炮兵雷达组网校射评估系统的设计与实现*

针对多部雷达保障校正射击时各个雷达获得的数据精度不高、数据传输自动化程度低、炸点坐标缺乏数据融合等问题,采用VC＋＋和SQLServer为软件开发平台,设计并实现了炮兵雷达组网校射评估系统。讨论了系统的基本组成和软件结构。同时根据最小方差原则,按照各雷达的精度分配权值,设计了多雷达组网对炸点测量数据最优融合估计的数据融合算法。通过实弹射击保障应用表明,该系统提高了雷达对炸点数据测量的精度及炮兵指挥自动化能力。     

зрлaнгa分布及其在保障性数据分析中的应用

首先对（?）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t_0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。SS     

一种基于群体分析的态势评估与威胁估计模型

了解指挥人员的决策过程是利用STA技术进行决策支持的前提.当前的STA研究虽然大多都注意到了STA功能在认知上的层次性,却忽略了STA过程上的层次渐进性.针对该问题,着眼于军事决策过程的层次性,提出了群体分析的概念及相应的功能模型,并进一步提出了基于群体分析的STA方法.该方法把对整个战场态势的理解分解为对各指挥层次的多个群体的理解,将STA过程分解为一个逐部分、逐层次进行的过程.该过程符合指挥人员的认知过程,能满足不同层次指挥人员不同粒度的认知需求,从而能更有效地支持STA系统的设计.     

大型商场人员密度调查与分析

以天津市几个大型商场为代表,按照商场的经营性质、建筑规模将大型商场分为三类,分别选取节假日、双休日、正常工作日为调查时间,得到各类大型商场疏散人数的原始数据.采用正态总体均值与方差的区间估计原理,得出各类商场的疏散人数区间.同时,对营业厅建筑面积和顾客使用面积进行相应的调查.得到面积折算系数.利用调查分析结果,在保证安全性和经济性的前提下,提出不同类型商场的人员密度指标.     

网络化作战系统中的多雷达时空数据配准

阐述了多个雷达数据空间配准几何坐标转换算法,建立目标运动和测量模型,在此基础上利用最小二乘法对多雷达异步测量数据进行时间配准,最后研究了在时空数据配准处理后基于扩展卡尔曼滤波的状态估计和误差估计,并进行了仿真验证,对网络化作战传感器网络建设有参考意义.     

基于信息融合和扩维Kalman滤波技术的系统误差估计算法研究

针对采用复合制导体制的面空导弹武器系统,目标支路和导弹支路分开后,引起中末制导交班误差增大,必须进行相对系统误差补偿,探讨了相对系统误差的估计技术.基于信息融合和扩维Kalman滤波技术,建立了估计模型和算法,通过2种不同情景的仿真,验证了模型和算法的正确有效性.     

概率条件下雷区范围估计研究

为更正现有雷区范围估计算法因搜扫率处置不当而存在的矛盾与不足,研究了搜扫率条件下的雷区范围估计问题。分不规则雷区和规则雷线两种情况,依据极大似然估计的原理,推导出搜扫率条件下的雷区范围估计算法,并对改进算法与现有算法进行了分析比较和仿真示例验证。分析和示例表明新算法克服了现有算法的缺陷,能够更符合实际地解决雷区范围估计问题。     

LDPC-Coded MIMO-OFDM系统的一种判决反馈信道估计算法

研究了LDPC编码在MIMO-OFDM系统中的应用,提出了基于LDPC编码的MIMO-OFDM系统的一种改进判决反馈信道估计算法,该算法一方面利用多步预测和干扰对消技术改进了判决反馈算法的精度,另一方面利用空时解码后的序列和LDPC译码后的序列进行了两级反馈信道估计。该算法在利用LDPC码优异的低误码性能改善信道估计精度的同时,有效地改进了LDPC帧过长导致时变信道条件下的信道估计不精确的问题。     

变结构多模型估计第IV部分:模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器。它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器。在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应。它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比。本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计。研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示。这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征。仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。