通过仿真分析了提出方法的均值和标准方差,表明该方法是有效的.     

一种基于FPGA的任意锁相倍频算法

提出了一种基于FPGA的任意锁相倍频算法。通过对倍频系统总体结构的分析，提出了实现该算法的原理及其具体的设计方法，同时提供了一个基于FPGA器件完成的设计实例。仿真和实测结果表明了该算法的正确性及可实现性，并在实际的项目中验证了该算法的良好性能。     

一种基于遗传算法的战场频率分配方法

分析了遗传算法的原理及其在频率分配领域中的应用,提出了一种启发式战场频率 分配方法。该方法通过改进传统遗传算法的选择、交叉、变异过程来实现频率分配的特殊 用途,并借助代价函数对生成的频率分配方案进行质量评估。仿真结果表明,该方法能够在 一 定程度上提高频谱资源的使用效率,可为从事频谱管理等相关行业的技术人员提供参考。     

一种基于信号强度的OLSR路由协议改进算法

借助接收分组时测得的信号强度,提出OLSR-PSSA(Pre-rerouting and Signal Strength A-ware OLSR)改进协议。为了建立和维护生存时间更长、链路更加健壮的路由,并加入预切换路由机制,来适应节点的移动和网络拓扑结构的频繁变化。OPNET仿真结果显示,与传统OLSR协议相比,OLSR-PSSA改进协议提升了传输成功率,增加了网络吞吐量。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

基于决策树的一种改进算法

首先介绍了ID3算法的基本思想，然后讨论了决策树算法中的难点问题，针对ID3算法中所存在的不足，提出了一种利用优值法的思想来改进信息增益的算法，并且与ID3算法进行了实验对比。实验表明，这种方法从树的规模和分类精度都优于许多决策树算法，使决策效率明显提高。     

基于回归神经网络的雷达辐射源识别算法

本文在研究带偏差单元内部回归神经网络（Internally Recurrent Net，IRN）算法的基础上，分析了雷达特征参数和雷达威胁类型的内在联系；利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数，结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型，给出识别可信度。