基于调整型的战术导弹批检试验抽样方案设计

为通过批检试验准确检验导弹的质量,提出基于调整型的战术导弹批检试验抽样方案设计思路。调整型抽样检验方法的应用,可适时调整抽样方案的宽严程度,提高检验效率,并为订货方和生产方提供适当的风险保护,把抽样检验和导弹的质量变化联系在一起形成一个动态检验过程。     

基于分层核粒子滤波的快速运动目标跟踪

针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题,提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布,利用聚类算法近似联合分布粒子集的混合高斯分布;然后对每个聚类进行采样;最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明:算法在目标发生快速机动情况时,跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波,且对遮挡具有较好的鲁棒性。     

面向诸元计算精度鉴定的二次抽样试验设计方法

针对诸元计算精度常规试验方法的缺点和不足之处,提出了"二次抽样"的试验设计方法,在一次抽样的基础上,通过对试验结果进行分析,进行第二次有针对性的抽样试验,并采用贝叶斯估计方法,对两次相关联的试验结果进行综合评价。最后采用该方法对某型炮兵指控系统的诸元计算精度进行了检验,证明了该方法的实用性和有效性。与常规试验方法相比,二次抽样法对诸元计算中各变量不同值域的权重进行了重新分配,其计算结果对被试装备的实际性能更具有指向性。     

基于TSS方法的雷达性能优选分析研究

通过TSS方法进行了雷达性能的优选分析研究,分别针对雷达的单一性能指标和综合性能指标进行了优选分析。首先运用TSS方法完成了基于单一性能指标的雷达性能优选分析,然后通过欧几里德贴近度完成了雷达的综合性能指标优选分析,最后给出了TSS方法在雷达性能优选分析研究中的应用实例。     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

药物效用鉴定的序贯抽样检验方法和条件推导

给出了制定药物效用鉴定的序贯抽样检验方案,对未用的同类药品进行随机抽样,利用抽样结果,对剩下的N-n个样品的性能进行推断,得到判断药品是否失效的抽样方法以及有效的抽样截断方案,在减小抽样量的前提下,准确的判断药物是否有效.并对该序贯抽样性能的优劣与固定样本最优检验方法进行了比较,得到在犯同样错误的前提下,序贯抽样检验的样本量比固定样本最优检验的样本量小的多.     

基于最小均方插值的码元同步算法研究

从软—硬件协同设计的角度出发 ,提出了软件无线电系统中码元同步的一种实现方案。该方案以信号插值为理论基础 ,用软件实现整个码元同步过程。其特点是以估计性能更佳的最小均方滤波器替代传统的多项式插值滤波器 ,并利用软件实现时可以进行大批量数据缓存的优势 ,提出能量检测算法 ,以克服半码元周期传输延迟时出现的高误码率问题     

数字式单边带调制的关键及实现方法

分析了传统模拟方法实现单边带调制的不足,给出了用数字信号处理方法实现单边带调制的实现方法,并分析了其中的正交调制、内插技术等关键技术,在此基础上设计并实现了一个以TI TMS320 芯片为核心的数字式单边带调制系统.与模拟调制法相比,该电路结构简单,性能稳定可靠.     

光电坐标传感器在光幕靶中的应用

针对光电报靶系统的标校问题,以及可见光光幕靶光电接收器检测灵敏度的一致性和与海量数据的高速采集问题,采用大发射角的LED发光管,设计了光电开关电路和高速采样保持电路,实现了基于光电开关和取样电阻网络的光电坐标传感器,提高了系统的检测灵敏度和一致性,降低了系统设计的难度和成本。试验证明：该方法精度较高,具有良好的应用前景。     

Nonparametric bayesian lifetime data analysis using dirichlet process lognormal mixture model

We propose a nonparametric Bayesian lifetime data analysis method using the Dirichlet process mixture model with a lognormal kernel. A simulation‐based algorithm that implements the Gibbs sampling is developed to fit the Dirichlet process lognormal mixture (DPLNM) model using rightly censored failure time data. Five examples are used to illustrate the proposed method, and the DPLNM model is compared to the Dirichlet process Weibull mixture (DPWM) model. Results indicate that the DPLNM model is capable of estimating different lifetime distributions. The DPLNM model outperforms the DPWM model in all the examples, and the DPLNM model shows promising potential to be applied to analyze failure time data when an appropriate parametric model for the data cannot be specified. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013