军事时间序列预测分析初探

为了更好地对军事领域中的时间序列进行预测 ,作者以ARMA(p ,q)模型为基础 ,编制了ARMA预测软件 ,同时考虑到军事领域中诸多序列往往连续的和非平稳的时间序列 ,于是在ARMA预测软件的基础上增加了连续型时间的离散化模块和非平稳型时间序列的平稳化处理模块 ,使得预测更趋科学和合理 ,并且在战例分析上得到了令人满意的结果     

全波段一体化侦测设备的需求与可行性分析

分析了外军通信系统配置现状及作战中实施有效侦测的军事装备需求,并结合技术指标的先进性原则探讨了全波段侦察测向设备一体化的可行性方案。最后给出全波段通用的侦察测向一体化设备的主要战术性能和技术指标。     

基于ARMA-BP组合模型的装备故障率预测方法

为解决单一模型预测装备故障率预测误差大、精度低的问题,提出了一种基于ARMA-BP组合模型的装备故障率预测方法.在建立ARMA模型和BP神经网络模型的基础上,采用加法集成法建立ARMA-BP组合预测模型,并利用方差倒数法确定ARMA模型和BP神经网络模型的权重系数.以某型装甲装备故障率数据为研究对象,对比ARMA模型、BP神经网络模型和ARMA-BP组合模型故障率预测结果,表明:相比于单一预测模型,ARMA-BP组合模型的装备故障率预测结果精度更高.     

超宽带雷达回波的双谱分析方法

谱分析是雷达信号处理的重要组成部分,对目标分类、特征检测均有重要意义。高阶谱所具有的特殊性质,有助于人们从新的角度对雷达回波进行分析。本文提出了一种双谱分析双（Ｑ,Ｋ）方法。仿真结果表明,本文提出的方法与其它的双谱估计算法相比估计精度更高。最后给出了应用实例     

建模与仿真VV&A工具设计与实现

在深入研究VV&A过程模型的基础上,建立了仿真和建模VV&A工具设计方案,详细介绍了各个模块的功能、相互之间的关系及工作流程.应用ODBC互连技术实现接口问的通信,将VV&A工具应用于实际工程中,取得了令人满意的结果,从而有效提高了仿真VV&A过程的经济性和快捷性.     

ARMA谱估计在导弹仿真系统数学模型验证中的应用

针对反坦克导弹系统动态过程仿真的输出具有短时序、低信噪比的特点 ,研究了应用ARMA谱估计验证导弹系统仿真模型有效性的方法 ,并结合某型号滚转稳定的反坦克导弹系统复杂模型的仿真数据和简化模型的仿真数据给出ARMA谱估计的应用结果。     

火炮射击声信号AR模型特征研究

针对现代炮兵战场上的目标识别问题,阐述了火炮射击声信号数据—发射波、弹道波和爆炸波的特征,介绍了火炮射击声信号AR模型谱估计的方法和步骤,利用MATLAB信号处理工具箱具体实现了三种不同类型火炮发射波的AR模型谱估计,并对一批样本成功进行了分类识别实验,探讨了火炮射击声信号AR模型特征在现代战场火炮目标识别中的意义和应用价值。     

一种快速辨识ARMA信号模型参数的方法

本文给出了一种对ARMA信号模型参数进行自适应滤波快速辨识的方法。首先提出将MA模型匹配ARMA模型的理论误差转化为输出端的加性噪声．然后提出了一种新的变步长LMS算法。基于以上两点，本文使用自适应滤波器,通过拟合模型传递函数来辨识模型参数。数值仿真结果及其与IIR SHARF算法的比较证明本文的理论分析。     

光纤陀螺随机漂移的ARMA模型

分析了传统时间序列分析法建立ARMA模型的不足,提出了一种利用模型阶数判断准则和长自回归法建模的新方法。对数据进行了预处理和模型识别,比较了不同模型阶数判断准则的特点,研究了用长自回归法估计模型参数的步骤和方法。最后对光纤陀螺随机漂移进行了建模实验,通过对模型残差的白噪声检验,证实了使用新方法建立的ARMA模型具有很好的适用性。