基于纯方位量测的三维运动目标可观测性研究

通过建立纯方位量测系统的状态方程和测量方程,利用伪线性化方法,将非线性测量方程转换成线性形式,再利用奇异矩阵的性质,获得一种基于可观测性定义和特征值分解法相结合的定量确定纯方位量测系统可观测性的方法,得出可观测的充要条件.此项成果对于分析运动目标跟踪的机动策略具有重要意义,可推广到对多种运动目标的三维被动跟踪研究中.     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用,但由于其既有参数变量,又有未知函数,因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法,局部线性估计具有优良的统计特性,因此本文用它来得到条件矩的一个非参数估计,并在此基础上证明了估计参数的一致性和收敛速率。     

Hilbert空间中Lipschitz拟伪压缩映像公共不动点的杂交投影算法

给出了Hilbert空间中Lipschitz拟伪压缩映像族公共不动点的一个投影算法,并利用所给出的算法证明了一个强收敛定理,扩展了参考文献[1]的结果。     

步进加速退化试验及其在电子产品可靠性评估中的应用

为快速评估具有高可靠、长寿命特点的电子产品的可靠性,提出了使用步进加速退化试验技术的方法。文中首先给出了步进加速退化的试验方法及基本假设,然后给出了步进退化数据向恒加退化数据的折算方法,在此基础上提出了基于伪失效寿命的步进加速退化可靠性评估算法,最后利用试验数据对该方法进行了验证。该方法与恒加退化试验相比,在保持样本量不变的基础上,可以极大地缩短试验时间,因此,具有更高的效费比。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

非理想信道下测量零值无偏干扰抑制滤波器设计

现有的抗干扰滤波器在通道非理想特性下会导致接收机测量零值发生偏移,且偏移量与干扰参数相关,其已成为高精度测距接收机实现其精度提升的主要障碍。针对上述问题,从对称通道特性出发,给出一种无偏的时域抗干扰滤波器设计技术。解决了传统的时域抗干扰滤波器在非理想信道下测量零值偏移的问题,且工程实现简单。理论分析和仿真实验进一步验证了方法的有效性,采用该方法可以使测量零值偏移小于0.2 ns。     

高阶累积量自适应波束形成的改进算法

针对线性约束最小方差(LCMV)算法在自适应波束形成时,存在的对噪声敏感、信噪比(SNR)较高时波束形成受小特征值扰动影响较大的情况。在基于高阶累积量的LCMV算法的基础上提出改进方法。该方法首先计算阵列接收数据的高阶累积量,然后对高阶累积量构造数据增广矩阵,进行奇异值分解求出伪逆,再用伪逆修正LCMV算法的权值,形成波束。仿真结果表明,相比于传统LCMV算法与基于高阶累积量的LCMV算法。算法能够有效地克服信噪比升高时小特征值扰动对波束形成的不良影响,且在较低快拍数下仍能有效形成波束。     

卡尔曼滤波器和跟踪微分器在光电跟踪系统中的应用

光电跟踪系统通常采用跟踪偏差反馈闭环控制,若同时采用速度前馈复合控制可以有效提高系统跟踪精度,分别使用了卡尔曼滤波器和跟踪微分器两种算法求取跟踪速度信号,通过仿真分析和工程应用,确认卡尔曼滤波器求取的速度信号更准确,噪声更小,更适合于光电跟踪系统的前馈复合控制。     

线性离散周期系统的区域极点/H2指标满意控制

针对线性离散周期系统的状态反馈控制问题,利用提升法将线性离散周期系统转化为时不变系统并提出期望极点指标,同时要求周期系统满足H2范数指标,采用数值递推算法对线性周期系统进行上述指标的满意控制设计,并运用满意控制思想将上述控制问题转化为线性矩阵不等式(LMI)的线性凸优化问题,从而运用LMI技术求解、设计可行的满意控制.数值仿真验证了相关结论.     

一种改进的小波域LFM雷达信号参数估计算法

提出了基于重排小波-Radon变换的线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。仿真结果表明,该方法有效提高了时频分布图的聚集性,节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。