多帧高斯混合概率假设密度的多目标跟踪算法

针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标被漏检时,依据目标状态抽取标志,并结合目标多帧权值记录集中权值信息估计丢失目标的状态。仿真实验表明,算法有效地提高了低检测概率下现有相关算法的目标状态和数目估计精度。     

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

基于三次B样条曲线的一维弹道修正弹空气阻力系数拟合

为提高弹道修正弹的射击精度,对一维弹道修正弹空气阻力系数的拟合方法进行了研究。在分析Logistic曲线对43年阻力定律拟合缺点的基础上,提出了一种采用三次B样条曲线对其进行拟合的新方法。并通过某型号一维弹道修正弹验证了该拟合方法具有可行性好、拟合精度高、运算简单、结果可靠等优点。该拟合方法的提出为一维弹道修正弹空气阻力系数的拟合提供了一种新的研究方法,更便于外弹道的仿真计算。     

某装备系统机电产品贮存可靠性评估方法

针对某装备系统机电产品长期自然贮存环境下可靠性无法准确评估的难题,提出了一种基于极小χ2估计和拟合优度检验的贮存可靠性评估方法,并对试验数据进行了分析、计算和处理。该方法通过拟合产品的失效分布来确定其分布函数参数,并根据确定的分布函数来预测产品的贮存可靠寿命。与现有的评估方法相比,采用该方法确定的分布函数更能反映产品的可靠性变化规律,对机电产品的贮存寿命预测结果更加合理,在工程研究领域具有很好的实用价值。     

基于多点空间直线拟合的调炮精度检测方法

针对火炮身管上标记两个点检测调炮精度受制于单个空间点坐标测量精度的问题,提出通过增加身管上标记点的冗余数量来提高调炮精度的检测方法。应用最小二乘原理对多个空间点进行直线拟合,并采用Monte Carlo方法对身管指向的测量精度进行分析。结果表明:标记4个点、5个点、6个点和7个点与标记2个点(传统方法)相比,其身管指向的测量精度分别提高了约6%、18%、19%和21%。该方法适用于对调炮精度检测要求较高的场合,综合考虑工作效率和测量精度这两个因素,推荐标记5个点测量身管指向。     

基于曲面拟合的宽带阵列模型误差有源校正

针对阵列模型误差难以建模的问题,提出一种新的非参数化有源校正方法。首先,测量部分离散方向点上的导向矢量。然后,利用测得的导向矢量拟合所有的模型误差曲面,并得到多项式系数。最后,在DOA估计时利用多项式系数计算所有方向和频率上的导向矢量。该方法适用于宽带阵列,且需要的数据存储量小。仿真实验结果表明该方法的校正误差非常小。因此,该方法具有一定的工程实用价值。     

一种高分辨率SAR图像水上桥梁目标识别新方法

首先采用灰度均值和方差二维特征模糊分割SAR图像,其次基于8邻域链码跟踪边界法剔除植被、阴影等虚警,然后通过水体轮廓搜索潜在桥梁ROI点并进行直线拟合、线段连接和线段延拓,消除河心洲、船只和条纹干扰等影响确定疑似桥梁ROI,最后采用双参CFAR检测法分割桥梁ROI,根据目标主轴方向和周长等特征消除桥梁ROI内的虚假目标,识别和定位桥梁。实验表明,该算法能够准确识别水上桥梁目标,对条纹干扰的桥梁和灰度梯度较弱的桥梁同样有效。     

激光冲击“残余应力洞”的参数影响

在激光冲击强化过程中,光斑边界处会产生表面稀疏波,并向光斑中心传播、汇聚,使中心区域材料发生反向塑性变形,造成光斑中心区域残余压应力缺失,从而形成材料表面"残余应力洞"现象。利用ABAQUS有限元软件进行了圆形高斯光斑的激光冲击强化数值模拟,讨论了不同材料和模型尺寸、激光冲击参数等因素对"残余应力洞"的影响规律。结果表明,随着冲击波峰值压力、冲击波作用时间、冲击次数的增加,"残余应力洞"现象随之加剧;而随着材料动态弹性极限、光斑大小、冲击波上升时间、光斑搭接率的增加,"残余应力洞"现象则会随之减弱。该研究可为后期激光冲击强化光斑光学整形技术的应用,以及基于残余应力场优化的工艺设计提供依据。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

连续时间参数滤波问题的非标准方法

本文应用非标准分析中的Ｎｅｌｓｏｎ近初等过程方法,得到了与标准的连续时间参数滤波问题等价的近初等过程的滤波公式,并由此得到了标准的连续时间参数情形地滤波公式．