非线性PD型比例导引鲁棒性研究

为研究存在视线角速度测量噪声时非线性比例微分(PD)型比例制导方案的鲁棒性,以近距大离轴角发射和目标大机动为拦截条件,对四种视线角速度测量噪声方差进行蒙特卡罗仿真模拟。结果表明,非线性PD型比例制导方案抗视线角速度测量噪声的鲁棒性强,对机动目标拦截制导精度高,是一种具工程应用价值的高精度末制导方案。     

不同类型观测数据的方差分量估计

根据有关的平差理论,对不同类型观测数据的间接平差模型和条件半差模型进行了方差分量估计公式的推导。     

振动状态下频率源特性测试技术研究

阐述了频率稳定性时频域表征的理论和测试方法,以及在振动条件下测量频率稳定性的意义,详细介绍了测量系统的组建方案及工作原理.最后提供了部分测试数据及测试曲线,并对测试系统的经济效益和社会效益进行了简单分析.该测试系统具有噪底低,体积小,便于携带,操作简便等特点,其综合技术指标达到国内领先水平,不仅适用于振动状态下的频率源特性测试,而且完全可以作为通用测试系统用于实验室、工厂等.     

基于冗余伪观测的自适应滤波算法

现有的二阶互差分(SOMD)算法能够给出与状态估计误差解耦的观测噪声协方差估计，但是需要满足冗余测量的条件，但这一条件往往难以满足。 针对这一问题，提出了一种利用状态预测值构造相邻2个时刻伪观测的方法，将原SOMD算法扩展到具有单测量的系统中。使用目标跟踪问题对该算法的有效性进行验证。仿真结果表明，当采样周期较小时，该算法能够忽略状态估计误差的影响并给出较准确的观测噪声方差，在精度和鲁棒性方面优于其他参考算法。     

基于PERT的预测方法研究

PERT(计划评审技术)已广泛应用于项目管理等领域.文章在销售预测中尝试性地运用了PERT技术,并对pERT的预测公式和预测方法作了进一步的解释.     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。     

连续变迎角试验数据自适应分段拟合滤波方法

针对常用的阶梯变迎角数据处理方法处理连续变迎角试验数据时，不能去除低频振动分量的问题，基于试验数据中的近似对称、局部线性等特点，提出一种将数据进行分段二项式拟合的处理方法，并详细论述其基本原理，重点介绍基于方差极小值动态确定数据分段长度的方法。基于测试信号的实验结果表明所提方法可将低频分量信号滤除近70%，有效提高数据处理精度。经标模试验测试验证，所提方法可成功应用于某些试验。      

激光陀螺误差分析的Allan方差法改进研究

针对传统Allan方差法分析激光陀螺误差特性过程中,不能合理解释方差中部分噪声项出现负值的情况,而采用阻尼振荡的分析方法能够对此给出合理解释,却又损失了辨识精度的问题,提出了一种基于动态Allan方差法理论的改进Allan方差法。该方法将阻尼振荡模型与动态Allan方差模型相结合,使得辨识结果的分析过程更加合理。激光陀螺零偏误差的辨识与分析结果表明:改进Allan方差法的辨识结果精度略高些,在改进Allan方差的三维分析图中可以显示出零偏中存在的数据突变情况,能够反应激光陀螺误差的动态特性。因此,改进Allan方差法更适用于激光陀螺误差特性的分析。