对"联邦滤波器信息分配系数的优选算法"一文的商榷

介绍了联邦滤波算法和信息分配原理，指出《中国惯性技术学报》第11卷第6期“联邦滤波器信息分配系数的优选算法”一中存在一些问题，说明使用该优选算法进行信息分配，可能使主滤波器方差阵失去正定性；将联邦滤波用于GPS姿态测量，实验表明动态选择信息分配因子，相对于固定信息分配因子的算法并没有明显优势。     

基于新型滤波器-HABF的SINS传递对准仿真

传统动基座传递对准主要采用扩展卡尔曼滤波技术。但在动基座传递对准的非线性、非高斯条件下,这种基于模型线性化和高斯假设的滤波方法在估计系统状态及其方差时误差较大且可能发散。混合退火粒子滤波针对非线性、非高斯系统状态的在线估计问题,提出一种新的基于序贯重要性抽样的粒子滤波算法。在滤波算法中,用状态参数分解和退火系数来产生重要性概率密度函数,此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察数据,因此更接近于系统状态的后验概率。实验仿真结果表明,这种基于混合退火粒子滤波器不仅比扩展卡尔曼滤波提高了传递对准的精度,而且又比传统的粒子算法减少了时间。     

浮筏的主动吸振控制实验研究

浮筏在低频减振方面存在较大不足,而这恰是主动减振的优势.将两者相结合,研究了浮筏的主动吸振控制问题.研制了一种主动吸振器,建立了以DSP F2812为核心的控制系统;提出了符号LMS算法,与广泛使用的滤波x-LMS等算法相比,该算法不需要精确的模型信息;在此基础上设计了自适应前馈主动吸振控制律,并在浮筏实验平台上进行主动吸振控制实验.实验结果表明,通过主动吸振控制,浮筏的低频减振能力得到了显著的改善.     

一种基于重叠变换域的抗窄带干扰算法

为了增强扩频系统的窄带干扰抑制能力,针对重叠域中值滤波(MF)算法会给信号带来失真的缺点,提出一种基于重叠变换域窄带干扰抑制算法.该算法基于直接序列扩频信号在重叠变换域的特点,利用阈值滤波、中值滤波、估计门限进行综合判决.仿真表明:该算法能有效降低信号干扰能量,同时减少中值滤波算法对信号造成的失真,增强了系统性能和鲁棒性.     

基于负熵最大化盲抽取的雷达信号分选研究

研究了盲源分离算法在雷达信号分选中的应用,用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明,该方法能够有效地应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现,收敛速度快.     

采用随机相位技术的啸叫抑制方法

对于扩声系统,如果其音量开得过大,会遇到声音反馈引起的啸叫问题。目前大多数啸叫抑制方法会对语音音质产生影响。提出采用基于时变全通滤波器的随机相位技术对输入信号的相位进行处理。由于人耳对声音相位不敏感,采用该方法对语音音质的影响较小。实验结果表明,该方法可有效抑制啸叫,同时对语音质量也不产生明显影响。     

基于DSP的主动噪声控制系统设计与实现

介绍了主动噪声控制技术的理论基础和算法,以自适应主动噪声前馈控制系统为研究核心,选用TMS320VC5509 DSP作为控制器,给出了系统的硬件解决方案,并用C语言编程在硬件系统上实现了基于FX-LMS算法的主动噪声实时控制。800Hz单频噪声的实验结果表明系统可降低噪声9dB。     

具有衰减测量和概率通讯延迟的随机非线性系统的事件触发分布式一致滤波

文章针对传感器网络下一类具有衰减测量和概率通讯延迟的随机时变非线性系统,研究该类系统的分布式一致滤波算法设计问题.首先,考虑到传感器网络的拓扑结构,状态估计信息可在相关节点间进行交换.注意到相邻节点间的信息传输会产生概率通讯延迟现象,提出事件触发传输方案旨在减少交换传感器节点之间误差较大的估计信息.每个传感器节点使用相邻节点发送的信息来修正自身的状态,从而构造相应的分布式一致滤波器.通过最小化滤波误差协方差上界的迹来求出滤波器增益以及一致增益.此外,对滤波误差协方差上界矩阵的单调性进行理论分析,并通过数值仿真验证所提出的滤波算法的可行性和有效性.     

存在有界功率扰动和高斯白噪声的滤波算法

传统滤波算法,如卡尔曼滤波,通常对系统模型具有较高的依赖性,需要精确建模才能达到较高的估计精度.而现实场景中由于未知环境因素与建模误差的存在,往往使得估计品质不尽人意.因此针对离散系统同时受有界功率扰动和高斯白噪声影响的滤波问题,提出了一种新的线性时不变的鲁棒最优滤波方法.该方法在保证鲁棒性的同时还能够保证最优均方估计.为了保证鲁棒最优滤波,基于系统级综合方法,并根据误差动力学的系统响应以及干扰和噪声的参数来描述估计性能的上界.并在此基础上,提出了一种数值可处理的新的滤波器设计算法.最后借助测速算例验证了结果的有效性,仿真表明采用该方法得出的滤波算法相比于其它现有方法,能够实现理想的估计品质.     

具有衰减测量和随机时滞的离散非线性复杂网络的保概率集员滤波

研究一类离散非线性复杂网络的保概率集员滤波问题.考虑网络节点受状态随机时滞、衰减测量等影响,为了更贴合实际,采用两类相互独立的随机变量分别描述状态时滞和测量衰减特征.引入Bernoulli随机变量将随机时滞刻画为随机发生时滞,引入在某区间上服从已知概率分布的随机变量刻画衰减测量.文章设计一个分布式集员滤波器,给出滤波误差系统所需满足的充分条件以保证滤波误差被限制在已知椭球集内的概率不小于已给定的概率值,且该充分条件由一个递推线性矩阵不等式表示;建立在矩阵迹最小意义下的凸优化问题以最小化每个时刻所获得的概率椭球集,并设计一个保概率集员滤波器增益矩阵的求解算法.最后,通过一个数值算例验证所设计的滤波设计方案的有效性.