初始误差和制导工具误差估计的非线性方法

准确估计初始误差和制导工具误差是机动发射飞行器精度鉴定必须解决的重要问题之一,提出了一种基于非线性模型的误差估计新方法。给出了平台初始失准角向定向误差的转换方法,采用不动点迭代法实现真实视加速度的精确计算,将真实发射系的轨道参数表示为初始误差和工具误差的非线性函数,结合外测数据建立了同时估计初始误差、工具误差、外测系统误差、遥外测时间零点偏差的非线性模型,避免了初始误差的线性化近似。给出了Bayes极大后验估计方法,利用非线性模型和先验信息获得误差的最优估计,证明了估计方法的收敛性。仿真结果表明,所提方法提高了初始误差和工具误差的估计精度,并实现了测量数据的自校准。     

一种基于组合降维的图像识别方法

为克服图像识别中传统方法需要进行高维矩阵奇异值分解的困难,提出了先局部降维再总体降维的组合变换方法.ORL人脸图像数据库的实验表明,这一方法不仅减少了运算量,而且能较好地解决人脸这样一类复杂的图像识别问题;总体来说优于传统的基于KL变换的识别方法.     

线性模型的海基制导系统误差分离方法性能分析

利用传统制导工具系统误差线性回归模型，对Bayes估计、主成分分析以及正则化分析三种改进的分离方法进行了比较，分析了它们在工程应用上的优缺点，给出了实际应用时的限制因素；同时结合海基导弹特有的初始状态误差，设计了整体估计、分段估计以及迭代估计三种估计策略，给出了相应的分离步骤。仿真结果表明，文中给出的三种误差分离方法在不同的评价标准下具有不同的实际应用意义；而在弹道差评价标准以及方差评价标准下，分段估计和迭代估计策略下的误差分离结果要明显好于传统整体估计结果。