阵列模糊判决算法研究

测向阵列选择的前提是阵列无模糊,快速实用的判决算法具有重要的理论与实用价值。由于方程组法不适合判断复杂阵列模糊以及谱峰搜索法计算量大的不足,因此,提出了一种利用导向矢量夹角余弦绝对值判断阵列模糊的算法。此算法能够快捷地判断阵列是否模糊并求解模糊角。仿真实验证明此方法的有效性。     

TRV模型下步加试验Pareto分布的统计分析

在损伤随机变量(TRV)模型下,研究步进应力加速寿命试验Pareto分布的统计分析问题。利用极大似然估计和逆矩估计方法,给出Pareto分布参数的极大似然估计和逆矩估计。最后利用Monte-Carlo方法给出数值例子,说明了本方法的正确性和可行性。     

基于Jacobsen法的LFMCW雷达测距算法

提出了一种基于Jacobsen法的LFMCW雷达测距算法。该算法通过应用Jacobsen法估计规则区差拍信号的频率,并对多段规则区差拍信号进行联合分析,以提高算法的稳定性和测距精度。实验结果表明:测距范围为10~10.25 m,信噪比为8~12 dB,算法的绝对误差始终小于1 mm;噪声干扰会在一定程度上影响算法的测距精度。     

统计线性化无序量测更新算法

在实际的多传感器系统中,由于各种传感器具有不同的采样率,预处理时间,以及数据通信延迟,因而会出现多个传感器量测不同步到达融合中心的现象。进一步地,当较早时刻产生的量测在较晚时刻产生的量测之后到达融合中心时,无序量测问题就出现了。针对离散时间非线性系统,提出基于统计线性化固定点平滑器的最佳统计线性化无序量测算法,它可以处理单步和两步延迟(甚至多步)无序量测,且能达到与重新滤波法相同的估计精度。     

用正则化方法对频谱有限信号进行外推的新算法

本文给出了频谱有限信号外推的一个新算法,首先考虑了问题的不适定性,然后用正则化方法构造一个稳定算法,因本文把噪音η(t)看成是L~2〔-T,T〕(T > 0)中的函数,且当integral from n=-T to T (|η(t)|~2dt→0时,外推在(-∞, ∞)上一致逼近准确信号,所以有较强的应用价值.最后还给出了外推的误差估计.     

应用时空DOA估计实现武警指挥系统中移动终端的定位

利用阵列天线特性来获取信号波达方向 (DOA)信息 ,是实现移动终端定位的一条新思路。本文将传统的DOA估计方法与CDMA系统有效地进行结合 ,将DOA估计转化为时空域的子空间拟合问题 ,不仅解决了普通DOA估计中源个数过多的问题 ,而且DOA的分辨率也大大提高。仿真实验表明 ,本文方法较传统的DOA估计方法有更高的分辨率 ,可容纳更多的移动终端     

动态均匀分布模型及Bayes预测

Ｂａｙｅｓ预测是在Ｂａｙｅｓ统计分析基础上得到的一种预测方法,本文给出了观测服从均匀分布的动态均匀分布模型,并在状态向量线Ｂａｙｅｓ最优估计基础上给出了模型参数的修正递推及Ｂａｙｅｓ预测。     

舰载红外警戒系统多目标跟踪算法研究

多目标跟踪有着十分广泛的应用,目前国内外多目标跟踪的研究重点都集中在雷达等主动传感器上,但是对于红外的多目标跟踪领域却研究较少。对于红外系统,目标跟踪的最大特点是观测量只有角度,没有距离,这就使得传统的跟踪滤波问题遇到困难。通过讨论舰载红外警戒系统的多目标跟踪算法,分析目标与传感器的特点,提出了一整套多目标跟踪的算法。仿真结果表明,此套算法能满足工程应用的要求。     

态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。