基于集合交的欧式误差状态估计方法

基于集合交的欧式误差估计方法利用集合理论,根据已有的探测数据对目标的状态进行估计,在满足一定的条件下,计算目标状态估计集合。根据该集合确定状态的估计值以及估计的欧式误差范围。可以针对某一次具体的实验,计算目标的状态估计以及误差界。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

潜艇水下推算舰载机作战时间动态计算模型

由于受探测手段的限制,水下潜艇对空中目标的威胁评估一直是研究难题.针对潜艇所能获得的各种信息,分析了舰载反潜直升机作战起飞影响因素、跳跃时间影响因素以及声纳定测时间影响因素,给出量化形式,构造出了潜艇水下推算舰载反潜直升机作战时间的动态计算模型,为潜艇定量评估潜在空中目标的威胁程度提供了合理的逻辑支持.     

正则化方法在非线性分析中的应用

本文用正则化方法给出了麦夸脱方法的一个误差估计式.     

线性测量海上机动目标状态估值器

本文导出了在惯性坐标系内利用线性测量卡尔曼滤波器(LMKF)来估值海上机动目标的状态估值器。LMKF 可以用于非线性测量条件下的目标状态估值。同时,LMKF 的公式比延伸的卡尔曼滤波器(EKF)要容易推导得多。在飞机坐标系里用蒙特卡罗方法进行了大量的数学模拟。模拟结果表明,两种滤波器的估值误差相同,但是LMKF 只需要比较少的计算量。应用线性测量的方法,导出了在飞机地理水平面坐标系内的LMKF。该滤波器有较高的溶液精度和较少的计算量。     

模型递推辨识算法及应用

研究了具有线性参数的非线性多项式模型的数据阵L－D分解性质,其中D是对角阵,L是带有单位元素的下三角阵．结果表明,通过因子L可以估计出模型的参数,通过因子D可以选择模型中的项;提出了同时进行模型的结构确定和参数估计的递推辨识算法．该算法可用于船舶运动的实时建模．实际应用结果表明,该算法可以有效地辨识多项式等线性参数的非线性模型．     

导弹气动参数的分割法辨识

介绍了分割辨识算法及其在导弹气动参数辨识中的应用,并以某导弹为例,采用分割辨识算法对其气动参数进行了估计。仿真计算表明,分割辨识算法计算量小、计算速度快,且精度满足要求。     

跟踪雷达超低空目标捕获距离的精确估算方法

根据比较精确的数学模型,考虑到海情、地球曲率、海水反射特性及极化方式等各种因素影响,对应不同雷达截面积的目标,我们可计算出低仰角时接收机输出信噪比与距离的关系曲线。根据雷达的积累信噪比,可用该曲线比较精确地估算出跟踪雷达对超低空目标的最大捕获距离。     

图象跟踪算法分析

对自适应分析质心跟踪算法、相关跟踪算法和倒谱法等几种典型的跟踪算法作了介绍,提出了计算量较少、精度较高的相移算法。最后,对这些算法作了分析比较。     

FUZZY ALGORITHM FOR RADAR SIGNAL PROCESSING

ＦＵＺＺＹＡＬＧＯＲＩＴＨＭＦＯＲＲＡＤＡＲＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧＺｈｕａｎｇＺｈａｏｗｅｎ;ＧｕｏＧｕｉｒｏｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ,ＮＵＤＴ,Ｃｈａｎｇｓｈａ,４１００７３）Ａｂｓｔｒａｃ...