谢燕军
- 作品数：4 被引量：29H指数：3
- 供职机构：哈尔滨工程大学自动化学院更多>>
- 发文基金：中国人民解放军总装备部预研基金更多>>
- 相关领域：航空宇航科学技术电子电信理学更多>>
- 海杂波的短时非线性预测研究被引量：7
- 2009年
- 海杂波预测是雷达信号处理和目标检测的研究热点。在海杂波具有混沌特性和非线性非平稳特点的基础上,研究了基于归一化RBF神经网络和最小二乘支持向量机(LSSVM)两种方法对海杂波时间序列进行非线性预测。考虑到海杂波是来自于移动海面的回波,预测应该考虑空间信息,因此提出一种基于LSSVM-耦合映像格子(CML)的海杂波时空预测,这样预测更具有物理意义。以实测海杂波数据作为预测的初始数据和预测效果比对,采用均方差和最大绝对误差作为预测效果评价标准。实验结果表明,由于LSSVM-CML算法考虑了海杂波的时空信息,预测效果最优。
- 王福友袁赣南谢燕军乔相伟
- MEMS陀螺随机漂移在线补偿技术被引量：10
- 2010年
- 为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.
- 袁赣南梁海波何昆鹏谢燕军
- 关键词：陀螺仪随机漂移时间序列分析自适应滤波
- MEMS陀螺随机漂移的状态空间模型分析及应用被引量：13
- 2011年
- 利用Kalman滤波器对MEMS陀螺随机漂移进行估计和补偿,需要将随机漂移的自回归滑动平均(ARMA)模型转化为相应的状态空间模型,从而有必要对模型之间的转换问题进行深入研究。针对国内外有关文献提出的三种转化形式,从数学角度进行了证明,并结合MEMS陀螺的试验数据,分别采用这三种状态空间模型进行了随机漂移和角速率估计试验。试验结果分析表明,采用状态空间模型1不能同时对陀螺随机漂移和角速率做出正确的估计,采用状态空间模型2、3的估计结果正确且滤波效果好、实时性强,更适用于对MEMS陀螺随机漂移的估计和补偿。
- 袁赣南梁海波何昆鹏谢燕军
- 关键词：MEMS陀螺随机漂移状态空间模型卡尔曼滤波
- 基于BAP-UKF方法的微弱GPS信号多径参数估计
- 2011年
- 在室内、城市中心等恶劣环境下,多径效应已成为码跟踪的主要误差源。采用一种数据块平均预处理—无迹卡尔曼滤波器(BAP-UKF)方法来估计微弱GPS信号的多径参数,该方法采用数据BAP方法处理接收到的微弱GPS信号,以抑制噪声和干扰,提高接收信号的信噪比;经过BAP的信号通过多径相关器后的同相或正交相值,将作为UKF的观测量来估计码跟踪时的多路径的幅值、码延时、相位、载波多普勒等参数.仿真结果表明:该方法能够有效地估计出载噪比低至21 dB-Hz的微弱信号多径参数,从而证明了其有效性。
- 袁赣南谢燕军梁海波
- 关键词：微弱GPS信号
