基于等级约束差分进化的多径估计算法

sugarbabysu

摘要:本文针对基于扩展Kalman滤波(EKF)的多径估计算法需要对非线性观测方程进行线性化.对初值比较敏感,造成估计性能下降的问题,提出了基于智能优化的多径估计算法.该算法将估计误差的二阶矩作为目标函数，将瞬时误差作为约束条件,同时考虑多径参数的先验信息,实现了将多径估计问题转化为具有约束条件的优化问题.然后,利用一种智能优化算法来解决该优化问题.本文采用了等级约束差分进化CRDE算法来解决有约束条件的优化问题,并对该算法进行改进,使改进后的 CRDE算法可以实现多径参数的迭代估计.仿真结果表明,与EKF算法相比,在单一多径和2路多径情况下,基于改进CRDE的多径估计算法都具有更好的估计性能.
, Q7 P- r2 M( S+ v) E0 l% j
' ?. w! ~) s7 ?  j9 S
关键词:多径估计;优化算法;差分进化（DE);Kalman滤波
: x0 I7 E3 x3 H9 U' ~8 I
多径干扰因具有位置上的不相关性、不确定性等特点,不能通过差分技术来消除,成为影响高精度定位的主要误差源之—。多径干扰存在时,接收机不能准确跟踪直接信号,造成了跟踪误差,即多径误差。

8 c: f$ R1 ^* c
/ j8 e, `/ y0 J6 t
" [4 v, [1 d# X  G9 @- X

游客，如果您要查看本帖隐藏内容请回复

- V& {4 Q! E! \0 p8 I
- r% q/ q2 c& o% z/ D2 s) ]* h, T
2 z6 Y6 w8 m8 V! C! M( m

fantasyqqq

多径干扰因具有位置上的不相关性、不确定性等特点,不能通过差分技术来消除