基于纯方位理论的运动舰船长度测量方法

获得运动舰船的船体长度对于航海避碰和目标识别具有重要的参考价值。然而,由于诸多因素的限制,现有视觉技术难以精确测量。为此,引入了纯方位目标运动分析理论结合双目视觉技术实现对运动舰船长度的测量。首先就所研究问题建立运动模型,推导了基于目标舰船方位、距离参数的舰船长度测量方法,针对该方法测量误差大的问题提出了基于航向、距离、方位的舰船长度测量方法。目标航向无法直接获取,为此引入基于纯方位理论的目标航向视觉估计方法,并进行了仿真验证。最后对两种舰船长度测量模型的误差进行了仿真比较分析,结果表明采用本文提出的"距离航向"法,当观测点位于目标舰船正横左右范围内时误差可以控制在10%内,"方位距离"法误差更小,适用的舷角范围更大。     

信息融合算法在空间飞行器自由段跟踪中的应用

针对空间飞行器在自由段运动的情况,在自由段创建轨道动力学模型,并讨论多基雷达观测下,基于UKF滤波的集中式融合与分布式融合的相关性能.在集中式融合算法中,运用了基于并行和序贯的滤波方法,在分布式融合方法中,运用了Bar?Shalom?Campo融合以及联邦滤波,并对比了几种滤波算法对在轨道自由段状态估计融合的适用性.仿...     

OFDM系统中基于补零DFT信道插值算法的研究

针对OFDM系统中基于补零DFT实现信道插值的算法,对传统的时域方法和变换域方法进行了分析,并提出了一种新的补零方法。首先通过理论分析指出传统的基于补零DFT实现信道插值算法中,时域方法和变换域方法是等效的;通过对信道插值算法中冲激响应估计序列进行补零的分析,指出补零操作是为了重构出冲激响应的N点采样序列(N表示总子载波数),并针对传统补零方法在一定条件下产生的重构误差,提出了一种新的补零方法。仿真结果表明以上理论分析是正确的,新补零方法可以减小一定条件下的重构误差,增强信道插值算法对信道延迟分布的鲁棒性,有效提高系统的性能。     

非合作双基地雷达系统中的互相关检测与时差估计技术

介绍了非合作双基地雷达的基本几何关系与信号能量关系,讨论了利用互相关检测技术提取噪声背景中直达波与目标散射回波的时差信息的具体方法,仿真实验模拟了噪声背景中直达波与目标散射回波的互相关检测与时差估计的过程,蒙特.卡罗仿真分析了信噪比、信号脉宽和相关脉冲数对互相关时差估计性能的影响。     

Rayleigh分布环境因子的经验Bayes估计及仿真

讨论了Rayleigh分布环境因子的定义和估计问题。基于逐次截尾模型,在LINEX损失函数下,给出环境因子的经验Bayes估计。最后利用Monte-Carlo方法对经验Bayes估计和极大似然估计进行了分析比较。结果表明,经验Bayes估计优于极大似然估计。     

平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。     

一种改进的海战场机动目标功能合群算法

海战场条件下及时准确地对敌方目标的进攻意图进行判断,从而对当前海域内的目标进行动态合群是海战场情报处理的一个重要研究方向,提出一种改进的海战场机动目标功能合群算法,该算法通过对当前时刻与之前多个探测周期内目标运动属性的对比,判断敌方的进攻趋势进而实现目标的合群.最后用一个剧本集对该算法进行了仿真研究,结果表明,本算法能够较以往的算法更早、更准确地发现敌方意图.     

并联可修系统的参数估计

假设单元的失效时间和修理时间服从参数不同的指数分布,给出了导弹武器系统中两单元并联可修系统未知参数的Bayes估计。在Bayes估计中,采用Monte-Carlo方法分别对LINEX损失及平方损失下的Bayes估计进行了比较研究。结果表明,选用LINEX损失下得到的估计有较小的均方误差。     

稳态条件高斯推理在电磁态势估计中的应用

根据电磁态势估计原理,建立含连续结点和离散结点的混合贝叶斯网络模型,对一级融合的输出数据进行二级处理,估计干扰前后单架飞机对单个保护目标的威胁的变化情况。针对传统的连接树推理算法的不足,提出稳态条件高斯推理算法。新算法不仅能实现数值稳定性,还能根据高斯混合模型精确计算查询结点的边缘概率密度。仿真实验表明,稳态条件高斯推理是解决电磁态势估计问题的一种有效方法,且威胁估计的精度高。     

一种基于多径消除的自适应时延估计算法

多径信号和背景噪声严重影响自适应时延估计算法性能,为克服此问题,提出了一种基于多径消除的自适应时延估计算法。该算法先通过2个FIR滤波器消除多径信号的影响,再利用自适应时延估计器来准确地进行时间延迟估计。与现有算法相比,新算法的收敛速度较快,不需要真实时延的先验信息,且在有背景噪声的影响下也能得到准确的时延估计。计算机仿真验证了新算法的有效性。