多因子动态加权威胁估计方法

在分析了以往威胁估计方法不足的基础上,提出了多因子动态加权威胁估计方法,该方法中给出了诸因子新的有作战背景的威胁隶属度函数,并运用层次分析法（ＡＨＰ）计算出权系数,而且随着作战环境的变化可动态调整之。     

单复变解析函数第n项系数在Mobius变换前后差的估计

本文讨论并给出了单复变解析函数第n项系数在Mobius变换前后差的估计,部分地推广了文[1]的结果.     

子弹散布中心正态总体分布参数的融合估计

对带有均匀抛撒子弹头的常规导弹的命中精度评定 ,其关键在于子弹散布中心分布参数的准确估计。通常的方法由每次试验的子弹落点数据获得一个子弹散布中心 ,再由少数的几个散布中心数据、运用经典的统计方法求散布中心的正态总体分布参数 ,其不足之处在于小样本条件下采伪的概率很高。考虑到子弹散布中心只是子弹落点数据的一阶矩 ,并不能充分表达子弹落点数据所蕴含的信息量 ,而子弹落点个数远远大于导弹试验的次数 ,子弹落点所蕴含的信息比子弹散布中心所蕴含的信息要丰富得多。鉴于此 ,研究了一种子弹散布中心总体分布参数融合估计的新方法     

一种三维小基阵无源声测定向算法

无源声测定向是声学监视技术的重要研究内容。为了实现对低空运动目标的声学监视,提出了一种小基阵定向方法,并用线性回归分析原理导出了定向算法,对定向误差进行了理论分析和数值仿真。不仅适用于随机布阵的三维小基阵情况,也可应用到二维小基阵对声源的定向。理论分析和仿真表明,这种定向算法正确可行,且有较大的实用价值。     

扇区内插法设计虚拟均匀线列阵的研究

目前许多高分辨算法只适用于均匀线列阵的方位估计.在不规则阵列条件下,需将实际阵列等效为虚拟均匀线列阵.文中通过对基于扇区内插法设计虚拟均匀线列阵的研究,给出了设计的具体步骤,并提出一个简单且准确的虚拟线列阵阵元间隔的计算公式.     

线性回归模型系数岭估计的改进研究

对作者提出的c-k型估计,进行了进一步的研究.证明利用Stein式压缩技术可以改进岭估计(在均方误差意义下);同时给出了参数的最优值满足的条件.证明了c-k型估计的可容许性.文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径.     

纯方位跟踪时利用方位变化规律检测目标机动问题

针对纯方位跟踪中目标变向变速机动导致方位信息可能出现的非平滑变化,首先推导出观测平台与目标均匀速直航时目标方位变化的准确规律,运用最小二乘估计法选取了模型参数并设定了阈值的大小,并设计出具体的算法流程,通过仿真计算,对本算法的可行性进行了验证。结果表明,方位变化规律作为目标机动检测的证据具有一定的可行性,但在一些特殊的态势下,检测灵敏度不高,并对这些态势时行了分析。     

机载红外搜索跟踪系统探测性能评测标定

针对机载红外搜索跟踪系统(Infrared Search and Track,IRST)理论与实际战场探测能力之间的较大差异,提出了IRST系统探测性能评定的方法。对机载红外探测系统探测性能指标进行理论分析,选取探测点源目标的噪声等效辐照度作用距离模型进行分析改进;探讨作用距离与探测概率之间的关系;根据IRST系统工作方式,推导出系统物理扫描概率和目标发现概率计算公式;分析目标发现概率与系统作用距离以及载机速度之间的关系;搭建双余度反馈IRST系统探测概率测试平台,制定实验评测步骤,提出一种对探测系统性能进行评估的方法,该方法简单可靠。仿真实验结果表明,满足一定的探测概率下,系统作用距离极限可达到60km;通过半实物仿真平台的测试,实验结果较好地验证了所建模型的合理性。     

干扰近似OFDM/OQAM系统半盲信道估计

非合作通信背景下,针对传统干扰近似法（Interference Approximate Method, IAM）进行OFDM/OQAM系统信道估计需要导频符号值作为先验信息的问题,提出一种基于OQAM符号特征的IAM（OQAM Characteristic Based-IAM,OCB-IAM）估计算法。该算法利用OQAM实符号的有限集特征,将信道衰落系数幅度和相位分开估计,在仅获得导频位置而未知导频符号值的条件下实现了OFDM/OQAM系统半盲信道估计。并且证明了OCB-IAM算法由于利用接收符号的二阶统计量将高斯白噪声变为非随机的单音干扰,从而在中低信噪比条件下具有优于IAM算法的估计性能。仿真实验验证了理论推导的正确性和OCB-IAM算法的可靠性。     

低信噪比条件下改进ESPRIT方法

在低信噪比时,针对估计信源DOA实时性的问题,提出了一种新的适合于ESPRIT算法的多级维纳滤波器(MSWF)结构,找到了一种能判别信号子空间的方法。首先将多级维纳滤波器(MSWF)与ESPRIT算法相结合,采用多级维纳滤波器(MSWF)的前向递推,得到子空间,不需要通过特征值分解。低信噪比时,针对噪声子空间泄漏到信号子空间的现象,提出一种判别方法,找到了更精确的信号子空间,结合ESPRIT方法实现信号的DOA估计。由于该算法实现了真实的信号子空间的判断,因此,比传统基于MSWF算法具有更高地估计精度。特别是在低信噪比时,增强了算法的实用性,仿真结果证明了算法的有效性。