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。     

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.     

无缝GPS／INS组合导航系统的设计与实现

针对GPS卫星信号失锁条件下GPS/INS组合导航性能大幅度下降的缺点,设计了一种基于ANFIS的无缝组合导航方法,当卫星数目不低于4颗时采用伪距,伪距率的卡尔曼滤波算法,一旦卫星数目少于4颗时采用ANFIS系统估计导航误差,抑制INS的误差积累,从而实现无缝导航.动态车载实验表明,该方法切实可行,相对于传统的紧组合方法,有效地提高了组合导航系统的定位精度和抗干扰能力.     

基于雷达波束篱笆的空间碎片数量的置信区间估计

针对雷达波束篱笆空间碎片探测模式,提出了一种估计碎片数量置信区间的方法.对于给定的轨道高度范围,将轨道倾角和雷达散射截面足够大的碎片是否真正穿越波束篱笆这一事件用(0-1)分布来建模,根据所获取的轨道高度数据,得到该轨道高度范围内碎片穿越波束篱笆的平均概率,进而采用中心极限定理估计出该范围内碎片总数量的置信区间.仿真实验验证了方法的有效性.     

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.     

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.     

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.     

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。     

合成坦克分队最佳火力分配模型

实际战斗中敌我双方均以多兵种进行交战,在兰切斯特方程基础上,利用不同作战单位的相对作战指数,以及各种作战单位之间的交战强度、掩护强度和循环交战强度,建立合成坦克分队最佳火力分配算法,并应用该算法定量计算二对二作战中坦克分队火力最佳分配的方案,为定量研究合成坦克分队火力运用打下了基础。     

视觉惯性SLAM研究进展

近年来视觉惯性SLAM是机器人及计算机视觉领域中的研究热点问题,在无人驾驶、增强现实、三维重建等领域有着广泛的应用.简述了视觉惯性SLAM的关键技术,并从统一的贝叶斯框架出发介绍了后端的两种形式——滤波和优化.对几个代表性视觉惯性SLAM系统进行深入对比分析,讨论了近年研究热点与发展趋势,并做出总结与展望.