高阶导数的渐近展开式

给出了高阶导数的离散化渐近展开式,给出了计算高阶导数一种数值算法,并讨论了其误差。     

有波动目标幅值探测前航迹的最大似然

目标跟踪中的一个重要问题是在信噪比(SNR)非常低的环境中探测和跟踪目标。以前,使用过包括最大似然的几种方法。本文的主要创新点是把波动目标幅值模型与跟踪等速目标的最大似然方法相结合。与逼真的传感器模型相结合,这种方法可利用同一帧中分辩单元之间以及相邻两帧间的信号相关。 波动幅值模型是反映帧间相关的一阶模型。用卡尔曼滤波器获得幅值估计,由此导出似然函数。以增加计算量为代价,数值最大化技术避免了以前由于假设的和实际的目标速度失配而在“速度滤波”方法中遇到的问题。对不变的已知幅值,导出克莱默—劳下界(CRLB)。即使幅值未知时,估计误差也接近这个CRLB。结果表明,对未知信号幅值的航速探测性能与用正确信号模型获得的性能几乎相同。     

多层验前正态总体动态参数的Bayes融合估计

在多层验前信息下,给出了正态总体动态参数的Bayes融合估计。进一步,用线模型下的递推估计方法,给出了递推解。对于实际应用中的一些问题,提出了处置方法,并以实例作了说明。     

考虑验前信息可信度时的Bayes估计

研究了考虑验前信息可信度时的验前分布和Bayes估计算法,给出了正态总体参数的Bayes估计方法。以导弹落点散布的估计为例,说明了考虑验前信息可信度时Bayes估计有明显的改善,即具有更好的可信度。     

一种新的非线性/非高斯滤波方法

自主滤波方法是一种递归式贝叶斯估计方法 ,该方法采用一组抽样值来近似目标状态的概率密度函数 ,可用于非线性系统模型和观测模型、非高斯观测噪声条件下的滤波。将该算法与扩展卡尔曼滤波方法进行了比较 ,仿真结果表明 ,该算法性能优于扩展卡尔曼滤波方法     

导弹落入概率的统计特性

该文讨论了导弹落入概率最简单情形的统计特性,包括参数估计、落入概率的抽样分布、期望及方差,并给出了落入概率的一致最小方差无偏估计（ＵＭＶ－ＵＥ）。     

用于军事态势估计的协作知识模型

分布式人工智能（ＤＡＩ）是ＡＩ领域的一个新分支。ＤＡＩ研究的主要目的在于分析和设计大型复杂的协作智能系统。本文以军事智能决策过程中的重要环节──态势估计任务为背景,提出了用于实现分布式协作求解的知识表示框架ＤＥＳＷ系统。文章简要分析了军事态势估计领域背景,然后从系统设计的三个方面依次介绍了ＤＥＳＷ的系统组织模型、主体概念模型和分布式协作推理模型。     

角速率火控原理研究

论述并研究了角速率火控原理,利用“滤波──识别”方法,提出了一套新的角速率火控滤波和外推模型。仿真结果表明,这种模型对于机动运动的反舰导弹可以明显提高火控预报精度。     

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。