自调整交互多模型

本文提出了一种在X-Y平面内跟踪机动目标的新算法。该算法使用模糊if-then规则和指数衰减方法在过程噪声方差增加和减少时调整噪声方差值的大小.此外还提出了一种估计转弯机动角速度的新方法。并通过仿真数据和真实的数据对该算法和交互多模型(IMM)算法进行了比较。     

变结构MM估计器的模型集合序列条件估计

变结构多模型(VSMM)估计最重要、自然和实用的方法是递归自适应模型集合(RAMS)方法。它由两个功能部分组成:模型集合自适应和模型集合序列条件估计。本文是针对第二部分。具体一点,就是通过推广著名的交互多模型(IMM)算法得到基于任意时变模型集合序列的一般的最优单步高效的递归模型集合序列条件估计。这种递归提供了一种在RAMS中是最优的为新激活的模型分配概率并且对基于这些模型的滤波器进行初始化的自然和系统的方法。此外,还给出了基于任意两个模型集合(未必是不相交)获得整体估计的最优和高效的融合方法。最优递归和融合为模型集合序列条件估计问题提供了对于大多数实际问题都相当令人满意的解决方案。这里给出的结果已经应用在最近建立起来的两个变结构MM估计器,似然模型集合和模型群切换算法中。这些算法是普遍适用和容易实现,并且明显优于可用的最好的固定结构的MM估计器。     

病态线性回归模型系数的0─c型岭估计

针对病态线性模型病态的实质,提出回归系数的０－ｃ型岭估计。首先研究它的均方误差的最优化问题,给出了参数的最优值或最优值的一个上界和下界,证明可以选择参数,使它在均方误差的意义下优于ＬＳ估计。其次,研究它的偏差,证明存在０－ｃ型岭估计优于ＬＳ估计,且比岭估计β（ｋ）具有较小偏差。最后证明它的可容许性,并讨论在实用中它的岭参数选择方法的优点。     

战略导弹制导系统精度评估方法及应用研究

本文论述了战略导弹制导系统精度评估方法,并分析了影响制导精度的各种因素;在定性分析的基础上,建立了制导系统的误差模型,并将此模型归纳为线性回归模型;最后,对目前所采用的误差分离方法进行了分析和比较,并将模型参考自适应思想与岭估计方法相结合,形成了模型参考自适应广义岭估计方法,为解决制导系统误差分离问题提供了一条有效途径。     

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.     

论用于控制和估计的某些神经网络结构和要求

虽然在自动目标识别(ATR)和其他模式识别/分类应用领域有成功地使用神经网络(NN)算法的巨大潜力,但是(如本文所述的)遇到了在反馈控制设计中至今不能严格使用NN的一些值得注意的障碍。本文介绍与控制和估计理论(以及与INS/GPS导航系统中实际的故障检测)有关的涉及NN的若干问题和矛盾的现状。为了促进发展和给出综合展望,我们也介绍应用控制和估计理论中的技术和结果所取得的许多新的值得称赞的NN结果。     

具有规范化的四元数递推计算的舍入误差的概率估计

对捷联惯性制导系统弹载计算机四元数计算的舍入误差进行了概率估计。首先建立定点计算机上四元数计算舍入误差的概率模型,然后利用该模型得到舍入误差的分布函数,进行舍入误差的概率分析。     

高阶导数的渐近展开式

给出了高阶导数的离散化渐近展开式,给出了计算高阶导数一种数值算法,并讨论了其误差。     

多层验前正态总体动态参数的Bayes融合估计

在多层验前信息下,给出了正态总体动态参数的Bayes融合估计。进一步,用线模型下的递推估计方法,给出了递推解。对于实际应用中的一些问题,提出了处置方法,并以实例作了说明。