弱相关非高斯环境下基于局部最佳检测器的伪码捕获方法

    公开(公告)号:CN101572564B

    公开(公告)日:2010-10-20

    申请号:CN200910072083.4

    申请日:2009-05-22

    Abstract: 本发明提供的是一种弱相关非高斯环境下基于局部最佳检测器的伪码捕获方法。将接收信号经过同相/正交两支路,进行载波剥离和伪码解扩处理后得到观测量XiI和XiQ,将两支路观测量的联合概率密度应用局部最佳算法算出的统计量与捕获判决门限进行比较来验证是否捕获到直扩信号;如果大于门限,则判断为捕获到信号,如果小于门限,则滑动本地伪码相位重新进行判断比较直至捕获到信号。并与传统的伪码捕获方法进行了性能仿真对比,仿真结果表明本发明所提出的捕获方法在弱相关非高斯噪声环境下检测性能有较大幅度的提高,且非高斯噪声脉冲特性越明显,所设计的检测器优势越显著。

    一种扩跳频体制无线电导航系统同步方法

    公开(公告)号:CN101706566A

    公开(公告)日:2010-05-12

    申请号:CN200910073006.0

    申请日:2009-09-29

    Abstract: 本发明提供的是一种扩跳频体制无线电导航系统同步方法。天线(1)接收无线电信号传送给低噪声放大器(2),低噪声放大器(2)将信号作低噪声放大,再发送给射频处理模块(3);射频处理模块(3)对信号进行滤波和自动增益控制(AGC)处理后,将信号发给扩跳频同步模块(4);扩跳频同步模块(4)实现跳频序列和直扩序列的同步;后续处理模块(5)根据扩跳频同步模块(4)提供的同步信息进行观测量提取、信息解调和位置解算后续操作。本发明有效地改进了扩跳频信号的捕获和跟踪性能,可以实现较长的直扩序列和跳频序列的快速捕获和稳定跟踪,同步速度比现有的“先同步跳频,再同步直扩”方法有很大提高,同步精度高,保密性也得到保证。

    高精度时间同步装置
    13.
    发明公开

    公开(公告)号:CN101231337A

    公开(公告)日:2008-07-30

    申请号:CN200810064000.2

    申请日:2008-02-15

    Abstract: 高精度时间同步装置,涉及无线电导航系统中的时间同步装置。它解决了现有时间同步装置中存在的每次同步调整时间长以及不能对时钟信号进行实时监测、实施调整问题。本发明中的工控机通过GPIB总线获得相位比较器输出的相位差信号,工控机还通过RS232串行通信总线分别传递控制信号给同步触发器、原子钟和信号源;工控机还控制本发明的工作状态及其转换,所述工作状态有时间同步状态:相位比较器获得同步触发器和原子钟输出信号的相位差,工控机根据所述相位差调整原子钟输出信号与同步触发器输出信号同步;监控状态:相位比较器获得原子钟和信号源输出信号的相位差,工控机根据所述相位差调整信号源输出信号与原子钟输出信号同步。

    基于改进粒子滤波的MEMS陀螺随机误差补偿方法

    公开(公告)号:CN104048676B

    公开(公告)日:2017-02-15

    申请号:CN201410298926.3

    申请日:2014-06-26

    Abstract: 本发明属于陀螺导航领域,具体涉及一种基于改进粒子滤波的MEMS陀螺随机误差补偿方法。包括:数据的采集、预处理与检验:对处理后的MEMS陀螺的输出数据进行时间序列分析建模:利用小波网络算法优化粒子滤波,改善粒子滤波性能;对时间序列模型进行粒子滤波,对MEMS陀螺仪误差补偿,提高精度。M本发明采用一种改进的粒子滤波算法,将小波网络算法与粒子滤波典型采样算法结合,增大位于概率分布尾部的粒子权值,使较高权值的粒子分解为若干个较小权值的粒子,提高粒子样本的多样性,减小误差,提高滤波效果。将基于小波网络的粒子滤波算法应用到MEMS陀螺仪的误差补偿中,可以有效减少随机误差,提高MEMS陀螺仪精度。

    一种基于范数约束的波束旁瓣抑制方法

    公开(公告)号:CN104199052B

    公开(公告)日:2016-08-17

    申请号:CN201410486100.X

    申请日:2014-09-22

    Abstract: 本发明涉及一种基于范数约束的波束旁瓣抑制方法,其特征在于:步骤1:建立阵列天线接收信号模型,计算卫星信号和干扰信号的导向矢量;步骤2:根据卫星信号和干扰信号的达到角范围,确定阵列幅值响应约束条件;步骤3:采用范数对整个角度空间进行稀疏表示,结合步骤2确定的阵列幅值响应约束条件,确定基于范数约束的波束旁瓣抑制方法的代价函数;步骤4:将非凸优化约束条件转化为凸优化约束条件;步骤5:运用加权迭代算法和CVX工具箱计算阵列最优权值,获取卫星信号方向上的波束和干扰信号方向的零陷。

    一种卡尔曼滤波传感器信息融合的故障检测方法

    公开(公告)号:CN103217172B

    公开(公告)日:2016-07-06

    申请号:CN201310092570.3

    申请日:2013-03-21

    Abstract: 本发明公开了一种卡尔曼滤波传感器信息融合的故障检测方法,包括以下几个步骤:步骤一:根据卡尔曼滤波理论,建立线性动态系统的状态方程和观测方程;步骤二:根据步骤一得出的观测方程,利用最小二乘方法获取状态估计和相应的均方误差阵、新息序列;步骤三:利用已知的新息序列,得到不同的渠道归一化的新息序列;并且组成m通道平行传感器的创新矩阵;步骤四:根据步骤三所得的创新矩阵,获取创新矩阵的谱范数和谱范数的均值;步骤五:对卡尔曼滤波传感器的信息融合进行故障检测;本发明采用数理统计和区间估计的方法,简化了复杂的计算,极大地提高了故障检测速度。

    一种基于阵列天线和GPS/SINS的联合抗干扰方法

    公开(公告)号:CN103792550B

    公开(公告)日:2015-12-02

    申请号:CN201410047886.5

    申请日:2014-02-11

    Abstract: 本发明提供的是一种基于阵列天线和GPS/SINS的联合抗干扰方法。初始化载体的位置和姿态之后,建立GPS/SINS组合导航状态方程和量测方程;GPS/SINS组合导航实时提供载体的位置和姿态,根据卫星星历信息计算出当前卫星的位置,获得卫星到载体之间的导向矢量;所述导向矢量作为多约束最小方差空时自适应处理算法的先验信息,在空域、时域同时抑制宽带干扰和窄带干扰。本发明能够同时在多颗可视卫星方向形成波束,在干扰方向形成零陷,从而增强卫星信号的同时抑制干扰信号。本发明采用圆形结构天线阵列,GPS/SINS组合导航为阵列天线的波束形成提供载体的位置和姿态,采用卫星星历提供卫星的位置,从而为波束形成提供先验信息。

    一种基于稳健波束形成算法的GPS抗多径方法

    公开(公告)号:CN103245956B

    公开(公告)日:2015-12-02

    申请号:CN201310138055.4

    申请日:2013-04-19

    Abstract: 本发明公开了一种基于稳健波束形成算法的GPS抗多径方法,包括步骤一:采用均匀线阵,对GPS多径信道进行建模;步骤二:利用前后向空间平滑技术对接收信号进行解相干处理,得到新的数据协方差矩阵和Capon波束形成器的最优权值;步骤三:在步骤二的基础上,建立最差性能最优稳健波束形成算法的代价函数,解出导向矢量失配下的最优权值。步骤四:在步骤三的基础上给其他阵列响应误差一个不确定性模约束,得到一种改进的最差性能最优稳健波束形成算法的模型;步骤五:根据步骤四确定的模型计算得出Capon波束形成器的最优权矢量,利用牛顿迭代法确定出加载量。

    基于压缩空间谱的单基地MIMO雷达目标波达方向估计方法

    公开(公告)号:CN104251989A

    公开(公告)日:2014-12-31

    申请号:CN201410525602.9

    申请日:2014-10-09

    CPC classification number: G01S3/50 G01S7/42 G01S13/88

    Abstract: 本发明涉及雷达技术领域,特别涉及单基地MIMO雷达系统的应用,具体涉及一种基于压缩空间谱的单基地MIMO雷达目标波达方向估计方法。本发明包括:发射阵列发射相互正交的相位编码信号,接收端利用接收阵列匹配滤波器进行匹配滤波处理;利用降维矩阵,对J个快拍下匹配滤波处理后得到的接收数据进行降维处理;计算降维处理后接收数据Y的协方差矩阵R,计算出噪声子空间与其共轭子空间的交集子空间;构造压缩空间谱函数,对压缩空间谱函数进行搜索;排除虚假波达方向,获得目标的真实波达方向。本发明在MIMO雷达在进行空域波达方向搜索时,避免了传统MUSIC算法二维波达方向联合搜索,只需要一维空间谱搜索,降低运算复杂度。

    基于小波多尺度分析的MEMS陀螺随机误差补偿方法

    公开(公告)号:CN104251712A

    公开(公告)日:2014-12-31

    申请号:CN201410525603.3

    申请日:2014-10-09

    CPC classification number: G01C25/00

    Abstract: 本发明涉及惯性导航领域,具体涉及基于小波多尺度分析的MEMS陀螺(Micro Electro Mechanical System,MEMS)随机误差补偿方法。本发明包括:采集MEMS陀螺的静态输出数据,并对输出数据进行预处理,去除输出数据中的陀螺常值漂移;对预处理后的输出数据展开小波多尺度分析;分别建立有色噪声和测量噪声的小波网络模型,并利用增加动量项方法修正网络参数,训练结束后保持网络;得到MEMS陀螺的随机误差模型,最终利用该随机误差模型去估计并补偿MEMS陀螺的随机误差。本发明利用小波多尺度分析方法对MEMS陀螺随机误差分析,能有效地分离出随机误差的有色噪声和测量噪声,进而建立相应的噪声模型。因此,所建立的模型更为精确,能提升对随机误差的估计精确度。

Patent Agency Ranking