不完全量测下基于面目标的火控系统性能分析

针对实际工程中出现的不完全量测下火控系统性能的理论研究,将水面舰船建模为椭圆形面目标,建立了不完全量测下基于面目标测量的数学模型,给出了火控跟踪系统统计意义下的估计误差Cramer-Rao下界(CRLB);根据目标状态与射击诸元间的非线性误差传递关系,基于UT变换得到不完全量测下基于面目标的火控系统射击诸元误差方差下界。以某型舰载火控系统为例,仿真结果表明,在不完全量测下,与传统的质点目标火控系统相比,基于面目标测量的火控系统在估计性能上提高36%,火控性能提高34%。     

基于正则化的多平台多传感器导航定位和探测偏差估计

针对影响舰载雷达探测误差主要为平台导航定位误差和传感器自身探测误差,对这两类误差的影响因素进行了分析,首次综合考虑这两种系统误差,提出了一种基于正则化的多平台导航定位及探测偏差估计方法,利用不同舰艇上传感器对公共目标探测的迭合条件,建立系统误差观测方程,利用LS对两种系统误差同时进行了估计,并在偏差估计中采用正则化估计方法,提高估计结果的稳定性,最后进行了仿真验证,仿真效果验证了算法的有效性,具有较高的工程应用价值。     

改进的高脉冲重复频率雷达多假设距离估计方法

高脉冲重复频率雷达目标距离估计时面临距离模糊问题,因此必须采取一定方法解距离模糊。现有方法大都需要在每个驻留时间内至少两帧(包括两帧)检测到目标来实现目标距离估计,多假设方法虽然不要求在每个驻留时间内都需至少两帧检测到目标,但是当模糊区间发生变化时会出现目标距离估计错误。针对现有多假设方法的不足,提出改进的多假设方法,通过建立相关波门来判断目标所在的模糊区间是否改变并对目标状态作出修正,实现对模糊区间发生变化时目标距离的正确估计。仿真表明,方法可以不受模糊区间变化的影响,以较高精度实现目标距离估计。     

加权采样的序列蒙特卡罗滤波技术

在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性.近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注.详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题.     

一种可移动式科氏流量计实验平台设计与实现

为提高科氏流量计的计量精度,促进相关数字信号处理方法与技术的发展和进口高精度科氏流量计的国产化,设计了一种可移动式科氏流量计实验平台。简述了科氏流量计的基本原理和相关数字信号的处理方法,指明了相关方法的研究趋势。针对研究趋势,分析了科氏流量计实验平台的功能需求,给出了总体设计方案、硬件选型、软件流程和技术指标,重点阐述了数据采集模块(以PLC和NI9234为核心部件)的详细设计,给出了实验平台的初步测试结果。测试表明,该实验平台性能稳定,功能全面,能较好地为开展科氏流量计相关数字信号处理方法研究提供平台支撑。     

基于纯方位理论的运动舰船长度测量方法

获得运动舰船的船体长度对于航海避碰和目标识别具有重要的参考价值。然而,由于诸多因素的限制,现有视觉技术难以精确测量。为此,引入了纯方位目标运动分析理论结合双目视觉技术实现对运动舰船长度的测量。首先就所研究问题建立运动模型,推导了基于目标舰船方位、距离参数的舰船长度测量方法,针对该方法测量误差大的问题提出了基于航向、距离、方位的舰船长度测量方法。目标航向无法直接获取,为此引入基于纯方位理论的目标航向视觉估计方法,并进行了仿真验证。最后对两种舰船长度测量模型的误差进行了仿真比较分析,结果表明采用本文提出的"距离航向"法,当观测点位于目标舰船正横左右范围内时误差可以控制在10%内,"方位距离"法误差更小,适用的舷角范围更大。     

基于“效重比”的机载火控雷达研制费估算

机载电子设备研制费的估算是飞机费用预测的一大难题。近年来出现的基于设备静态效能的统计方法,将机载电子设备众多的特征参数综合成一个静态效能指数,并利用该指数和设备的重量(体积)、可靠性指标等参数进行统计分析。但是在实际应用中,常用的效能评估方法考虑因素不全面,且受主观性影响较大;同时,电子设备的效能指数和重量一般都表现出较强的相关性,不能并列作为费用估算变量。为此,在提出能力综合评估法代替常用的效能指数法的基础上,采用"效重比"作为一个综合性参数的思想,建立了基于"效重比"的机载火控雷达研制费用估算模型;并通过机载火控雷达研制费用的估算实例验证了模型的可用性。     

基于相关性的OFDM盲识别与参数估计方法

针对非协作通信领域OFDM信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。通过对OFDM信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM信号和单载波信号,实现对OFDM信号的盲识别。在此基础上,通过采用多个OFDM信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。     

多元先验信息的融合问题

在多元先验信息条件下,运用Bayes理论讨论问题时,必然会遇到先验信息融合问题.文中提出了几种简化形式,并针对产品失效率的多个先验信息情形,结合实例与熵度量的拟合优度说明了该方法的合理性.     

Signal‐to‐interference‐plus‐noise ratio estimation for wireless communication systems: Methods and analysis

The Signal‐to‐Interference‐plus‐Noise Ratio (SINR) is an important metric of wireless communication link quality. SINR estimates have several important applications. These include optimizing the transmit power level for a target quality of service, assisting with handoff decisions and dynamically adapting the data rate for wireless Internet applications. Accurate SINR estimation provides for both a more efficient system and a higher user‐perceived quality of service. In this paper, we develop new SINR estimators and compare their mean squared error (MSE) performance. We show that our new estimators dominate estimators that have previously appeared in the literature with respect to MSE. The sequence of transmitted bits in wireless communication systems consists of both pilot bits (which are known both to the transmitter and receiver) and user bits (which are known only by the transmitter). The SINR estimators we consider alternatively depend exclusively on pilot bits, exclusively on user bits, or simultaneously use both pilot and user bits. In addition, we consider estimators that utilize smoothing and feedback mechanisms. Smoothed estimators are motivated by the fact that the interference component of the SINR changes relatively slowly with time, typically with the addition or departure of a user to the system. Feedback estimators are motivated by the fact that receivers typically decode bits correctly with a very high probability, and therefore user bits can be thought of as quasipilot bits. For each estimator discussed, we derive an exact or approximate formula for its MSE. Satterthwaite approximations, noncentral F distributions (singly and doubly) and distribution theory of quadratic forms are the key statistical tools used in developing the MSE formulas. In the case of approximate MSE formulas, we validate their accuracy using simulation techniques. The approximate MSE formulas, of interest in their own right for comparing the quality of the estimators, are also used for optimally combining estimators. In particular, we derive optimal weights for linearly combining an estimator based on pilot bits with an estimator based on user bits. The optimal weights depend on the MSE of the two estimators being combined, and thus the accurate approximate MSE formulas can conveniently be used. The optimal weights also depend on the unknown SINR, and therefore need to be estimated in order to construct a useable combined estimator. The impact on the MSE of the combined estimator due to estimating the weights is examined. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004