基于方位和多普勒频移的目标机动检测方法研究

研究目标在机动前后均做匀速直线运动,在某一时刻做折线机动的机动目标跟踪检测问题。根据被动观测器测得目标方位和多普勒频移信息,结合方位、多普勒频移测量条件下目标跟踪的特点,建立了基于方位和多普勒频移的要素解算模型,提出了基于要素解算结果的机动检测方法,给出了机动时刻的估计算法,并进行了仿真计算,验证了此方法的有效性。     

基于高阶累积量的滑动加窗参数型多径时延估计

针对传统方法不适合估计多径时延和难以抑制相关高斯噪声,构造了基于高级累积量的滑动加窗参数估计模型。该模型利用高阶累积量抑制高斯噪声,应用滑动窗充分利用采集数据。通过理论分析和仿真实验表明,该方法能够准确地估计时延,有效地抑制干扰和相关噪声的影响,且在性能估计方面,优于传统基于相关的方法。     

直觉模糊集在信息融合中的应用

直觉模糊集理论已获得广泛的应用。全面总结了直觉模糊理论在信息融合领域的应用情况。分析了直觉模糊理论的研究现状与研究进展,介绍了在态势估计与威胁评估方面的应用情况,研究了在信息融合第一级处理中应用的基本原理与方法,展望了在信息融合领域各级的应用前景。     

基于Mean-Shift的传感器动态偏差估计方法

针对系统误差变化规律未知时的传感器探测系统偏差估计问题,提出了一种改进的基于Mean-Shift(均值偏移)的传感器动态偏差估计算法.该算法利用Mean-Shift方法对不同样本点对估计结果贡献不同的特点,根据样本点偏离均值的偏移量以及偏移时间构建权系数.仿真结果表明,该方法在系统误差变化规律未知的情况下,可有效估计多...     

参数和非参数滤波算法在贝叶斯估计问题中的比较

在贝叶斯估计问题中常用的滤波算法有两大类,一类是适用于非线性问题的,在卡尔曼滤波算法基础上发展出来的各种参数滤波算法,如扩展的卡尔曼滤波,拟线性卡尔曼滤波及近年提出的基于Unscented变换的Unscented卡尔曼滤波算法等;另一类是基于蒙特卡洛仿真技术的非参数滤波算法--粒子滤波.两类跟踪算法在实际问题中都得到了广泛应用.从原理上对这两类算法中的四种具体算法进行了介绍,重点分析了每种算法的长处及不足,可为实际应用中算法的选择提供依据.     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型,实现对装备的精确维修,采用了比例风险模型（Proportional Hazards Model,PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形,应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析,验证了方法的可行性。     

遗传算法的均匀圆阵DOA估计

为了精确估计移动目标方位角,通过用遗传算法对均匀圆阵进行目标的估计,引入确定性最大似然准则确定遗传算法中的适应度函数,并利用模式空间变换方法将均匀圆阵转换为虚拟线阵;列出了遗传算法基本步骤.通过计算机仿真对遗传算法与MUSIC算法以及遗传算法迭代次数与信噪比的关系进行了比较,验证了在低信噪比的情况下有很好的收敛性和稳定性.     

一种水平阵浅海水声环境参数盲估计方法

为使水声环境参数盲估计技术进一步从理论走上实用,针对无声源情况下,获取海水环境参数困难问题,论文在建立了基于水平阵的水声场坐标的基础上,提出了水平阵水声环境参数盲估计方法并针对不同信噪比的接收信号进行了仿真分析和研究.仿真结果表明,水平阵水声环境参数盲估计方法是可行和有效的.     

雷达探测距离估计的非概率区间方法

雷达探测距离随着发射功率、频率等不确定参数变化而变化。以区间数学为基础,借助一阶泰勒级数,提出了近似估计雷达探测距离的非概率区间方法。区间方法将不确定参数描述为区间变量,克服了传统处理不确定性问题的概率方法需要知道不确定参数详细统计信息的局限,而且计算量较少。通过算例与概率分析方法相比较,表明了非概率集合理论模型的可行性和优越性。     

态势估计中语义障碍的解决方法

态势估计是数据融合体系中的一个重要层次,针对态势估计过程中的语义挑战,引入描述逻辑的概念作为语义推理的逻辑基础.通过描述逻辑良好的语义定义以及提供可判定的推理服务,来给符号分配意义并限制符号可能的解释,消除其中的语义障碍.介绍了描述逻辑的概念、体系和推理, 通过实例说明了这种应用的可能性,并给出功能模型.