机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

一种新的近空间GPS信号多路径估计方法

结合GPS多路径信号模型及其相关函数的特点,在研究基于TK(Teager-Kaiser)算子的近空间多路径估计算法的基础上,提出了一种新的更为简洁的GPS信号近空间的多路径估计算法,并通过仿真验证了算法的有效性。仿真结果表明,该算法能以高分辨率准确地估计GPS信号近空间的多路径模型。     

一种三维小基阵无源声测定向算法

无源声测定向是声学监视技术的重要研究内容。为了实现对低空运动目标的声学监视,提出了一种小基阵定向方法,并用线性回归分析原理导出了定向算法,对定向误差进行了理论分析和数值仿真。不仅适用于随机布阵的三维小基阵情况,也可应用到二维小基阵对声源的定向。理论分析和仿真表明,这种定向算法正确可行,且有较大的实用价值。     

时间与精度关系估算采样点数不等式的精确估计

本文给出了《论作战系统中时间与精度关系》论文中采样点数关系不等式的精确估计。     

关于算子方程Tx=y扰动分析的一些结果

在Banach空间中给出了一种相容算子方程解的误差估计 ,推广了矩阵扰动分析中的相应结果 .此外 ,利用Hilbert空间中算子M -P广义逆与算子的约化极小模之间的关系 ,给出了一些估计式 ,这些估计式对于分析不相容算子方程Tx =y的极小范数最小二乘解的扰动误差是有用的     

本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。