基于贝叶斯网络的威胁识别

根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.分析了使用贝叶斯网络进行威胁估计表示问题,提出了构建贝叶斯网络进行威胁估计的步骤.最后,给出一个具体的实例,演示了使用贝叶斯网络进行威胁识别的过程,实现了战场态势中蓝方机群对红方战术意图的提前预测.     

独立分量分析在MIMO OFDM系统信道盲估计中的应用

研究了MIMO—OFDM系统基于独立分量分析（Independent Component Analysis）的盲信道估计算法,提出了改进的ICA—only算法。该算法将ICA算法应用到各个子载波,将ICA算法所固有的排列和幅值上的模糊性通过发射端的线性编码来消除,实验结果表明,该算法能很好地估计出信道参数。     

基于离散模糊动态贝叶斯网络的空战威胁估计

对空战中目标的各个特征因素进行了分析,建立了空战目标威胁估计的离散模糊动态贝叶斯网络模型,并利用离散动态贝叶斯网络的直接推理算法进行了仿真计算.仿真结果表明,该方法得到的推理结果与理论分析完全一致,而且能够将各种并不显著的特征因素进行综合,使得各个特征因素间及不同时间片的同一特征因素相互修正补充.为空战威胁估计提供了一种有效而准确的方法.     

贝叶斯参数估计在雷区范围估计中的应用

提出了以发现水雷位置信息为抽样点,在给定估计误差的条件下,使用贝叶斯参数估计方法进行雷区范围估计的思路。详细讨论了水雷服从均匀分布时使用贝叶斯参数估计方法估计雷区范围的问题,给出了相关公式的推导过程,并设法解决仿真中存在的中间数值过大的问题。仿真结果均在允许误差范围之内,这验证了算法的可行性。     

基于改进CRITIC-Bayes网络的激光武器毁伤效果评估方法

针对目标毁伤信息的不确定性,提出了一种基于改进CRITIC-Bayes网络的激光武器毁伤效果评估方法。确定激光武器反导的毁伤因子,引入博弈论思想,结合专家经验信息确定的主观权重与CRITIC赋权法确定的客观权重,对毁伤因子进行赋权;以Bayes网络为基础,以反舰导弹的控制仓为毁伤部位,建立激光武器毁伤效果评估模型。在实例中通过不同的方法比较验证该模型的有效性,为解决不确定环境下作战决策提供理论依据。     

非合作目标视觉/惯导相对导航及敏感器自标定方法

利用视觉/惯导对空间非合作目标进行相对导航时,两敏感器的外参数对导航精度有较大影响。考虑到敏感器间的外参数标定复杂且耗时,提出一种利用视觉/惯导在估计相对状态过程中对其外参数进行标定的方法。该方法将视觉/惯导的外参数作为状态变量,与相对轨道运动学方程、相对姿态方程及惯导模型共同组成系统状态方程。利用该状态方程和单目视觉的观测量设计扩展卡尔曼滤波器对相对位姿、惯导偏差及视觉/惯导外参数进行估计,并通过数学仿真对该方法的有效性进行验证。仿真结果表明,该方法能够在视觉/惯导初始外参有偏差的情况下,有效估计相对位姿及惯导漂移,并对视觉/惯导外参数进行标定。     

基于散射信道的OFDM/OQAM信道估计方法

针对散射信道下OFDM/OQAM系统的信道估计问题,将散射信道建模为瑞利衰落信道,对预编码信道估计方法进行了分析,并且提出了一种改进的预编码信道估计方法。该方法通过改变导频结构的布置,减小预编码矩阵的维数,对未编码符号的干扰通过置零法进行消除,从而降低了预编码信道估计方法的计算复杂度。仿真结果表明,改进方法保证了信道估计的性能,与现有的预编码方法相比,改进方法显著降低了计算复杂度,同时不会产生额外的导频功率消耗。     

基于单快拍数据的嵌套阵列DOA估计算法

针对嵌套阵列DOA估计实时性不好的问题,提出了一种基于单快拍数据的估计算法。该算法将嵌套阵分为阵元间距等于信号半波长和阵元间距大于信号半波长的两个均匀子阵。利用两子阵接收的单快拍数据分别构造Toeplitz矩阵,然后进行特征值分解结合MUSIC算法得到低精度无模糊的DOA估计和高精度有模糊的DOA估计,最后结合解模糊算法得到高精度无模糊DOA估计。在阵列孔径相同的条件下,相比于阵元间距等于信号半波长的均匀线阵,算法需要的阵元个数较少,节约了硬件成本。该算法具有较好的实时性,并且拥有较高的测向精度。仿真结果证明了算法的有效性。     

天海背景图像天海分界的线性回归检测方法

针对天海背景远距离平视图像的成像特点,确定天海分界区域,可以减少目标分割时的计算量,抑制天海分界区域外不必要的噪声干扰。将求取天海分界方程归结为一个数理统计中的回归分析问题,通过将图像沿水平方向平均分成若干个区域,采用计算最大梯度得出每个区域的天海分界坐标,得到线性回归所需的区域坐标点集合,并用正态分布方法对野值进行剔除,运用最小二乘估计方法计算出天海分界线方程。结果表明,该方法可以准确地检测出天海分界线,且对目标背景特性不敏感。     

基于Bayes混合先验分布的兵棋推演规则建模方法

针对兵棋推演胜负裁决规则建立难的问题,军事专家利用经验数据总结战争胜负规律,数学家、工程师利用军事运筹分析方法计算战争胜负规律,为了综合利用两种方法,利用Bayes混合先验分布将历史战争规律总结法与军事运筹分析法合理有效融合,对胜负裁决规则进行建模研究;通过在贝塔分布中引入继承因子,将兰彻斯特方程生成的军事运筹分析数据作为先验信息,与历史战争的经验规律数据作为后验信息进行结合。引入的混合贝塔先验分布方法,有效避免了两种方法互相淹没信息的问题;建立的胜负概率裁决模型,有效地提高了兵棋推演中胜负裁决概率的准确度及可信度,使其更加符合战争规律。