基于IMM的估计算法对机动目标跟踪的比较

机动目标跟踪一直是倍受关注的问题,而交互式多模型方法(IMM)是解决这类问题的经典方法.由于传感器的发展或受某种客观条件的限制等,产生了各种基于IMM的算法.为此,介绍了IMM及基于IMM的几种经典估计算法,对它们进行比较研究,并通过机动目标跟踪的仿真算例说明各算法的适用条件、原理、异同点、性能及复杂性,对机动目标跟踪估计器的选择有重要参考价值.     

基于FFT的自适应频率估计算法

为了解决FFT算法中因能量泄露和栅栏效应而导致的算法估计性能下降的问题,提出了一种基于FFT的自适应频率估计算法.分析了Rife算法,指出当信号频率位于量化频率附近时,由于插值方向错误,会导致频率估计性能下降;对于分段FFT相位差频率估计算法,当2段信号最大谱线处对应的相位相差比较大时,容易产生相位模糊,从而增大估计误差.基于FFT的自适应频率估计算法将2种算法进行了综合,既保留了2种算法的优点,又对算法性能有所改进.仿真结果表明:该算法的估计精度、稳定性和抗噪能力都有显著提高.     

基于FRFT窄带滤波的LFM信号研究

随着分数阶傅里叶变换域窄带滤波技术的不断应用与发展,对分数阶域窄带滤波带宽的研究将变得尤为重要。研究了分数阶傅里叶变换域窄带滤波带宽与滤波后信号之间的关系,并以信号的失真度为准则,分析了分数阶域窄带滤波带宽的临界值。理论分析和仿真结果表明:线性调频信号经过分数阶域窄带滤波后信号的相位没有发生改变,信号的幅度为辛克函数积分的形式。为保证LFM信号频率信息不丢失,分数阶域窄带滤波的带宽必须不小于LFM信号在分数阶域幅度谱的主瓣宽度。为分数阶域滤波带宽的选取提供了参考标准。     

频率响应软约束的宽带自适应波束形成

针对常规线性约束最小方差(LCMV)波束形成中输出信干噪比(SINR)较低问题,提出了基于频率响应软约束的宽带自适应波束形成方法,该方法在LCMV波束器的约束条件基础上,增加对期望方向阵列频率响应软约束,可以得到近似无失真信号输出,同时增加波束抑制干扰噪声能力,提高输出SINR性能.仿真结果验证了该方法的有效性.     

基于FMCW的导弹脱靶量测量系统设计与仿真

针对当前导弹脱靶量测量系统价格昂贵、体积较大和操作不便等问题,借鉴线性调频连续波(FMCW)雷达原理,研究改进测量方法,设计了基于FMCW的导弹矢量脱靶量测量系统.采用2×4微带天线阵列技术,利用电磁波空间相互干涉增大天线模块功率容量,采用差频信号下抽技术,减少数模转换器信息处理数据量,降低数据处理难度,提高系统反应速...     

зрланга分布及其在保障性数据分析中的应用

首先对З分布的特点进行了分析,其次运用极大似然法对其分布参数t0进行了估计,然后通过2个实例验证了这种分布的可行性和实用性,最后得出几点结论.     

基于代理模型的LEFP结构优化与仿真

为了研究装药结构参数对线性爆炸成型弹丸成型和侵彻性能的影响,优化线性聚能装药结构,利用自编程序对壳体平台长度、药型罩壁厚及曲率半径进行均匀拉丁方实验设计,采用ALE算法对样本点进行数值计算,构建了LEFP比动能、速度、总动能关于3个结构参数的三阶响应面模型,建立LEFP结构优化代理模型,并采用遗传算法自编程序对LEFP...     

面向浅海水声通信的TB-GOMP信道估计算法

针对广义正交匹配追踪(generalized orthogonal matching pursuit, GOMP)算法复杂度较高、估计误差偏大、所需导频数过多、估计性能过度依赖原子选择数且未充分考虑噪声情况的问题,提出基于原子门限和回溯的广义正交匹配追踪(generalized orthogonal matching pursuit algorithm based on atomic threshold and backtracking, TB-GOMP)算法,并将其应用于水声正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的压缩感知信道估计框架中。所提算法从多角度对GOMP算法进行改进,首先提出合理的原子门限,对原子精细筛选,利用原子门限不仅可以提高支撑集可靠性,还能通过降低运算复杂度缩短运行时间;其次,引入回溯思想消除算法中包含的误选原子,提高信道估计精度;最后,充分考虑到噪声因素,将迭代停止条件设置为噪声的L₂范数。多组实验结果表明所提算法在噪声环境下能有效估计浅海水声信道,并且在估计精度、...     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．