基于QR分解的低复杂度RLS算法研究

为避免RLS算法在迭代过程中的数值发散现象,研究了复数域下基于QR分解的RLS估计算法,推导了基于Givens旋转的免开方、免除法的逆QR-RLS算法,通过变换可直接得到滤波系数更新所需增益向量,避免了QR-RLS算法的回代运算,同时消除了逆QR-RLS算法在每次迭代时的N次开方、2N次除法运算,有效降低了运算量。     

一种改进的粒子滤波算法

为提高非线性滤波的性能,提出一种改进的粒子滤波算法(MUPF),该算法将新构造的辅助模型和无迹卡尔曼滤波(UKF)相结合产生新的建议分布函数。与传统的无迹粒子滤波(UPF)相比,该算法充分利用了新的测量信息。在非高斯条件下与其他滤波器进行了仿真对比,分析了跟踪性能和均方根误差。仿真结果表明,MUPF不仅具有很高的跟踪精度,而且用很少的粒子就可以达到更好的滤波性能。     

基于UKF联邦滤波的动力定位船舶运动状态估计

针对动力定位船舶,采用基于无迹卡尔曼滤波(UKF)的联邦滤波技术,利用多种位置参考系统和电罗经的测量值来实现对船舶运动状态的估计。从传感器测量原理出发,采用非线性的测量方程,实现对多种位置参考系统传感器特征的描述,利用UKF滤波方法和联邦滤波结构将动力定位船舶配备的多个冗余位置参考系统的测量数据进行有效融合,从而提高对船舶运动状态估计的精度和可靠性。仿真结果表明,采用基于UKF的联邦滤波方法可以有效实现对动力定位船舶相关运动状态的估计。     

基于最优化理论的船舶流量估计数学模型研究

对于港口和内河航运监管部门来说,准确的估计航道内船舶的流量是一项非常重要的工作,可以为港口的交通管理、航道的规划提供数据依据,提高航运交通的安全性。本文重点介绍了船舶流量估计模型的不同维度,建立了船舶流量特征的分析模型,最后结合最优理论和小波神经网络算法设计了船舶理论估计的最优模型,并对该流量估计模型进行了仿真。     

多波束切换技术在船载卫星通信系统中的应用

船载卫星通信技术凭借其自身优势,在海洋移动通信、军事侦察、灾难救援等领域发挥着重要作用。近年来,随着网络技术的发展,船载卫星通信系统如何满足人们对数据传输和高带宽等的需求,成为行业研究热点。多波束切换技术能够实现卫星频率的复用,提高卫星信道的利用率,保障卫星通信的带宽质量。本文设计实现基于概率估计的多波束切换算法,该算法能够避免波束过早切换,缓解波束切换过程中产生的"乒乓切换"问题。     

基于BP网络与D-S证据理论的态势估计问题研究

针对D-S证据理论应用于态势估计过程中,基本概率赋值函数难以确定的问题,提出一种基于神经网络获取基本概率赋值函数再进行证据组合的方法.首先,在传感器探测和0级处理、1级处理的基础上,将各时刻传感器所探测目标的状态、属性、类别、事件等提取出来;然后,经过预处理后利用BP神经网络进行敌目标意图分类识别;最后,将神经网络的输出作为基本概率赋值,采用D-S证据理论来完成决策级融合,实现对海战场的战术态势估计.通过算例仿真,结果表明该方法是一种有效可行的态势估计方法.     

基于OFDM的宽带短波波形信道估计算法研究

短波信道具有时变、色散、衰落等特点。在短波宽带多载波系统中,信道估计对数据的可靠传输至关重要,必须采用有效的信道估计方法来实时地跟踪信道的变化。该文研究了三种短波信道估计算法,并仿真比较其性能。结果表明,改进的变换域方法在短波信道中具有较好的效果,对工程实践有较好的指导意义。     

基于EMD的矢量水声器方位估计算法

对经验模态分解算法(EMD算法)进行深入研究,对其基本原理、基本性质以及存在的问题进行分析。为改善EMD算法在方位估计的精度,减少高频噪声、间断干扰的影响,本文采用Hilbert-Huang变换方法来消除模态混叠现象。实验结果表明,本文提出的基于EMD的矢量水声器方位估计算法,能够有效提高方位估计的精度。     

基于神经网络的MUSIC计算方法

MUSIC方法是空间谱估计中经典的子空间方法,这类算法有个共同特点就是要对输出数据的协方差矩阵进行数学分解,其计算量较大,不适合实时处理。因此,文章提出了基于神经网络的高效迭代方法,不需进行数学分解,计算过程相对简单。仿真结果证明了该方法的有效性。