亚音速飞行目标气动噪声方位角估计技术

亚音速飞行弹道气动声源是宽带非平稳噪声。提出基于小波函数的波达方向估计算法,并采用时频分析方法进行特征分析,获取气动噪声显著目标特性。通过优化时间-空间谱特征,对在时频域空间谱的目标信号进行优化,从而增强目标信号在空间谱上的显著性,最终有效实现亚音速飞行弹道气动声源的角度估计。实验数据验证表明,基于时频分析阵列信号处理模型,可以更好地实现亚音速飞行目标气动噪声方位角估计。     

冲击噪声背景下引信目标方位估计方法研究

针对在冲击噪声条件下基于高斯噪声模型的目标检测方法性能退化的缺点,提出了一种新的引信目标方位估计方法。该方法引入α稳定分布模型对冲击噪声建模,通过对引信阵列天线接收信号共变矩阵的特征分解估计噪声子空间,再依据最小范数算法实现了对目标方位的估计。计算机仿真实验证明了所提出新方法的有效性。     

基于非参估计的局部滑窗双参CFAR目标检测

针对特定杂波概率模型不能有效的描述SAR图像背景杂波这一问题,提出了一种基于非参估计的局部滑窗双参CFAR目标检测算法。该方法首先用非参估计方法逼近SAR图像局部背景,完成对局部背景的精确建模;在此基础上,理论推导了局部双参CFAR检测算法的阈值,设计了阈值求解的数值算法。对典型目标图像进行实验,结果表明,该方法检测速度较快、精度较高。     

空间谱估计在干涉测角中的应用

提出了一种利用空间谱估计对干涉测角系统进行解算的方法,该方法在多重信号分类(M USIC)算法的基础上,对协方差矩阵的估计、特征值分解、谱峰搜索等计算量较大的步骤进行了改进,提高了运算速度.并根据入射角连续的特点,提出了空域跟踪搜索的算法,进一步减小了计算量,同时提高了解模糊的正确率.     

基于模糊综合决策的军事信息网络效能评估

为了解决复杂战场环境下军事信息网络效能分析中存在的模糊性和不确定性,将模糊综合评判理论应用于军事信息网络。在介绍模糊综合评判决策模型和评估理论基础上,提出了军事信息网络效能评估指标体系,并通过实例仿真验证了使用方法的有效性和可行性。     

基于磁强计测量的滚转弹药姿态估计

为了实时获得滚转弹药的飞行姿态信息,提出了一种速率陀螺与磁强计组合的姿态测量方案。该方案采用磁强计获得大地磁场强度在弹体三轴的投影及其变化率,结合刚体转动运动模型,利用最优估计技术获得了滚转弹药姿态信息。与单点测量方法相比,最优估计方法综合了测量信息序列,不会出现反三角函数双值失控现象,并可获得更高精度。仿真表明:陀螺无漂移时,俯仰角、偏航角的解算精度小于0.1°;采用低成本陀螺含漂移时,姿态角的解算精度小于0.4°。     

多目标环境下基于分布式融合思想的误差估计方法

针对多雷达多目标跟踪过程中分布未知的系统误差估计问题,提出了基于"分布式融合思想"的误差估计方法。给出相应误差估计方法的计算公式,利用改进截断奇异值方法来减轻矩阵病态性的影响,提高误差估计的稳健性。设置了两种不同的系统误差仿真场景,对"分布式"误差估计方法在两种情形下的估计性能进行了仔细对比分析。结合"分布式"误差估计方法与"集中式估计"方法所体现出的优缺点,提出了一种将两种方法结合起来的系统误差估计算法,算法通过合理选择阈值门限η,能够在多雷达多目标且系统误差分布未知的复杂环境下对两种误差估计算法自适应地进行切换,从而充分发挥两种误差估计算法各自的优点,给出更好的误差估计结果。     

机动作战地空导弹载波相位差分定位模型研究

地空导弹部队在防空作战中,导弹火力单元要按上级的命令适时机动,需要对所在位置进行精确定位并及时上报上级单位,以便尽快组成新的雷达网继续参加战斗。根据GPS测距和差分GPS定位原理,利用载波相位差分设备把采集的载波相位发送给用户站进行求差解算坐标,得到机动作战导弹火力单元的位置坐标。根据载波相位差分定位GPS载波相位差分接收机技术成熟,成本不高,适合机动作战导弹部队应用。通过编制相应的模型软件,以及加入通信接口,便可用于导弹火力单元雷达站址的快速定位。     

一种鱼雷辐射噪声的线谱估计方法

基于鱼雷辐射噪声的物理特性和线谱特征,探讨了一种鱼雷目标特征提取方法。该方法结合经典谱与现代谱估计,提取水下目标辐射噪声线谱特征。通过两次估计采集数据的功率谱,得到估计算法功率谱图,然后分析功率谱图,先确定线谱存在的大致区域,再估计精确线谱。进行仿真研究,得到了较好的效果,证明该方法对低频段的线谱特征提取有很好的实用性。     

Replicated batch means for steady‐state simulations

This paper studies a new steady‐state simulation output analysis method called replicated batch means in which a small number of replications are conducted and the observations in these replications are grouped into batches. This paper also introduces and compares methods for selecting the initial state of each replication. More specifically, we show that confidence intervals constructed by the replicated batch means method are valid for large batch sizes and derive expressions for the expected values and variances of the steady‐state mean and variance estimators for stationary processes and large sample sizes. We then use these expressions, analytical examples, and numerical experiments to compare the replicated batch means method with the standard batch means and multiple replications methods. The numerical results, which are obtained from an AR(1) process and a small, nearly‐decomposable Markov chain, show that the multiple replications method often gives confidence intervals with poorer coverage than the standard and replicated batch means methods and that the replicated batch means method, implemented with good choices of initialization method and number of replications, provides confidence interval coverages that range from being comparable with to being noticeably better than coverages obtained by the standard batch means method. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006