罗兰C信号中的窄带干扰抑制与仿真

窄带干扰（NBI）是罗兰C接收机接收信号中普遍存在的一种干扰。这种窄带干扰经常淹没有用的罗兰C信号,因此,去掉NBI对罗兰C接收机的正常工作尤为重要。分别采用最小均方误差（LMS）自适应算法和二阶自适应格型滤波器算法对带有窄带干扰的罗兰C信号进行处理。仿真结果得出：LMS自适应滤波器对同步干扰和近同步干扰都有很好的效果;但是由于罗兰C信号本身的编码信息而比较难获取期望信号,加上LMS自适应滤波器实现阶数较高,实现相对困难。二阶格型自适应滤波器由于是完全除去干扰频率点,不能用于同步干扰,但其对近同步干扰和非同步干扰仍然有很好的效果,且其实现较为简单,易于在工程上应用。     

基于卡尔曼滤波的罗兰C时差信号处理

罗兰C时差信号测量误差是影响定位精度的关键。简要介绍了罗兰C系统的定位原理和卡尔曼滤波技术,针对罗兰C时差信号的特征,设计卡尔曼滤波算法,基于CV模型和CA模型分别对罗兰C静态定位和动态定位的实测数据进行处理,得出相关结论,具有一定的工程实用意义。     

基于FPGA的高动态P码直捕算法设计与实现

长周期精密测距码（P码）的直接捕获技术对提高导航接收机的性能十分关键,为了设计出高动态、低信噪比环境下的P码快速直接捕获接收机,采用部分匹配滤波器组实现伪码时域并行搜索,结合小点数的快速傅里叶变换（FFT）,将匹配滤波器输出的部分相关值进行功率谱分析,完成多普勒频率偏移的并行搜索。硬件实现时结合FPGA的特殊结构,提高资源利用率,同时采用并行流水机制处理ADC的采样信号,对于每一个采样点,均可以在下一个采样点到达之前完成该点的码相位和频率的二维搜索。对比国内外P码接收机的研究成果,算法在捕获时间上有很大改进。在信号功率为-165 dBW,伪码相位±1 s的时间不确定度,以及多普勒频率偏移±16 kHz的条件下,捕获时间小于10 s,完全适用于高动态环境下的P码快速直接捕获。     

航空矢量重力测量中有限冲激响应低通数字滤波器的设计

基于窗函数法和切比雪夫逼近法设计了两类适用于航空矢量重力测量的有限冲激响应(FIR)低通数字滤波器。先采用模拟高度数据验证了滤波器的性能,然后对实测静态GPS数据进行了低通滤波处理,并详细分析了滤波器的相位延迟和边界效应等影响。结果表明:①在相同的设计指标下,依照切比雪夫逼近法所设计的滤波器比采用窗函数法设计的滤波器具有更好的低通滤波效果;②对于静态ＧＰＳ测量数据,依照切比雪夫逼近法所设计的滤波器能以±（１～２）ｍＧａｌ（１ｍＧａｌ＝１０－５　ｍ／ｓ２）的精度确定垂直加速度,以优于±１ｍＧａｌ的精度确定水平加速度     

基于FIR滤波的磁静期电离层-磁层磁场信号分离

Swarm是欧空局第4个"地球探测者"任务，其主要目的是确定地球磁场及其时空演化特征。利用Swarm构建地球各圈层磁场模型的关键问题之一是对不同场源的地磁信号实施准确分离。以Swarm磁静期观测数据为例，采用FIR沿轨高通滤波对外源场信号进行处理，分析并给出了滤波器窗口长度的确定方法，利用欧空局2016年发布的MIO_SHA_2D和MMA_SHA_2C电离层-磁层磁场模型验证了该方法的可行性。结果表明:FIR对外源场长波信号的滤波结果与模型改正结果的一致性吻合较好，在给定通带波长1 200 km、阻带波长3 000 km的情况下，将滤波器长度设置为87~129阶，可同时顾及水平方向和径向方向的滤波精度。     

数字滤波器的频谱窗和噪声压缩度

根据傅里叶理论导出了数字滤波器的频谱窗;根据随机过程理论导出了数字滤波的噪声压缩度.通过对二项式系数数字滤波器和多项式系数数字滤波器的频谱窗和噪声压缩度的分析,发现前者对噪声具有较强的压缩作用,同时能保持信号的凹凸性,是一种优于后者的数字滤波器.     

自适应滤波器的神经网络生成及遥感图像处理新应用

图像自适应滤波是非线性的图像变换，有广泛的应用场景。传统的图像自适应滤波器均是专家设计的，如双边滤波器和形状自适应滤波等。CNN作为特征提取和非线性能力表达的有效工具，可用于学习构造图像自适应滤波器。本文首先介绍了图像自适应滤波器的生成网络，继而介绍了图像自适应滤波的两个图像处理的新应用：不同时相间的图像变换用于图像插值、不同波段间的图像变换用于图像融合。从这两类应用中，可以窥见图像自适应滤波在构建图像非线性变换方面的应用能力。     

空时自适应处理中卫星信号互相关峰值偏移分析

将空时自适应处理建模为一个有限冲激响应（FIR）滤波器,分析了空时自适应处理对导航信号的码相位偏移。该滤波器的响应同时取决于信号的频率和入射方向,将滤波器的输出与本地序列进行相关,可求得互相关峰值的偏移量。以GPS中的C/A码为例,针对空时自适应处理中典型的最小方差（MV）和最小方差无失真响应（MVDR）准则进行了仿真实验。结果表明,干扰从低仰角入射时影响范围更大,而MV准则在抑制干扰的同时,带来的互相关峰值偏移较MVDR更加明显。     

一种改进小波阈值去噪方法的研究

信号噪声的方差越大,信噪分离越困难,这样会降低小波在去噪方面的性能,使小波去噪得不到充分的发挥.为了解决这一问题,本文介绍一种方法:采用模糊控制滤波器对含噪信号进行预处理,从而降低白噪声的方差;然后用软、硬阈值法分别对处理过的信号进行去噪.仿真实验表明,去噪后的信号的信噪比和均方误差均优于单纯使用软、硬阈值算法,具有很...     

数字滤波器的频谱窗和噪声压缩度

根据傅里叶理论导出了数字滤波器的频谱窗，根据随机过程理论导出了数字滤波的噪声压缩度。通过对二项式系数数字滤波器和多项式系数数字滤波器和频谱窗和噪声压缩度的分析，发现前者对噪声具有较强的压缩作用，同时能保持信号的凹凸性，是一种优于后者的数字滤波器。     

航空重力测量中数字滤波器的设计与应用

根据航空重力测量的要求以及滤波器的性能特点, 选择设计了适用于航空重力测量中ＧＰＳ高精度确定垂直扰动加速度的ＦＩＲ 低通滤波器和ＦＩＲ 低通微分器。并通过模拟数据的检测, 证明所设计的滤波器质量令人满意。     

GPS结构振动监测数据滤波方法及其性能实验研究

使用GPS监测结构振动的目的在于提取振动信号特征,但GPS观测量受多种误差源的影响,因此,选用合理的数据处理方法有效地分离各误差项,对于提高GPS的监测精度具有重要意义。将Vondrak滤波、小波滤波、自适应FIR滤波和卡尔曼滤波等四种方法应用于资料序列中振动信号的分离,通过对模拟振动实验观测资料的分析表明:运用滤波法可提高GPS测量微小动态变形和变频振动信号的检测能力;4种滤波法均能有效地提高GPS监测结构振动的精度,其中,Vondrak滤波和小波滤波的性能相当,且优于自适应FIR和卡尔曼滤波。同时,在对各滤波法参数选择的优缺点进行分析的基础上,提出不同情况下选择滤波器的建议。     

航空重力测量中低通滤波器参数的优选

从含有大量噪声的航空重力仪测量值中提取重力场信息，最常用的方法是使用低通滤波器，欲获得性能优良的滤波器，必须合理地选择滤波器的设计参数。文中利用一组实测GPS数据，讨论了滤波器长度，截止频率，权函数等参数对滤波效果的影响，给出了航空重力测量应用中滤波器参数的若干选择原则。     

航空重力测量中FIR低通滤波器的设计与应用

航空重力测量数据含有许多噪声，需用高质量的数字滤波器加以平滑。有限冲激响应（ＦＩＲ）滤波器的优点是具有精确线性相位而且总是稳定的。本文利用契比雪夫逼近方法，设计了适用于航空重力测量的ＦＩＲ低通滤波器。为检测其性能，文中建立了一个模拟加速度模型。检测结果表明：滤波器性能可靠，适用于航空重力测量数据处理。     

基于分数阶滤波器的遥感图像处理

在研究分数阶微积分的基础上,提出了一种基于WLS误差准则的滤波方法,该滤波器的系数可通过调节其阶次来改变; 给出了该滤波器的原理,分析了其幅频特性.通过用Riemann-Liouville定义验证,并将此滤波器运用于遥感图像处理,结果表明,该方法在抗干扰和提取更多细节方面取得了很好的平衡,具有较好的滤波效果.     

基于SPRT检验的并行递推次优Sage滤波器

提出了一种新的并行递推次优Sage滤波算法，在新方法中，设计了一种附加伴随滤波器的并行滤波结构，消除了结果常值偏差，并引入SPRT检验方法，通过检验模型的噪声统计是否发生了扰动，达到对噪声统计调整进行控制的目的，使得滤波器可以有效跟踪时变噪声，并减少了计算量。     

各向异性组合滤波法反演陆地水储量变化

地球时变重力场模型反演陆地水储量变化已为全球气候变化研究作出巨大贡献,考虑到时变重力场模型球谐系数中存在相关性,其高阶次项具有较大的误差,需采用最优的滤波方法进行空间平滑。本文提出一种新的各向异性组合滤波方法,其基本思想是将改进的高斯滤波法与均方根(root mean square,RMS)滤波法组合,即对球谐系数的低阶次采用改进的高斯滤波法,而高阶次采用RMS滤波法。首先分析了最新的GRACE RL05系列时变重力场模型系数误差特性,基于全球水储量变化反演结果,分析比较了高斯滤波、改进的高斯滤波、RMS滤波和DDK滤波与本文提出的组合滤波法的有效性及精度,并利用模型结果进行了验证,计算结果表明,组合滤波法的中误差最小。研究结果表明,本文提出的组合法相比于先前的滤波方法,可有效地过滤高阶次的噪声,消除南北条带误差,同时减少信号泄漏,提高信噪比,保留更多有效的地球物理信号,进而提高反演精度。     

InSAR干涉图滤波方法研究

探讨多视滤波法、中值滤波法、基于梯度的自适应滤波、additive滤波法四种抑制干涉图噪声的滤波方法.多视滤波法平滑了影像数据,是以牺牲空间分辨率为代价的,通常这种滤波处理应用在从两个单视影像获得的复数影像处理中;作为一种传统的抑制噪声方法,中值滤波技术实质上是一种非线性信号处理技术,它假设噪声具有极端的数值,即在所定义的平滑模板内为最(较)大值或最(较)小值,因此它会使得干涉图丢失一些信息;基于梯度的自适应法是基于梯度的一种中值滤波,它使得边缘更加清晰,该方法可与中值滤波联合使用;Addtive滤波法强调根据局部噪声状况和使用方向平行窗口得到的滤波噪声边缘来自适应的滤除噪声,对于局部噪声状况由关联图来决定.这种方法尤其对高关联的干涉图最为可取.     

一种改进的SAR影像斑点噪声抑制方法

合成孔径雷达（SAR）影像的应用越来越广泛,但斑点噪声很大程度上影响了SAR的应用。本文首先研究了常用斑点噪声滤波方法,在此基础上,将中值滤波与常用的Lee,Frost,Kuan滤波结合。实验结果表明,该方法在斑点噪声抑制及边缘保持上明显优于传统的滤波方法。