【摘 要】
：
提出了一种基于平均相关技术的快速精密的GPS信号C/A码捕获方案,该方案将接收到的中频信号和本地复制C/A码以高采样频率进行采样,然后通过对它们进行平均处理后以1 024点的FFT处理器计算相关能量值。与不经过平均处理的基于FFT的码捕获方案相比,该方案的运算复杂度约为1/22,可实现快速捕获的目的;与捕获精度为半个码片的常用码捕获方案相比,该方案的捕获灵敏度理论上提高约2.2 dB。最后通过仿真
【机 构】
：
电子科技大学通信抗干扰技术国家级重点实验室
【基金项目】
：
国家“973”计划基金资助项目（2009CB320405）,国家自然科学基金资助项目（61271168,61001085）
论文部分内容阅读
提出了一种基于平均相关技术的快速精密的GPS信号C/A码捕获方案,该方案将接收到的中频信号和本地复制C/A码以高采样频率进行采样,然后通过对它们进行平均处理后以1 024点的FFT处理器计算相关能量值。与不经过平均处理的基于FFT的码捕获方案相比,该方案的运算复杂度约为1/22,可实现快速捕获的目的;与捕获精度为半个码片的常用码捕获方案相比,该方案的捕获灵敏度理论上提高约2.2 dB。最后通过仿真验证了该方案的可行性。
其他文献
为了解决标准粒子群优化算法(particle swarm optimization,PSO)收敛速度慢和容易陷入局部极小值的问题,提出了一种改进的方法。算法针对PSO算法在搜索过程中常处于一个相对稳定的阶段,这时获取全局最优点的粒子速度趋于0或者在最优位置来回大幅振荡,而种群中的其他粒子正处在向全局最优位置收敛的过程中,动态调整粒子位置和速度可以提高粒子的收敛速度。如果稳定阶段过长而粒子过于集中,
针对非线性系统中因噪声模型不准确或测量数据中存在野值而导致无迹卡尔曼滤波(UKF)结果产生偏差甚至发散的问题,提出了一种自适应抗差无迹卡尔曼滤波(ARUKF)算法。该算法利用抗差估计原理构造抗差方差分量统计量,并由该统计量引入自适应因子来调节增益矩阵,减弱野值对滤波的影响。将ARUKF算法应用于GPS/BD-2组合导航系统中,仿真实验结果表明,当观测数据中存在野值时,ARUKF算法能够有效地控制观
传统定性趋势分析方法中,存在划分片段宽度难以自适应、依赖人为设定阈值、算法复杂等问题,针对这些问题,提出了一种新的基于滑动窗口的定性趋势分析方法。方法采用一个滑动的窗口,并对窗口内的数据进行线性拟合,根据拟合的情况扩大或缩小窗口,确定每个片段的最佳大小,将每个片段识别为上升、下降或不变,最终获取数据的定性趋势。在化工过程趋势分析应用的结果表明,该方法能够更为有效地提取、识别出趋势,具有较高的准确性
根据不确定、非线性复杂生产过程的质量预测难点,提出一种基于局部模型的多工况过程质量预测方法。首先利用K-均值聚类算法对过程进行工况划分,结合支持向量机回归原理建立各局部质量预测模型,再利用改进粒子群算法求解最优的各局部模型权重,使全局模型的输出与预期输出之间的误差达到最小,以得到其全局模型,进而实现生产过程的质量预测。该方法较好地解决了复杂生产过程的复杂不确定的问题,同时有良好的全局适应性。最后以
为了能正确检测显著性图中的多个显著性目标,提出了一种基于全局颜色对比的显著性目标检测算法。该算法首先提取图像的全局颜色对比度特征,然后把显著性图和全局颜色对比度作为特征输入条件随机场框架中,得到二值显著性掩模,最后经区域描绘子计算得到包含显著性目标的最小外接矩形。在两种公开的数据集上的实验结果表明,该算法在精度、召回率以及F-测度方面的表现优于现有其他几种算法,在计算效率上也具有一定的优势。因此,
为解决先验概率作为重要性密度函数因未融入最新的观测信息而造成测量精度低的问题,提出了迭代容积粒子滤波。此算法采用Gauss-Newton迭代和容积卡尔曼滤波设计重要性密度函数,在迭代过程中不断修改新息的方差和协方差,使重要性密度函数更接近后验概率密度。此外,为确保状态协方差矩阵的正定性,采用了平方根滤波的思想,通过正交三角分解来代替每次迭代的矩阵开方操作。仿真实验证明,此算法可以提高滤波精度,适用
随着网络中部分路由器使用了负载均衡策略,发往同一目的端的数据包不再沿着单一路由转发,传统的拓扑测量工具Traceroute将难以发现网络中的负载均衡链路及节点,测量精度受到影响。多路径路由探测算法(MDA)在端到端网络拓扑测量中能够有效地发现负载均衡节点产生的多条路径,但探测量却是Traceroute的近10倍。提出一种改进的多路径路由探测算法,通过设置全局查找表,源主机能够自适应地选择探测策略以
与传统三维激光扫描仪相比,Kinect作为一种新型深度相机,具有价格低廉、深度数据获取能力强、RGB影像与深度影像同步获取等优势,然而面对较大室内场景精细建模却存在数据量大、建模范围有限、对硬件环境依赖性强等问题。因此,在现有单一模型建模基础上,提出了基于Kinect深度影像的多模型数据融合方法,实现模型间的自动拼接。最后通过两组实验对提出的数据融合方法进行了验证,并取得了较好的模型拼接效果。
由于追求收敛速度与防止陷入局部最优,标准的改进强度Pareto算法(SPEA2)过于注重全局搜索能力,从而导致局部搜索能力不足。为了增强SPEA2算法的局部搜索性能,进而提高算法收敛速度,提出了一种基于局部搜索的改进SPEA2算法。该算法单独设置一个新外部存档集以保存局部搜索后的非支配集,并且改进了交叉算子,加入了部分个体更新策略。将该改进算法与SPEA2算法进行了收敛性能比较实验。仿真实验结果表
针对硬件面积、价格成本、功耗、实时性和可靠性多目标优化的一类嵌入式系统软硬件划分问题,提出了一种采用多属性决策技术的求解方法。首先对可靠性指标进行了转换,通过改进的最短路径算法获得满足约束的Pareto方案集合;然后,采用基于组合权重的TOPSIS算法对多个划分方案进行评价排序,得到最优的多目标划分解;最后,通过一个实例验证了本方法的有效性和可行性。