作战系统的序参量及其演化方程

"新三论"(包括耗散结构论、协同学和突变论)作为一种新的世界观,给研究作战系统这个复杂的非线性系统提供了新的视角。运用"新三论"的思想和方法指出作战系统的序参量,建立序参量方程,分析序参量演化稳定性与途径,得出一些有价值的结论,对于探索作战系统发展演变的规律具有重要意义。     

IMM-EKF雷达与红外序贯滤波跟踪机动目标

雷达与红外数据融合能够实现信息互补,改善对目标的跟踪、识别以及提高系统的生存能力.为了解决空中目标高速机动时,单一模型的雷达/红外序贯滤波跟踪发散的问题,提出了一种基于序贯滤波和交互多模型的雷达/红外融合跟踪机动目标的方法,通过在雷达与红外序贯滤波融合中引入交互多模型来跟踪机动目标.仿真结果表明,该方法与基于最优数据压缩的雷达与红外传感器融合跟踪机动目标相比,跟踪精度明显提高,是一种雷达与红外传感器融合跟踪机动目标的有效方法.     

基于个体判断优先序的多目标群决策方法研究

针对多目标群决策问题,深入分析了群意见的形成方式.对基于方案优先序的多目标群决策问题给出了若干求解群排序的方法.对其求解原理和集结结果进行了对比,并分析了各方法的实质及其等价关系;澄清了一些模糊认识,指出了某些方法存在的问题,对此类多目标群决策问题的求解提供了依据.     

基于随机有限集理论的多传感器目标联合检测跟踪算法

针对杂波环境中的目标检测跟踪问题,提出一种基于随机有限集理论的多传感器目标联合检测跟踪算法。算法将目标状态和量测描述为随机集合,建立考虑目标出现、目标保持、目标消失等情况的目标状态随机有限集模型,以及考虑漏检和虚警的多传感器量测随机有限集模型。将目标的联合检测跟踪问题构建为目标状态集合的贝叶斯最优估计问题,并基于随机有限集理论对该贝叶斯估计算法的递推表达式进行严格理论推导。采用序贯蒙特卡罗技术实现算法的递推滤波。仿真结果验证了该算法的有效性以及算法相对于传统基于数据关联算法的性能优势。     

落点散布鉴定中Bayes序贯截尾方法的运用

本文研究再入飞行器落点散布的鉴定方法。构造了 Ｂａｙｅｓ 序贯截尾方案；分析了可能冒的风险，给出了计算方法； 对于 Ｂａｙｅｓ 方法运用中的关键问题——验前信息的运用及验前概率的计算， 作了较详细的论述。文中提出的方法， 适用于小子样场合下的试验鉴定问题。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。     

序贯分析法在舰炮武器试验中的应用

射击精度是反映舰炮武器系统性能的最重要的技术指标 ,是交付部队使用前必须考核的试验项目。对以往试验中采用的建立在大子样统计理论基础上的传统的评定方法进行了分析 ,并对序贯分析方法的原理、方法及在工程中的应用情况进行了阐述。     

利用验前信息的一种序贯检验方法——序贯验后加权检验方法

序贯验后加权检验方法是Bayes 统计观点在假设检验中的运用。本文提出了该方法的一般理论,给出了当总体的分布参数具有验前信息时的序贯检验方法。文中确定了决策区的划分,同时讨论了序贯截尾方案,给出了检验中可能犯两类错误的概率的上界,并将一般理论应用于产品的可靠性检验和再入飞行器随机落点的精度鉴定。由于运用了验前信息,因此能有效地在少量试验之下进行统计假设检验。本文所提供的方法对于昂贵产品试验结果的统计评定具有普遍意义。     

θ相变的序参量

好的序参量能很好地反映相变过程中对称性的变化。对于θ相变 ,选取θ做为序参量是不合适的。从居里原理出发 ,推知其序参量为三阶全对称的极张量     

一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。