用于干扰对消的稀疏约束卡尔曼滤波算法

发布时间：2021-04-19 19:32

　　无人机等小型平台上干扰机的收发隔离问题是影响其收发同时工作的关键。对于动态稀疏系统来说,常规的卡尔曼滤波算法并未考虑干扰信号耦合路径的稀疏性,对路径衰减系数的辨识精度不够,导致隔离性能不佳。针对此问题,从KF算法的修正步出发,将其等效为一个凸问题,并在此基础上,增加对待估计参数的稀疏性约束,重新推导了算法的修正步,提出了一种稀疏约束的KF算法,充分利用了待辨识系统的先验信息,提高了估计参数的稀疏倾向性。理论分析和仿真结果表明,新算法能够有效适用于动态稀疏环境下的系统辨识,提高了KF算法对于动态稀疏系统的辨识精度,并且能够将干扰机的收发隔离度提高3～5dB,改善了干扰机的收发隔离性能。 

【文章来源】：空军工程大学学报(自然科学版). 2020,21(02)北大核心CSCD

【文章页数】：7 页

【文章目录】：
1 问题描述
2 稀疏约束卡尔曼滤波算法
3 仿真实验
    3.1 性能指标
    3.2 仿真分析
4 结语


【参考文献】：
期刊论文
[1]基于自适应系统辨识的收发隔离技术研究[J]. 邹纯烨,张剑云,周青松,黄中瑞.  现代雷达. 2015(11)
[2]静态环境下基于分段变步长NLMS的收发隔离技术[J]. 邹纯烨,张剑云,周青松,黄中瑞.  现代雷达. 2015(06)
[3]用于稀疏系统辨识的改进l0-LMS算法[J]. 曲庆,金坚,谷源涛.  电子与信息学报. 2011(03)
[4]基于自适应系统辨识的收发隔离技术研究[J]. 张凯,王建业,冯增辉.  现代防御技术. 2010(01)
[5]一种改善雷达收发隔离的新方法[J]. 吕波,郑秋容,袁乃昌.  系统工程与电子技术. 2008(08)

硕士论文
[1]有源干扰的收发隔离技术研究[D]. 谢旻睿.西安电子科技大学 2012



本文编号：3148171