超低频大气噪声幅度概率的SαS分布法

为正确辨识超低频大气噪声的幅度概率分布类型,对其进行有效抑制,首先,假设实际大气噪声幅度概率分布服从SαS(symmetric α stable)分布,从而估计出分布的模型参数;然后,由此计算出该参数下SαS分布的理论幅度概率分布并生成服从SαS分布的随机样本;最后,采用与实际数据APD比较和做Q-Q图的方法验证了分布拟合的正确性。结果表明:SαS分布可以有效地描述出超低频大气噪声的幅度概率分布。     

常系数αβ滤波器参数的计算机优化设计研究

给出了αβ滤波器的参数α和β与方差压缩系数、阻尼系数和阻尼振荡频率的关系公式,从系统稳定的角度对αβ滤波器的参数取值范围进行了讨论,对αβ参数的优化设计方法进行了研究,建立了优化设计模型,用Matlab编写了优化设计程序,并通过两个设计实例检验了模型的正确性。     

一种新的动态分形海面模型及其电磁散射统计特性研究

给出了一种更符合海面实际情况的基于未充分发展海谱的分形海面模型(NDFFM),使用双尺度法计算了NDFFM海面的后向散射截面,并研究了动态散射场幅值分布。结果表明在大特征斜率下散射场服从K分布,随着特征斜率的下降,散射场分布向瑞利分布退化。最后将计算数据与传统的分形模型和实测雷达数据进行比对,证明了该模型的准确性和有效性。     

高非线性度弹性S盒的构造

弹性S盒可应用于容错分布计算,量子密码密钥分配和流密码中伪随机序列产生.基于线性码和高非线性度的S盒,给出了一种构造具有高非线性度,且代数次数大于给定值的弹性S盒的方法.对于给定参数的线性码,构造的弹性S盒的非线性度是可以计算的.结果表明所构造的函数的非线性度优于已有的结果.     

非线性自适应统计滤波器在声测量信号处理中的应用

从α-stable分布特征出发,阐述了处理非高斯噪声的LMP、顺序统计、群组等非线性统计滤波器自适应算法;实例验算表明了在α-stable分布下,非线性统计自适应器性能优于传统的线性自适应滤波器,且收敛速度更快.     

一种针对基因识别的GHMM简化算法

广义隐Markov模型是计算机基因识别的一种重要模型,它克服了传统隐Markov模型的状态段长成几何分布的缺陷,更加适合于计算机基因识别。其缺点在于计算量大,需要采用有效的简化算法。利用基因的结构特点,在不附加额外限制条件的情况下,提出了一种新的简化算法,其计算复杂度是序列长度的线性函数。对实际生物序列数据的测试结果表明了此简化算法的有效性。     

一种基于多项式和α-β-γ滤波的双工跟踪模式研究

针对测控实时数据处理中,α-β-γ滤波器启动阶段弹道参数误差较大的问题,提出了一种双工的跟踪模式。该模式下α-β-γ和多项式滤波器同时对弹道参数进行滤波,只选取一套滤波后的数据输出,通过数据的优选,最终得到高精度弹道参数。理论分析和仿真结果表明:双工的跟踪模式跟踪精度高,适合实时系统应用。     

S形回归模型重新参数化的探讨：兼评桂占吉《S形回归模型及其应用》

本文依据非线性回归模型的理论方法,对文[1]提供的四组医学数据进行重新计算,给出正确结果,指出文[1]中错误,并讨论了S形回归模型的重新参数化问题.     

雷达海杂波的K分布复合特性

从真实海杂波数据出发,对低擦地角雷达海杂波的复合特性进行了深入研究,证明其幅度分布特性可以用复合K分布模型较好地描述,相关函数具有与幅度分布一致的复合特性,功率谱的时频统计近似服从周期的高斯分布,提出用于估计K分布形状参数的海杂波数据长度必须大于调制分量的调制周期.该结论有望提高现有海杂波模型的准确性.     

某高炮火控系统滤波器设计

对目前高炮火力控制系统目标滤波与预测进行了分析与研究。在此基础上结合工程实际设计了一种α-β滤波器,该滤波器的原理是把在连续系统中频率域的要求和在离散系统中Z域的要求转换成时域中在典型信号激励下的时间响应的特征值的要求,从而在时间域中以特征值的要求进行综合,再把综合的结果转换回Z域中,最终得到所确定的α-β滤波器,给出了α-β滤波器的Z传递函数、分析了α-β滤波器参数的确定,对α-β滤波器的静态误差进行了研究,对设计方案进行了计算机仿真和实际应用。     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

滤波器阶数对导航接收机时域抗干扰的影响分析

滤波器阶数是影响卫星导航接收机时域自适应抗干扰性能和计算复杂度的核心参数。为了解决当前阶数选取严重依赖工程经验而影响分析不足的问题,分析了滤波器阶数对导航接收机时域自适应抗干扰性能的影响,可为导航接收机低复杂度时域抗干扰的研究提供理论支撑。该分析面向不同干扰环境,分别以滤波器幅频响应和信号载噪比为评估指标,并通过仿真实验和实测对传统最小均方算法和改进型最小均方算法进行验证,提出了一种基于数字滤波器设计的自适应最优滤波器阶数的设计方法。实验数据分析表明,通过适当提升滤波器长度,可以有效提升时域自适应滤波器的抗干扰性能;在实际应用中,可根据实际抗干扰需求,对滤波器阶数进行优化设计。     

VFD滤波器的导航信道模拟器动态时延模拟方法

针对卫星导航信道模拟器信号仿真中,传统伪距多普勒模拟方法瞬时控制精度差、滤波器资源占用较大的不足,提出了基于拉格朗日插值延迟滤波器及Farrow结构实现的伪距多普勒模拟方法。在分析信道模拟器系统架构的基础上,建立了多普勒模拟方法的模型,包括延时计算模块和可变延迟滤波器两部分。与多速率采样数字延迟滤波器方法比较,该方法滤波器系数个数约为后者的0.2%,并且改变时延特性时,仅需更新1个参数。信道模拟器实测数据结果表明使用该方法伪码多普勒模拟精度可以达到0.1mHz。     

基于VFD滤波器的导航信道模拟器动态时延模拟方法*

针对卫星导航信道模拟器信号仿真中,传统伪距多普勒模拟方法瞬时控制精度差、滤波器资源占用较大的不足,提出了基于拉格朗日插值延迟滤波器及Farrow结构实现的伪距多普勒模拟方法。在分析信道模拟器系统架构的基础上,建立了多普勒模拟方法的模型,包括延时计算模块和可变延迟滤波器两部分。与多速率采样数字延迟滤波器方法比较,该方法滤波器系数个数约为后者的0.2%,并且改变时延特性时,仅需更新1个参数。信道模拟器实测数据结果表明使用该方法伪码多普勒模拟精度可以达到0.1mHz。     

引信传爆管破片参数研究

理论分析传爆管破片的数质量分布和最大质量的计算模型，采用水箱法进行了部分引信传爆管破碎性试验。试验数据及理论分析结果表明：计算榴弹破片数质量分布的Mott公式并不适用于传爆管类非榴弹破片的计算，因此利用试验所得数据对西德最大破片质量公式进行了修正。修正后的公式对丙型引信传爆管破片最大质量的计算结果与试验数据较为吻合。     

用具有输入估计的可变维滤波器跟踪

本文提出一种跟踪机动目标的改进方法。通过组合输入估计方法和可变维滤波方法的递归公式,构成所提出的跟踪滤波器。在所提出的方法中,当探测到目标机动时,滤波器还提供目标开始机动瞬时的估计。用这种估计的机动开始时间,也估计机动输入并且跟踪系统变成了机动模型。所提出过程的计算负载与输入估计方法的计算负载不相上下。为了说明所提出跟踪滤波器的效果,进行了仿真,把输入估计滤波器和可变维滤波器与交互式多模型(IMM)滤波器进行了比较。     

基于遗传算法的低探测概率稳态滤波器优化

低探测概率机动目标跟踪α-β-γ滤波器收敛速度和精度是一对难题.通过对目标机动域的划分,提出基于遗传算法稳态α-β-γ滤波器的参数优化.在滤波计算中,根据目标机动估计值并结合跟踪波门的设定实时调整滤波器参数.通过在目标位置信息可测条件下的稳态滤波仿真表明,经优化的α-β-γ滤波器跟踪精度和收敛速度显著提高,较好解决了滤波环境恶劣时稳态滤波跟踪问题.     

基于扩展多模型自适应估计的运载火箭伺服机构故障检测与诊断

针对运载火箭伺服机构故障,提出了一种基于扩展多模型自适应估计的故障检测与诊断算法。首先建立了考虑伺服机构故障的运载火箭姿态动力学模型,其次将故障角度作为状态变量得到增广状态空间模型,然后利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率,最后给出了基于扩展多模型自适应估计的故障检测与诊断算法流程。该方法的优点是只用一个扩展卡尔曼滤波器就可完成一个伺服机构的故障检测与诊断,从而大幅减小用于伺服机构故障检测与诊断的滤波器数量。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测,在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

气象探空火箭气温测量不确定度评估方法

在气象火箭测温修正模型基础上,通过误差分析理论,对温度修正及其不确定度评估方法进行研究。根据火箭探空仪在空中下落过程中大气密度变化规律,建立温度修正数学模型,推导得到温度修正公式。根据误差理论,分析影响温度修正的八项误差因素,并逐项给出温度修正误差表达式。以气象火箭实测数据为例,运用上述公式,对探空火箭温度反演不确定度进行分析计算。结果表明:温度反演不确定度在50~60 km较大,最大为3.6 K;40~50 km不确定度为0.3~0.9 K;40 km以下,不大于0.3 K。影响温度不确定度的因素主要是气动加热修正项、滞后效应修正项、结构热传导修正项和传感器对环境热辐射修正项。数据处理时采用参考大气或标准大气仅进行一次修正是不够的,需进行迭代修正,单次修正结果与迭代修正结果差异最大可达5.6 K。     

五参数寿命分布S(α,β,λ,μ,δ)

在四参数寿命分布的基础上增加了一个非中心参数,进而提出五参数寿命分布S(α,β,λ,μ,δ),并给出了定义、基本性质及其证明。