基于最优融合估计的雷达组网数据处理

多传感器数据融合是雷达组网不可或标点迹的鲁棒估计方法,并在此基础上讨论了多传感器数据融合的时空校准问题,推导了最优融合估计的计算方法.     

电子稳像中运动矢量一致性的优化算法

针对电子稳像技术传统块匹配法求运动矢量的固有缺点,采取四叉树———一种变块匹配方法计算运动矢量,使求得的运动矢量有较好的一致性.与其它变块匹配方法相比,该方法克服了其它变块匹配法的不足.实验表明,使用该法求出的运动矢量有较好的一致性和准确性.     

线性回归模型系数Stein估计的改进研究

针对线性回归模型病态的根本原因,提出了一类新的估计———c-k型估计,将岭估计与Stein估计统一到一个估计类;研究了这一估计类,证明利用岭回归技术可以改进著名的Stein估计(在均方误差意义下);同时研究了相应参数的最优值,分别给出了它的一个上界及下界,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.     

基于可信度理论的一种态势估计方法

态势估计是战场决策的基础,而如何进行正确的战场决策对战斗有着重要的影响。在对态势估计进行分析的基础上,根据可信度理论,提出了一种对态势估计问题进行推理的方法。该方法能够进行融合推理得到态势假设和事件之间的潜在关系,为决策提供依据。实例验证的结果表明,此方法对当前战场态势可给出有效的综合评价和理解,具有较高的可信性。     

初相未知信号联合检测与估计的序贯实现

在未知参数的充分统计量和再生概率密度函数的基础上,引入了联合检测与估计的序贯算法,给出了算法的实现框图,并将该算法应用于高斯噪声中初相位未知信号的联合检测与估计当中.仿真实验表明,新算法较传统算法有一定的性能改善.     

基于期望系统噪声的自适应机动目标跟踪研究

状态估计是目标跟踪中的基本问题,也是目标跟踪的一个难点。首先对标准IMM算法的优缺点进行了论述,针对其缺点和不足,提出了基于期望系统噪声模型（MIMM）的自适应多模型算法,该算法能有效地对机动目标的状态进行自适应估计。仿真结果表明,该算法比标准的IMM算法有较好的改善。     

一种非均匀噪声下的DOA估计算法

通用协方差差分算法用来实现对空间非均匀噪声环境下相干信号的波达方向(DOA)估计,该算法可以完全消除空间非均匀噪声,且适用于低信噪比环境,但该算法的DOA估计结果存在伪峰。针对这一问题,提出了一种改进的算法。改进算法通过对通用协方差差分(GCD)算法的信号协方差矩阵进行变换,再用特征分解的方法得到信号的DOA估计值。改进的算法可以完全消除伪峰,理论分析和仿真实验验证了改进算法的有效性。     

Bayes假设检验及样本数量问题研究

针对Bayes方法在工程实践中未能得到广泛应用的实际情况分析了Bayes方法存在的问题,以正态总体期望为背景研究并改进了Bayes方法,进一步推导了Bayes假设检验样本数量确定方法。