公共文化服务平台

国家自然科学基金(60702015): 作品数：51 被引量：326H指数：8; 相关作者：张剑云梁浩程水英崔琛郑志东更多>>; 相关机构：解放军电子工程学院电子工程学院中国北方电子设备研究所更多>>; 发文基金：国家自然科学基金中国博士后科学基金安徽省科技攻关计划更多>>; 相关领域：电子电信自动化与计算机技术航空宇航科学技术兵器科学与技术更多>>

迭代无味卡尔曼滤波器被引量：7: 2009年; 通过对无味卡尔曼滤波器（Unscented Kalman filter，UKF）的误差进行分析，提出了迭代UKF（IUKF）算法。该基本思路是用测量更新后的状态估计去重新对状态量和观测量的一步预测，然后再次应用LMMSE估计子估计状态量的均值和协方差阵，如此多次迭代后的滤波估计输出具有更高的精度和更小的方差，故滤波器表现出更好的一致性。Monte Carlo仿真表明，IUKF主要应用于观测噪声较小的场合，其中的迭代只需进行2～3次即可。; 程水英毛云祥; 关键词：递推非线性滤波

UKF与EKF在空对海单站TO-TMA中的应用被引量：1: 2009年; 探讨了目标运动分析(Target moving analysis,TMA)中基本的非线性估计问题,介绍了基于UT的UKF算法的设计思想与具体实现,特别针对空对海单站无源到达时间TMA(TO-TMA)问题应用UKF和EKF进行了对照研究,建立了问题的离散非线性滤波估计模型,设计了典型的应用场景,给出了Monte Carlo仿真运行结果;表明UKF在该特定应用背景下,由于模型的非线性较弱,使得UKF在精度上与EKF相当,而且在运算量上也有所增加。; 程水英; 关键词：目标运动分析递推非线性滤波无味变换无味卡尔曼滤波

基于稀疏贝叶斯学习的联合平移不变子空间压缩采样: 2012年; 针对一类特殊的有效核函数(active kernel)未知的联合平移不变子空间(Union of Shift-Invariant Subspaces,USI)信号,构建了一种压缩采样模型,将信号的重构过程看作一个线性回归问题,利用稀疏贝叶斯学习(sparsebayesian learning,SBL)算法求得该回归模型中的权值参数的最优估计,根据权值参数向量集的支撑集实现信号的稀疏重构。理论分析表明,对于由M个核函数(kernel)以T为周期平移生成的平移不变空间(Shift-InvariantSpaces,SI),若M个核函数中至多有K(1≤K≤M/2)个且未知哪K个有效时,本文构建的压缩采样模型最低采样率能够达到2K/T,这也是利用稀疏度K所能达到的理论上的最低采样率。仿真结果表明,构建的压缩采样模型能够有效降低这类信号的采样率。; 宋靖张剑云游志刚; 关键词：压缩采样

免微分非线性Bayesian滤波方法评述被引量：14: 2009年; 以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。; 程水英邹继伟汤鹏; 关键词：无味变换无味卡尔曼滤波均差 CARLO方法

双基地MIMO雷达的DOD和DOA联合估计被引量：5: 2010年; 将收发端各分成两子阵,建立了非均匀线阵下的双基地多输入多输出雷达数学模型。提出了ESPRIT谱搜索法和ESPRIT多项式求根法两种角度估计算法,并利用最大似然估计法实现了参数的正确配对,其优点是当不能提取出收发旋转不变因子时,应用本文算法仍能进行角度估计,放宽了ESPRIT算法对阵元配置的要求。仿真实验表明,低信噪比时,ESPRIT多项式求根法的估计精度优于ESPRIT谱搜索法;高信噪比时,两者的测向精度均接近于克拉美罗下限。同时,ESPRIT多项式求根法避免了谱峰搜索,极大地减少了计算量,在实际应用中更有利于推广。; 郑志东张剑云熊蓓蕾; 关键词：波达方向

联合平移不变子空间的压缩采样及应用: 2012年; 针对有效核函数(active kernel function)未知的联合平移不变子空间(Union of Shift-InvariantSubspaces,USI),提出了一种压缩采样模型,基于稀疏重构理论,该采样模型能够有效降低信号的采样率。首先建立一个多脉冲雷达回波信号模型,在信号的延时-多普勒平面上对延时轴离散化,将回波信号表示为USI信号;然后在根据构建的压缩采样模型降低信号采样率的同时,利用稀疏贝叶斯学习和ESPRIT算法由信号样本值估计出雷达回波信号的延时、多普勒频移和反射系数等参数;最后仿真验证了研究结论的有效性。; 宋靖张剑云游志刚; 关键词：离散化参数估计压缩采样

冲击噪声下基于Lorentzian范数的CSR参数估计被引量：2: 2015年; 针对现有重构算法及其改进算法在压缩感知雷达(CSR)参数估计中存在的稳健性不强、适用性不广等问题,提出了一种适用于冲击噪声背景的鲁棒性算法——Lorentzian-ISL0(基于Lorentzian范数的改进光滑l0范数).建立CSR参数估计的稀疏线性模型,并基于Lorentzian范数和高斯函数稀疏正则化,构造冲击噪声下稳健的优化目标函数;修正优化目标函数的牛顿方向,并沿修正方向对估计值进行更新,直至收敛.仿真实验结果表明:与已有算法相比,本文方法计算复杂度更小,支撑集重构更精确,信号重构精度更高.; 代林崔琛余剑梁浩; 关键词：冲击噪声

冲击噪声环境下双基地MIMO雷达多目标角度估计: 2013年; 提出了冲击噪声环境下双基地MIMO雷达多目标角度估计方法。基于传统的双基地MIMO雷达模型,推导了冲击噪声环境下双基地MIMO雷达模型,再将其转化为稀疏重构的问题,推导了冲击噪声环境下基于稀疏表示的双基地MIMO雷达模型,最后运用稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法求解模型。算法的优点有:不需要信号源个数作为先验信息,只需单快拍即可实现信号重构,能处理相干信号源,无需参数配对。仿真结果验证了算法的有效性。; 徐旭宇李小波梁浩张海燕; 关键词：双基地MIMO雷达冲击噪声

基于贝叶斯压缩感知的CSR稳健参数估计方法: 2015年; 针对"完全扰动"情况下压缩感知雷达(compressed sensing radar,CSR)观测矢量和感知矩阵严重失配,进而引起参数估计性能急剧下降的问题,提出了一种基于贝叶斯压缩感知(Bayesian compressed sensing,BCS)的稳健参数估计方法。首先构造"完全扰动"情况下CSR参数估计的稀疏线性模型,并从稀疏矢量的最大后验概率(maximum a posteriori,MAP)出发,推导了完全扰动矩阵服从柯西分布时的优化目标函数;随后通过稀疏矢量和尺度参数的交替迭代,求得稀疏矢量的最优解。与现有重构算法及其改进算法相比,该方法能够有效改善CSR系统应对失配误差的稳健性,提高目标成功检测的概率和参数估计的精度。计算机仿真实验验证了该方法的有效性和鲁棒性。; 代林崔琛余剑梁浩; 关键词：交替迭代

互耦条件下双基地MIMO雷达的收发角度估计被引量：6: 2013年; 阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化.利用发射和接收互耦矩阵的带状、对称Toeplitz性质,提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法,并针对现有参数配对算法中存在参量兼并的问题,给出了一种改进的自动配对算法.仿真结果表明:在存有相同发射角/接收角时,本文算法仍能有效实现多目标定位,无需进行谱峰搜索和额外的目标配对;本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法,并且具有更高的估计精度.此外,还推导了确定信号模型下收发角和互耦系数的CRB(Cramer-Rao bound).; 郑志东张剑云康凯李小波; 关键词：双基地MIMO雷达互耦

国家自然科学基金(60702015)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(60702015)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈