一种改进的GPS弱信号跟踪算法

针对目前GPS(全球定位系统)软件接收机中常用的跟踪环路难以跟踪弱信号的缺点,结合卡尔曼滤波技术,提出了一种基于扩展卡尔曼滤波的GPS弱信号跟踪算法.该算法通过改进传统卡尔曼滤波的观测方程,提高了信号估计精度.仿真结果表明,在载噪比低至23 dB· Hz的GPS信号跟踪条件下,传统跟踪环路已无法跟踪信号,但该改进的跟踪方法仍能跟踪.总体来说,该改进算法可用于GPS弱信号的跟踪,也可以用于其他GNSS(全球卫星导航系统).     

卡尔曼滤波在坦克目标跟踪中的应用

目前对飞机、导弹等高速、高机动目标跟踪的卡尔曼滤波算法取得了丰硕成果,但对相对低速、机动性能弱的坦克目标实施跟踪的算法研究较少。本文结合坦克机动特点,着重设计了恒速运动和恒加速运动模型,提出运用交互式多模型卡尔曼滤波算法对其实施跟踪,并进行了仿真实验和结果分析。     

卡尔曼滤波在被动目标跟踪系统中的应用

针对卡尔曼滤波方法在双观测站被动目标跟踪系统中的应用进行了研究。建立了双观测站被动跟踪系统的非线性滤波模型,通过扩展卡尔曼滤波方法在该非线性模型下的具体实现步骤。分析了目标通过不同角度向观测站袭来时,卡尔曼滤波算法对目标参数估计的精度,验证了扩展卡尔曼滤波方法在被动目标跟踪中的有效性。仿真结果表明,目标参数估计的精度与观测的目标方位角变化率有关,变化率越大,估计误差越小。     

基于卡尔曼滤波的微弱高频CW电报信号检测

在强噪声背景下,高频CW信号的包络检波检测法难以有效跟踪信号波形,检测性能严重下降。针对此问题,提出一种基于Kalman滤波的微弱CW信号检测方法。该方法采用Kalman滤波器实时捕捉CW信号,恢复强噪声背景下信号的时域波形,提取出比较纯净的CW信号。实验表明该方法能够在强噪声背景下有效地检测出CW信号,具有更高的识别率,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制。     

改进卡尔曼滤波算法在伺服跟踪系统中的应用

针对图像跟踪器脱靶量数据噪声干扰较为严重的问题,提出了在伺服跟踪过程中采用卡尔曼滤波算法,并就遮挡和延时问题进行了相应的处理,在目标图像位置的精确预测以及目标速度的平滑方面获得了良好效果.实际应用中实现了高速度、高精度系统的平稳跟踪,达到了跟踪系统的技战术要求.     

扩展卡尔曼滤波在目标跟踪中的应用研究

扩展卡尔曼滤波在非平稳矢量信号和噪声环境下具有广泛的应用,针对机动目标运动模型的特点,采用基于扩展卡尔曼滤波的算法对运动目标进行跟踪处理,该算法首先建立了运动目标的状态模型和观测模型,然后对观测数据进行滤波和误差估计处理,最后通过计算机的蒙特卡洛仿真得到了滤波轨迹和运动目标的距离和角度误差,仿真结果表明,扩展卡尔曼滤波算法具有很好的目标跟踪性能.     

卡尔曼滤波在目标跟踪中的研究与应用

卡尔曼滤波算法是现阶段雷达信号处理中最常用的跟踪算法,结合雷达跟踪的空中目标的实际情况,针对目标运动模型中的线性运动和非线性运动模型,分别设计了两种模型,并利用马尔可夫状态转移矩阵实现交互多模算法。最后对交互多模型卡尔曼滤波算法进行了Matlab仿真及结果分析。     

基于小波神经网络的卡尔曼滤波在GPS/DR系统中的应用

针对GPS/DR定位过程中采用卡尔曼滤波时噪声的统计特性与实际不符,提出采用小波神经网络嵌入到卡尔曼滤波,来实现自适应调整噪声协方差矩阵.通过对基于小波神经网络的自适应卡尔曼滤波辅助的GPS/DR定位系统进行仿真,结果表明既能有效抑制发散,又能有效提高定位精度.     

卡尔曼滤波在GPS定位误差处理中的应用

为满足地面运载工具管理现代化的需求,开发了动态定位信息管理系统。针对卫星定位信息误差形成的原因和组成,分析了几何精度因子在误差形成中的影响,在对误差分析的基础上提出了一种误差处理的数学模型,采用卡尔曼滤波的方法对误差进行处理。实验结果表明,该方法有效限制了GPS定位中存在地粗大误差,提高了定位精度。     

软件GPS接收机弱信号捕获方法

为了提高软件GPS接收机弱信号捕获能力,研究了软件GPS接收机弱信号捕获的方法,分析了非相干积分的损耗和增益,通过非相干积分方法提高接收机灵敏度,对于存在多普勒频移的信号采用频率补偿方法改善非相干积分效果,采用实验方法确定检测门限,达到较好的检测效果。采用平方法测量精确频率,分析了不同条件下平方法的输出增益,仿真实验证明,合理选择数据长度和求和时间可以较大程度地改善频率分辨率。     

基于I/Q支路相干积分观测滤波的GPS接收机信号跟踪方法

针对传统GPS接收机在弱信号环境下跟踪误差大,收敛速度慢的缺点,该文提出一种基于I/Q支路相干积分观测滤波的GPS信号跟踪方法。将接收机I/Q支路相干积分输出为观测量,应用无迹卡尔曼滤波(Unscented Kalman Filter, UKF)算法构建卡尔曼滤波器,得到基带数字信号处理滤波模型,闭合接收机跟踪环路。该方法能够有效减小传统GPS跟踪环路中信号参数的估计误差,提高接收机抗干扰能力和弱信号环境下环路跟踪性能。仿真对比结果表明,不同载噪比环境下相比传统GPS信号跟踪的方法,基于I/Q支路相干积分观测的信号跟踪算法能够提高跟踪精度,加快跟踪收敛速度。     

GPS接收机PLL与卡尔曼跟踪环路性能分析

本文重点研究传统 PLL 环路和卡尔曼跟踪环路理论性能分析方法，理论上分析比较两种跟踪环路的跟踪灵敏度和动态应力性能，并通过 GPS 软件接收机仿真验证得出结论，相对于 PLL 环路，卡尔曼跟踪环路灵敏度最大可提高 3dB 左右，动态性能最大可提高 27g/s 左右。     

Improving GPS Receivers Positioning in Weak Signal Environments Based on Fuzzy SSMF-FFT and Fuzzy Kalman Filter

With the advent of global positioning system (GPS) and the increasing expansion of technology, improving GPS receivers positioning has attracted great attention. When the signal received by these receivers is weak, receiver functioning becomes impaired. Due to the existing noise and the presence of Doppler shift in weak signal conditions, the signal acquisition section becomes problematic and in weak signal conditions or phase lock loop (PLL), the tracking section design of noise conditions gets difficult. In case of a lock loss on the signal, the user will not be able to calculate the Doppler frequency and the system will diverge. Therefore, a robust algorithm for the GPS receiver PLL is very vital. In this paper, the squared segmented matched filter-fast Fourier transform algorithm is used to improve the acquisition of weak GPS signals with an average SNR of 15 dB. By using the matched filter, the SNR is maximized and the code phase estimation will be more accurately. Also, the use of a segmented filter before the FFT reduces the number of FFT points and therefore, the computational complexity is reduced. To calculate the number of batches and obtain the best acquisition output, in the proposed algorithm, the system becomes fuzzy. In tracking section, fractional Fourier transform (FRFT) with the PLL based on fuzzy Kalman filter (FKF) is used to reinforce it against weak signal environments. The FRFT is used for estimating frequency and acceleration, and a third-order FKF is used for designing the PLL. As a result of these changes, the RMSE of positioning is improved more than 35%.

     

超级紧组合中弱GPS信号跟踪算法

在超级紧组合INS/GPS系统中,由于导航数据位可能会每20 ms翻转从而影响弱GPS信号的跟踪精度,因此提出一种基于能量估计的数据擦除算法。该算法通过估计整个相关积分时间的所有数据位组合,找出组合中能量最大的作为可靠组合去除导航数据位影响,使系统相干积分时间扩展至20 ms以上。经过高动态环境下仿真试验证明,在不需要导航位的先验知识条件下,该方法可以实现信噪比为16 dB-Hz弱GPS信号码和载波连续跟踪。     

卡尔曼滤波在跟踪运动目标上的应用

在多关节机器人跟踪运动目标过程中,图像处理的主要内容包括图像的识别和目标轨迹的判定,需要在整个视觉空间进行搜索和匹配。这是一个典型的全局搜索问题,耗时较长、实时性较差,难以实现运动目标的快速跟踪。针对多关节机器人跟踪运动目标过程中存在的彩色图像数据量大、处理时间长,从而影响实时性的问题,采用线性卡尔曼滤波将全局搜索转化为局部搜索,减少搜索空间、加快匹配速度。通过实验可知,匹配时间由原来的157 ms降低到20 ms。实验结果证明了该方法的有效性。     

Kalman滤波在天线数字引导跟踪中的应用

无人机测控系统天线数字引导数据传输存在延时,使得天线无法准确跟踪飞行目标,链路不能稳定工作。针对这种时滞问题,通过对卡尔曼(Kalman)滤波算法的研究,提出在Kalman滤波同时上,采用平移多步预测外推的解决方法。给出了外推算法公式,分析了天线数引跟踪模型,据此进行了仿真。仿真结果表明:Kalman滤波平移预测可以实现实时多点数据外推。在工程应用中取得了预期效果。     

低载噪比GPS信号载波跟踪环路滤波算法

抑制锁相环（PLL）中的抖动噪声对于连续精确跟踪低载噪比GPS信号具有重要意义。本文设计了一种基于Kalman滤波理论的PLL模型用于处理GPS软件接收机中的弱载波信号。该模型通过去相关模型误差噪声和测量噪声,使PLL具有更小的过冲和噪声干扰的载波相位差和多普勒频移的正确估计,保持了PLL对GPS信号的有效跟踪。最后,通过仿真实验说明了基于Kalman滤波器的PLL的可行性。     

Amended Kalman Filter for Maneuvering Target Tracking

The conventional Kalman filter (KF) which uses the current measurement to estimate the current state is a posterior estimation.KF is identified as the optimal estimation in linear models with Gaussian noise.However,the performance of KF with incomplete information may be degraded or diverged.In order to improve the performance of KF,an Amended KF (AKF) is proposed by using more posterior measurements.The principle,derivation and recursive process of AKF are presented.The differences among Kalman smoother,adaptive fading method and AKF are analyzed.The simulation results of target tracking with different covariance of motion model indicate the high precision and robustness of AKF.