利用构造性仿真评估导弹精度

通过对导弹落点散布的构造性仿真获得了落点(均值与方差)的验前分布参数,通过与现场试验数据的相容性检验获得了验前信息的可信度,在考虑验前信息可信度的情况下获得了命中点的均值与方差的验后Bayes估计。算例表明该方法对于仿真信息的应用合理可信,考虑可信度下的Bayes估计具有较好的置信度。     

验前信息可信度及其在Bayes评估中的应用

验前信息的计算与合理应用是Bayes方法在武器系统射击密集度评估中的关键问题之一.对验前信息可信度定义、计算及其在Bayes 评估中的应用进行了阐述,提出了考虑验前信息可信度的射击密集度Bayes评估新方法,为武器系统射击密集度评估提出了新思路.     

验前信息在射击精度评估中的应用

验前信息的获取与合理应用是Bayes方法在武器系统射击精度评估中的关键。对验前信息的获取、验前信息的可信度及其计算进行了阐述,提出了考虑验前信息可信度的射击精度Bayes评估新方法,为武器系统射击精度评估提出了新思路。     

小子样条件下巡航导弹的命中精度评估方法

针对巡航导弹定型试验发数少、验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态-逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用Bayes估计方法得到命中精度。最后结合实例进行仿真,说明了该方法较传统的Bayes方法更稳健,很适合巡航导弹命中精度的评估。     

多源信息的Bayes融合精度鉴定方法

为了合理运用多种验前信息 ,文中首先引入了验前信息的可信度的概念 ,由此论述了验前信息与现场试验信息的融合方法 ,给出了多源信息下的Bayes精度鉴定方案。最后以实例说明鉴定方案的运用。     

考虑可信度时导弹最大射程的Bayes评估

首先讨论了一种验前数据和现场试验数据相容性检验的新方法, 考虑验前信息可信度, 研究了导弹最大射程的 Ｂａｙｅｓ 评定和 Ｂａｙｅｓ 估计。最后给出了数据分析的例子。     

基于复合等效可信度加权的Bayes融合评估方法

在小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会进行数学相容性检验并加权.首先分析了小子样情形下直接根据数据计算数学相容性可能造成的不稳定性,为改善这种情况,根据不同试验类型的不同试验环境,对不同试验类型下的误差进行分析和折合,定义了物理等效可信度;并结合物理等效可信度和数学相容性检验,得到先验样本的复合等效可信度权重,基于正态逆伽玛分布计算了Bayes融合评估的后验结果;通过比较Bayes估计后验方差与不磁合先验信息的估计后验方差,根据先验信息参与融合后是否能减小后验方差来判断先验样本是否应该参与融合.理论分析和仿真说明,基于复合等效可信度的加权方法是合理的.     

再入飞行器的最大飞行距离的统计决策鉴定

为了充分利用验前信息,在小子样的场合下进行统计评定工作,文中运用了Bayes 统计决策方法,讨论了两方面的问题。1.再入飞行器的最大飞行距离鉴定的Bayes 决策方法。引入了损失函数及验前信息,将决策中所冒的风险与射击效果结合了起来。2.Bayes 估计。给出了最大飞行距离的Bayes 统计估值。理论及计算结果表明:合理地使用验前信息,将有利于在小子样容量之下进行最大飞行距离的统计推断工作。     

再入飞行器落点准确度的统计分析

本文研究再入飞行器的落点准确度(系统性偏差)的检验和估计方法。首先,文中引入了准确度的容许限的概念,在此基础上给出了Bayes验后加权概率比检验方法。关于落点系统偏差的估计,讨论了Bayes估计方法及带有约束的Bayes估计方法。文中注意了充分运用试验前的信息,以便使落点系统偏差的评估能在小子样场合下进行。     

基于Fiducial推断的Bayes验前分布的表示

先验分布的确定与表示是Bayes统计推断的出发点和关键点。提出了一种基于信仰推断 (FiducialInfer ence)观点确定Bayes先验分布的设想 ,有助于解决无验前信息或验前历史信息较少时先验分布的确定问题 ,文中给出了一个实例说明了该方法的应用     

噪声统计的Bayes 极大验后估计与系统自适滤波

对于具有测量的线性离散系统,在系统动力学噪声与测量统计特性未知的情况下,本文推导出了噪声统计特性在具有正态－逆Ｗｉｓｈａｒｔ分布验前信息情况之下的Ｂａｙｅｓ极大验后（ＭＡＰ）估计及其实时迫近,从而获得了系统的自适应滤波     

考虑仿真可信度的舰炮虚拟校射

为利用仿真模型在有限校射样本的条件下对校射补偿量进行合理估计,对考虑仿真可信度的舰炮虚拟校射方法进行了研究。对自适应加权贝叶斯估计方法进行了研究,一方面对仿真先验可信度的计算方法进行了分析,另一方面对考虑先验可信度的自适应加权贝叶斯估计算法进行了研究。在此基础上,结合舰炮虚拟校射的原理和需求,建立了舰炮虚拟校射诸元误差自适应加权贝叶斯估计模型。仿真验证表明:自适应加权贝叶斯估计方法能够利用试验数据对仿真模型的可信度进行有效验证并进一步实现对目标分布的有效估计;所设计的校射方法能够综合利用仿真模型和校射样本的优势,实现对诸元误差的合理估计,达到有效提高校射精度的目的。     

MIMO-OFDM系统Turbo接收机中的信道估计器

设计了一种新的MIMO-OFDM系统Turbo接收机中的信道估计器.考虑了信道估计误差对编码比特外信息计算的影响,利用软球形译码器的搜索列表和解码器反馈的先验信息对传统EM信道估计中的软信息近似处理进行了修正,获得了更为准确的软符号统计信息用于信道估计,提出了考虑软符号互相关性的Bayesian EM(BEM)信道估计算法.仿真结果表明,新算法较传统EM算法具有更低的误码率和更小的估计均方误差值.     

多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。