ARCPI辅助谐振电路优化控制

结合交流全电坦克炮控系统研究的一种三相软开关逆变器——辅助谐振换流极逆变器(Auxiliary Resonant Commutated Pole Inverter,ARCPI)的工作原理,提出了一种辅助谐振电路优化控制方法.采用这种方法,在保证三相逆变器主开关管零电压关断的前提下,可以使辅助开关管的工作次数减少一半,进...     

恒加试验下Pareto部件的可靠性分析

基于定数截尾试验,研究恒加试验下Pareto部件的可靠性分析问题。利用经典方法和Bayes方法,给出了部件参数的极大似然估计、Bayes估计和逆矩估计。验证了极大似然估计和Bayes估计的等价性。结合加速寿命方程,推导出Pareto部件的可靠度、失效率的估计值。最后,通过仿真比较与分析,建立了Pareto部件的可靠性评估方法。     

多维 AR 模型梯格滤波的一般形式及其在不同数据窗下的实现

本文以基本的矩阵代数为工具,对于多维AR模型推导了梯格滤波的一般公式。在此基础上,可方便地得到在不同数据窗下(如预加窗、协方差窗和滑动窗)的实现算法。     

应用神经网络评估舰载武器系统作战效能

为评估水面舰艇舰载武器系统作战效能,最大程度地提高舰艇整体作战能力,采用神经网络评估舰载武器系统的作战效能,按照建立BP网络模型、设计模型结构及确定训练样本的步骤,实现神经网络评估模型创建的全过程。该模型把各个评估指标作为输入,通过历史数据的训练确定神经网络输入、输出的对应关系,从而得出系统的效能值。神经网络评估模型可动态地评估舰载武器系统的作战效能,其评估过程确定的各指标项相互关系能很好地指导舰载武器的战术使用。     

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。     

主动声纳宽带信号的一种高效参数估计算法

讨论在宽带信号体制下,对水中高速目标的检测与估计问题,给出了高斯包络线性调频信号必须采用宽带模糊函数进行检测时的带宽和目标速度范围。在仿真分析了信号宽带、窄带模糊函数主峰特性的基础上,提出了一种联合利用宽带模糊函数和窄带模糊函数的高效目标参数估计算法,该算法可以将二维相关运算简化到一维相关运算,降低了运算量,同时具有良好的估计精度。     

光栅型波前曲率传感器原理与相位恢复研究

对一种新型的基于扭曲衍射光栅的波前曲率传感器原理进行了数值模拟,应用基于Gesrchberg-Saxton(GS)算法的误差减少法对这种波前传感器进行了相位恢复数值模拟。当畸变波前幅度变大时,恢复残差变大;当迭代精度变大时,恢复残差也会变大。     

潜艇水下推算舰载机作战时间动态计算模型

由于受探测手段的限制,水下潜艇对空中目标的威胁评估一直是研究难题.针对潜艇所能获得的各种信息,分析了舰载反潜直升机作战起飞影响因素、跳跃时间影响因素以及声纳定测时间影响因素,给出量化形式,构造出了潜艇水下推算舰载反潜直升机作战时间的动态计算模型,为潜艇定量评估潜在空中目标的威胁程度提供了合理的逻辑支持.     

Combining standardized time series area and Cramér–von Mises variance estimators

We propose three related estimators for the variance parameter arising from a steady‐state simulation process. All are based on combinations of standardized‐time‐series area and Cramér–von Mises (CvM) estimators. The first is a straightforward linear combination of the area and CvM estimators; the second resembles a Durbin–Watson statistic; and the third is related to a jackknifed version of the first. The main derivations yield analytical expressions for the bias and variance of the new estimators. These results show that the new estimators often perform better than the pure area, pure CvM, and benchmark nonoverlapping and overlapping batch means estimators, especially in terms of variance and mean squared error. We also give exact and Monte Carlo examples illustrating our findings.© 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

强干扰下LFM信号的检测与参数估计

强干扰下ＬＦＭ信号的检测与参数估计在雷达信号处理领域具有重要的应用。本文首先分析了强干扰下ＬＦＭ信号的特点,对ＬＦＭ信号的检测与参数估计方法进行了总结和比较;随后研究了ＷＨＴ法的检测性能,绘制了ＷＨＴ检测器的接收机性能曲线（ＲＯＣ）。最后,提出一种基于ＷＨＴ的抑制强干扰和进行ＬＦＭ信号检测与参数估计的方法,并给出了实验结果。