On‐line parameter estimation for a partially observable system subject to random failure

In this paper, we study the on‐line parameter estimation problem for a partially observable system subject to deterioration and random failure. The state of the system evolves according to a continuous time homogeneous Markov process with a finite state space. The system state is not observable, except for the failure state. The information related to the system state is available at discrete times through inspections. A recursive maximum likelihood (RML) algorithm is proposed for the on‐line parameter estimation of the model. The RML algorithm proposed in the paper is considerably faster and easier to apply than other RML algorithms in the literature, because it does not require projection into the constraint domain and calculation of the gradient on the surface of the constraint manifolds. The algorithm is illustrated by an example using real vibration data. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

Recursive weighted least squares estimation algorithm based on minimum model error principle

Kalman filter is commonly used in data filtering and parameters estimation of nonlinear system,such as projectile's trajectory estimation and control.While there is a drawback that the prior error covariance matrix and filter parameters are difficult to be determined,which may result in filtering divergence.As to the problem that the accuracy of state estimation for nonlinear ballistic model strongly depends on its mathematical model,we improve the weighted least squares method(WLSM)with minimum model error principle.Invariant embedding method is adopted to solve the cost function including the model error.With the knowledge of measurement data and measurement error covariance matrix,we use gradient descent algorithm to determine the weighting matrix of model error.The uncertainty and linearization error of model are recursively estimated by the proposed method,thus achieving an online filtering estimation of the observations.Simulation results indicate that the proposed recursive esti-mation algorithm is insensitive to initial conditions and of good robustness.     

应用抗差无迹卡尔曼滤波的再入弹道处理技术

针对现有无迹卡尔曼滤波在再入弹道处理中可能出现的异常观测、观测随机误差模型不准确以及动力学模型不合理等问题,在无迹卡尔曼滤波中引入自适应与抗差估计理论,研究适用于再入弹道处理的自适应抗差滤波方法。该方法可以自适应地估计测量噪声等价协方差阵和状态噪声等价协方差阵,并可实现异常值的分离和维纳模型方差的自适应调整。数值仿真结果表明:该方法计算简单,并能有效减弱测量误差和动力学模型误差对弹道处理精度的影响。     

论推行综合寿命周期费用控制法

为了走出一条投入较少,效益较高的军队现代化的路子,解决我军武器装备发展与有限国防经费之间的矛盾。根据装备的全系统全寿命管理的一般原理和国外装备寿命周期费用方法,结合国情与军情,首次提出了一套综合寿命周期费用控制法,以便对我军装备的费用进行有效的管理与控制。同时提出了为推广该法当前急需做好的几项工作。     

二维浅水波并行模式的伴随

以二维浅水波为例,详细探讨如何开发并行模式的切线性模式和伴随模式。切线性模式的并行机制和原始模式一致,而伴随模式不同。三个模式采用一致的数据剖分方法可提高并行效率。在集群并行计算机系统上采用一维数据剖分,切线性模式的通信量与原始模式相当,而计算量几乎是原始模式的2倍;伴随模式的通信量大约是原始模式的2倍,而计算量几乎是原始模式的3倍。在三个模式中,切线性模式的加速比最大。     

正交频分复用水声通信自适应调制算法

分析预估信道长度对信道估计算法的影响规律,提出利用水声通信均衡恢复信号统计量对信道估计质量评估的方法。通过信道长度自适应修正机制,实现对未知水声信道的高精度估计。针对水声信道造成的正交频分复用子载波特性差异,基于信道估计结果,提出在码元总速率、能量约束条件下,各个正交频分复用子载波速率、功率优化分配的自适应调制算法。与传统的等功率、速率分配算法相比,新算法能够显著提升水声通信系统的误码率性能,通过仿真和实地试验,验证了研究内容的有效性。     

导弹武器系统研制费用估算方法

针对导弹武器系统研制费用相关数据样本量少,变量之间存在严重共线性等问题,提出了一种基于偏最小二乘法的研制费用估算模型。引入库克距离对原始数据进行识别,并剔除异常数据,采用灰色关联度分析法选取相关度高的自变量,提高模型准确性和稳定性。利用偏最小二乘法进行数据拟合,估算出导弹武器系统的研制费用。应用算例的计算结果表明,该方法建立的研制费用估算模型拟合度良好,计算误差在8%以内。     

消防设备的费用估算

通过对防火设备、灭火装备的费用估算,介绍如何利用数学建模的方式进行消防设备费用估算的具体方法,并对火灾过程中装备费用的精确估算方法进行了初步探讨.     

系统辨识方法在微型飞行器建模中的应用

为对微型飞行器的飞行进行控制,需要建立其动力学模型。讨论了微型飞行器模型的系统辨识方法,设计了实验方法与采集装置,在数据处理、模型结构选择、模型评价等方面进行了探讨。简要介绍了输入输出端存在噪声时系统的线性最小二乘无偏辨识方法原理,最后给出了微型飞行器的纵向通道的仿真算例,结果表明,运用这种方法对微型飞行器进行建模是准确而有效的。     

基于模糊推理的目标对潜发现问题研究

基于模糊推理基本思想,针对潜艇水下收集目标信息的特点,在目标对潜艇威胁信息存在不确定性因素的基础上,建立了判断潜艇被发现与否的指标体系,应用模糊推理方法建立了判断规则,并给出了推导过程和实现方式,在把模糊推理方法应用于潜艇威胁判断模型的研究上做了初步尝试。