摘要：针对传统子空间辨识中存在的有色噪声干扰问题,本文提出一种正交子空间辨识方法.首先,根据子空间辨识算法机制构建含有色噪声的扩展状态空间模型.然后,结合有色噪声的相关性分析,研究了传统子空间辨识方法的有偏性问题,并重新设计了投影向量和正交投影方式,用以消除有色噪声干扰.最后,对投影后的数据矩阵进行奇异值分解,获取广义能观测矩阵,进而求得系统的状态空间模型参数.仿真结果表明该方法在有色噪声干扰下是一致无偏的,并且具有渐进二阶统计特性.结合陀螺仪的具体实验结果表明,该算法在实际应用中具有比传统子空间辨识法更高的辨识精度.

摘要：针对目前绝大多数反应动力学参数估计方法是基于测量光谱数据中仅含有高斯白噪声这一假设来设计的问题,提出有色噪声影响下的动力学参数估计方法。对于含有一阶自回归有色噪声的光谱数据,该方法通过测量数据差分,并基于配点法和极大似然估计原则对反应动力学参数进行估计。结果表明:针对含有有色噪声的光谱数据,在假设噪声模型完全已知的情况下,提出的方法能很好地估计出反应动力学参数,并且在仅知道有色噪声模型结构为一阶自回归过程的情况下也能很好地估计出有色噪声自相关系数及反应动力学参数。相比基于高斯白噪声假设的方法,所提出的方法具有更高的估计精度。

摘要：现有多输入多输出雷达波形设计方法分别对杂波和有色噪声条件下的雷达波形进行了优化,而对实际应用中杂波和有色噪声同时存在的情况,现有方法并不能得到最优波形.针对该问题,提出一种杂波和有色噪声条件下基于互信息量的多输入多输出雷达波形设计方法,该方法综合考虑目标、杂波和有色噪声对波形优化的影响,通过理论推导给出了发射信号矩阵表达式,并给出了目标和杂波特征向量与噪声特征向量之间的匹配顺序,利用注水定理对该匹配顺序下的各天线发射信号功率进行了优化,确定了具体的发射信号矩阵表达式.实验仿真结果表明,当发射功率为10dB时,所提方法的互信息量比一般注水方法和仅考虑目标与噪声匹配顺序的方法分别高8bit和4bit.

摘要：针对实际工业过程中普遍存在有色噪声,提出了有色噪声干扰下Hammerstein非线性系统两阶段辨识方法。采用设计的组合式信号实现Hammerstein系统各模块参数辨识分离,简化了辨识过程。在第一阶段,基于可分离信号的输入输出数据,利用相关分析算法估计线性模块参数,减少了有色噪声对辨识的干扰。在第二阶段,基于随机信号的输入输出数据,在最小二乘算法中引入滤波技术,推导了滤波递推增广最小二乘算法,提高了非线性模块参数和噪声模型参数的辨识精度。仿真结果表明:提出的两阶段辨识方法提高了辨识精度,有效地抑制了有色噪声的干扰。

摘要：提出基于Tustin生成函数的分数阶卡尔曼滤波器设计方法,以解决含有相互关联的分数阶有色过程噪声和分数阶有色测量噪声的连续时间线性分数阶系统的状态估计问题.通过Tustin生成函数方法,对连续时间线性分数阶系统进行离散化,将分数阶系统的微分方程转化为差分方程.利用增广向量法,将分数阶状态方程和分数阶有色噪声作为新的增广状态向量,从而将分数阶有色噪声转化为高斯白噪声.然后,提出一种基于Tustin生成函数的分数阶卡尔曼滤波算法,有效地实现对含有相互关联的分数阶有色过程噪声和分数阶有色测量噪声的连续时间线性分数阶系统的状态估计.与基于Gr¨unwald-Letnikov差分的离散化方法相比,所提出的基于Tustin生成函数的卡尔曼滤波算法得到的状态估计精度更高,状态估计效果更好.最后,通过仿真结果验证所提出算法的有效性.

摘要：以捷联惯导系统(SINS)/多普勒雷达组合导航系统为研究对象,针对多普勒雷达测速噪声为缺少先验信息的有色噪声的滤波问题,提出一种有色噪声条件下的改进卡尔曼滤波算法。首先,建立有色量测噪声条件下的SINS/多普勒雷达组合导航系统模型;然后,采用重构状态空间模型的方法将量测噪声为有色噪声的状态空间模型进行白化,消除有色噪声对导航定位滤波计算的不利影响;最后,对缺乏先验信息有色量测噪声下的滤波问题,设计了一种改进的卡尔曼滤波算法。仿真实验结果表明,与自适应卡尔曼滤波算法和有色噪声卡尔曼滤波算法相比,所提算法的平均水平定位精度分别提升了23.97%、21.01%。

摘要：为提高X射线脉冲星导航对有色噪声及太阳系内星历误差的鲁棒性,设计了2级强跟踪差分滤波器(TSTDKF)。首先在分析导航原理基础上,导出了中心天体星历误差对导航结果的误差传递关系,并利用扩展卡尔曼滤波器(EKF)进行了仿真验证;在同一运行轨道上,又结合引力摄动模型对第三天体引力摄动数据进行了分析,证明该部分噪声为有色噪声。根据以上结论,将普通2级卡尔曼滤波器(TKF)的无偏滤波器设计为一种改进的差分卡尔曼滤波器以降低有色噪声对导航系统的影响,同时又在其独立偏差滤波器中根据观测残差构建了多重自适应调节因子以增强其跟踪性能,两者共同构成TSTDKF的2个并行滤波器。通过仿真实验证明,TSTDKF的位置误差性能最大可比EKF和TKF改进56.49%和35.18%,速度误差性能改进27.66%和17.07%;对星历误差的跟踪效果也整体好于TKF。

摘要：讨论连续平差模型及最小二乘解。将有限维空间中的测量平差问题推广至无穷维空间,从信号分析角度讨论观测有色噪声的消除方法。研究表明,连续观测方程的最小二乘解可由经典最小二乘解的极限导出;有色噪声对解的影响是系统性的,然而通过合理的观测方案设计可以实现参数的无偏估计。

摘要：在最大似然多径估计技术的基础上,提出了一种新的基于有色噪声卡尔曼滤波的全球定位系统(GPS)多径信号估计技术.建立了GPS多径信号的卡尔曼滤波估计模型,推导了观测噪声为有色噪声的卡尔曼滤波的状态方程和观测方程,阐述了有色噪声的形成过程,推导了卡尔曼滤波的递推公式.实验结果表明,提出的设计技术可以在20dB·Hz的载噪比条件下对多个GPS多径信号进行较精确的估计.

摘要：由于纯电动汽车的工作环境十分复杂,电流量测中的有色噪声信号会造成动力电池荷电状态(SOC)估算结果的不精确甚至发散,为解决该问题,在此提出一种增广矩阵扩展卡尔曼联合递推增广最小二乘(AMEKFRELS)算法,针对有色噪声进行建模,在线辨识并实时修正系统参数。仿真与实验结果表明,与简化有色噪声为白噪声的估测算法相比,该算法响应速度快,估测精度高,能够满足动力电池实际应用需要。