变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

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.     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。     

基于多传感器信息融合技术的联合卡尔曼滤波器的设计及应用

介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的一般设计方法,并将此方法运用于舰船INS/GPS/Loran-c组合导航系统中.理论分析与仿真结果表明,该联合卡尔曼滤波器的设计合理,算法具有全局最优性,能够提高系统的导航精度和容错能力.     

北约东北欧三国陆军联合集团军

冷战时期,为了保护对北约集团生命攸关的波罗的海峡不受威胁,联邦德国与丹麦王国在1962年联合组建了一个陆军集团军,成为北约内部最早建立的多国部队中的一支。20世纪90年代初,两德统一后,曾就该集团军是否有必要继续存在产生过争论。1994年,北约盟军欧洲最高司令与德国、丹麦两国的国防部长举行会晤     

HLA中仿真模型的验证

仿真模型的验证是根据模型预期的使用目的,判定模型和现实世界客观事物的符合程度,对于不同的问题可能有不同的方法。RTI使用UDP多点传送实现快速传输,因此在传输数据时容易产生信息包丢失的现象。本文对一个传统仿真模型进行了改造,使其与HLA兼容,并据此对模型验证进行了案例研究。     

军队后勤物资联合采购的联盟规划方法研究

关注军队后勤物资采购模式的发展,研究网上联合采购这种新型的采购方式。在分析了目前军队后勤物资采购现状的基础上,首先介绍一种多Agent中介系统主导的联合采购市场模型IMASCPM,然后针对各单位具有多样化、个性化复杂需求关系的组合购买问题,给出一种后勤物资联合采购的联盟规划算法,对其算法复杂性进行了分析,并与国外相关研究进行了比较。     

小子样下命中概率的估计

研究了当试验次数较少时 ,命中圆域的概率估计。给出了自助估计法和融合估计方法 ,对于估计的精度进行了分析。方法易于实现 ,适用于工程应用     

“联合全资产可视化”及其关键技术

论述了美军"联合全资产可视化"(JTAV)的背景、目标、策略及主要因素,重点阐述了JTAV的关键技术手段--射频识别技术,包括光储卡、射频识别、灵巧卡和射频数据通信等.提出了我军装备维修保障信息化过程中急需研究和开发的相关技术及基础架构.     

一种多方位一距离目标定位的最小二乘伴随估计器

对纯方位最小二乘估计器,在已知某时刻一个观测距离的情况下,导出了一种伴随型的目标速度估计器．该算法嵌入原最小二乘估计器之中,计算简单且便于工程应用．