逐步Ⅱ型混合截尾下Pareto分布的统计分析

基于逐步Ⅱ型混合截尾寿命试验数据,研究了Pareto分布的统计分析问题。利用极大似然方法和Bayes估计理论,导出了Pareto分布参数的极大似然估计和基于不同先验分布下的Bayes估计。最后利用Monte-Carlo模拟方法对估计的结果进行了对比分析。     

基于模拟电视信号的外辐射源目标检测方法

以广播电视信号为辐射源的外辐射源雷达研究近年来受到各国重视,得到了较大发展。针对模拟电视信号的视频部分存在很强的距离旁瓣,难以用于目标到达时间差测量的问题,提出一种新颖的视频伴音信号联合目标检测方法。该方法利用视频信号测频,代入伴音信号中通过时延-多普勒滤波提取目标时延参数,从而完成目标的检测。实验结果证明,该方法优于传统的伴音信号单独目标检测方法,能有效的抑制虚警,提高检测概率。     

高分辨率UAV SAR的三维运动误差分离与补偿

在基于SAR回波的数据处理中,多普勒调频率具有很高的估计精度且对场景的依赖性很小,可以更广泛地用于自聚焦处理。基于多普勒调频率参数估计,针对回波包络及相位分别提出了误差提取模型,并通过包络误差校正和相位误差补偿两个步骤实现了高精度的运动补偿处理。实测数据表明,本文方法可以在低精度导航信息情况下获取高分辨率雷达图像。     

高功率全固态微波纳秒级脉冲源的设计与应用

基于雪崩三极管雪崩效应,研制出了一种数千伏、纳秒级脉冲源。其为全固态微波PCB电路结构形式,利用数字电路产生可控重频触发信号,脉冲全底宽度400ps～2ns可调,重频1k～1000kHz可调,脉冲幅度360～2600V可调,峰值功率可达135kW。详细讲述了电路设计、器件选择以及重要电路结构。针对高压窄脉冲引起的特殊问题,提出了新颖的欠电荷充电法以及有效的梳状PCB(印刷电路板)结构。电路性能优良、稳定可靠,已投入超宽带目标探测实验系统应用。     

扩展状态UKF和水下地形匹配的捷联系统误差估计方法

捷联系统进入匹配区时导航一定时间后已积累了一定的误差,采用适当的信息融合策略对误差进行估计并补偿可提高后续航行精度;通过建立水下地形匹配辅助导航系统非线性误差模型,以地形匹配和深度压力传感器测量的位置信息和深度作为量测量,基于扩展状态UKF算法设计了误差估计滤波器,仿真研究了其估计效果,并与非扩展状态UKF算法进行了对比研究.仿真结果表明:所提出的方法可行,而且基于扩展状态UKF的误差估计方法相比非扩展状态UKF方法具有更好的估计精度,研究结论为匹配区内估计捷联系统导航误差提供了参考.     

基于单地震波传感器的运动目标参数估计方法

远距离的强振源和近距离的弱振源在接收器中可能会引起相同的信号强度,从而使以检测能级阈值为主的目标区域判别方式造成误判,达不到良好的毁伤效果。利用单个三轴地震波传感器接收舰船航行时产生的水中和海底声信号对目标进行被动探测定位,与舰船产生的信号强度无关,与距离也无关,经理论分析表明:该方法能够检测出舰船的运动参数及从水雷上方通过的时间,从而确定水雷的最佳打击位置。     

基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。     

IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

改进的前向信息修补算法及其应用

前向信息修补算法可以对离散动态贝叶斯网络的缺失数据进行预测,该算法只适用于所有观测节点是相互独立的网络,却不能处理观测节点有依赖关系网络的缺失数据。针对该算法的这一缺陷,提出了改进的前向信息修补算法,在分析离散动态贝叶斯网络的缺失数据具有二种基本形式的基础上,推导出了每种形式的相应预测公式。继而构建了用于识别威胁源离散动态贝叶斯网络的模型。仿真实验验证了改进的前向信息修补算法的有效性。