基于时间序列判别函数的火控精度检测

在以往通过建立火控系统误差时间序列的动态数学模型对火控精度做定性分析的基础上,提出基于时序判别函数对火控系统精度进行定量分析,其结果能给出火控系统精度更客观的检测评定.采用的判别函数有几何距离判别函数和信息距离判别函数,几何距离判别函数仅考虑模型参数信息计算简单,信息距离函数则综合考虑模型参数信息和残差方差的影响,具有较强的判别能力.     

一种陀螺随机漂移的高精度组合建模方法

随机漂移是制约陀螺精度的一个重要因素,提出了一种对陀螺随机漂移精确建模的方法.利用小波降噪技术消除信号中的高频噪声,再将降噪后的数据序列平稳化,对平稳化后的数据序列进行AR建模、卡尔曼滤波,得到陀螺随机漂移的估计量.用Allan方差等方法对仿真结果进行了检验,表明了该方法的有效性.该模型可用于补偿惯导系统中陀螺漂移产生的随机误差,以提高制导精度.     

弹载星敏感器动态测角的分析

分析了弹载星敏感器在动态条件下的测角精度。明确了弹载星敏感器成像模型及其安装方式,并在系统设计所要求的动态条件下,定性定量分析了前向飞行和姿态变化所引入的像移量和测角误差。结果表明,前行飞行不会带来像移,姿态变化会带来像移。因而需要补偿姿态变化所引入的像移量,从而提高弹载星敏感器在动态条件下的测角精度。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

基于EV模型的惯导平台误差分离方法

针对惯导平台误差分离过程中输入输出观测数据均含有噪声的问题,应用基于EV模型的总体最小二乘方法进行误差分离.给出了惯导平台的误差模型及误差观测方程,介绍了EV模型及总体最小二乘方法,分析了利用车载试验进行误差分离时平台的安装方式以及所需的外测信号等问题.应用最小二乘法和总体最小二乘法进行仿真对比研究.仿真结果表明,基于EV模型的总体最小二乘法对惯导平台的误差系数分离精度较最小二乘法要高.     

基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法

针对因深度学习自身局限性和递归预测策略产生的累积误差,导致航迹预测精度不高的问题,提出了一种基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法。首先,引入卷积模块用于提取航迹数据之中具有潜在关联的空间位置特征,利用双向长短时记忆网络提取航迹数据中的时序特征,并实现对空中目标的实时单步预测和多步超前预测;其次,引入整合移动平均自回归为残差修正模型,对实时单步预测产生的残差建模,计算混合神经网络模型多步超前预测时的残差值;最后,将混合神经网络模型和残差修正模型的输出结果进行融合,得到最终的航迹预测值。实验结果表明,该算法大大降低了神经网络因自身局限性产生的误差和因递归策略预测产生的累积误差,能够显著提高空中目标航迹短期预测的精度。     

约束总体最小二乘空间配准算法

相对于单个雷达而言,组网雷达能显著提高其融合系统的性能,但是在随机误差较大情况下,由于空间配准精度往往较低,其融合性能会显著下降.在忽略模型线性化误差的情况下,分析出这一缺点出现的原因是量测方程的系数矩阵中存在误差,进而利用系数矩阵误差存在统计相关性的特点,提出一种基于地心地固坐标系(ECEF)的约束总体最小二乘算法进...     

舰炮校射落点精度分析与评估*

为了评估舰炮校射方法优劣,借鉴武器系统精度分析试验理论,提出了舰炮校射精度分析与评估的通用方法。根据舰炮校射精度的基本概念,选取圆概率误差作为评估参数,通过用Bayes自助方法进行观测样本再抽样,来模拟误差变量的近似分布,建立了评估舰炮校射落点圆概率误差的评估模型。仿真结果表明,该方法可用来对各种校射方法的优劣进行分析评估,为舰炮校射决策提供有力的依据,具有重要的现实意义和军事意义。     

机械抖动偏频激光陀螺静态测角方法

阐述采用机械抖动偏频激光陀螺进行静态角度测量的原理,分析测角随机误差与激光陀螺角随机游走系数、测量时间的关系,通过转台分度误差实验验证了测角随机误差公式。采用排列互比法对测角系统误差和转台分度误差进行分离。实验与理论分析表明,静态测角方法具有良好的环境适应性和稳定性,测角随机误差优于0.26″,系统误差优于1″。最后分析了进一步减小测角随机误差和系统误差的措施。     

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度.在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度.对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度.