置信检验理论

本文提出了母体特征值置信分布的概念,建立了置信检验理论,该理论包括强检验、弱检验和弱强检验三种检验方法,分别满足了不同工程检验的需求。与假设检验相比,置信检验依据的是"大概率原则",而显著性假设检验依据的是"小概率原则",因此,置信检验能够以高概率确认工程中所关心的"条件"是否成立(如产品合格与否),能够对产品质量进行高精度的检验和控制,克服了显著性假设检验仅仅是一种拒绝检验,当接受一个假设时也只是意味着不拒绝该假设的缺点。置信检验不但能够大大提高工程检验精度,而且更加便于工程应用。      

小样本条件下航空武器打击精度评价算法

针对现有航空武器打击精度评价算法评价范围比较狭小,评价结果比较粗糙的问题,利用数理统计的理论和方法对航空武器打击精度的评价算法进行了深入研究,提出可变双临界值评价算法.对于给定的精度要求,通过调整可靠度,利用随之而变的上临界值与下临界值两个指标对航空武器打击精度进行准确客观的评价.理论分析和实例计算表明算法是有效可行的.     

航空联盟中的博弈分析

在阐述联盟博弈含义的基础上,利用特征函数对企业多方合作决策的博弈过程进行分析.给出了航空联盟中核心的计算,说明了利用Shapley值计算航空联盟中分配的合理性,并举例对航空联盟的收益问题进行分析.     

基于高斯混合概率假设密度滤波的扫描型光学传感器像平面多目标跟踪算法

高斯混合概率假设密度(GM-PHD)滤波是一种基于随机有限集理论的次优贝叶斯多目标跟踪方法,本文研究了该算法在扫描型光学传感器像平面的多目标跟踪问题.针对典型的锥扫模式和推扫模式,根据其扫描特性建立目标的运动模型和测量模型.介绍高斯混合概率假设密度滤波的基本原理.针对原算法在强杂波环境中的低效率问题,借鉴传统多目标跟踪...     

基于DE-RLSSVM算法的航空发动机传感器故障诊断

为了使约简最小二乘支持向量机(RLSSVM)具有更好的稀疏性和泛化能力,利用微分进化(DE)算法选择RLSSVM的支持向量,提出了DE-RLSSVM算法.在benchmark回归数据集上的仿真试验表明该算法具有很好的稀疏性和泛化能力.然后将该算法用于航空发动机传感器故障的诊断,提出了基于DE-RLSSVM算法的航空发动机传感器故障诊断方法.该方法利用DE-RLSSVM算法对传感器故障进行监测,然后进行定位和隔离.数字仿真结果表明该传感器故障诊断系统能够实现对航空发动机传感器硬故障的检测与隔离.      

多目标跟踪的核粒子概率假设密度滤波算法

提出一种新的多目标跟踪算法：核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,在相同仿真条件下新算法的估计精度提高30.5%。     

基于SVM的航空发动机油样光谱诊断界限值制定

运用支持向量机(SVM)估计航空发动机油样光谱数据的概率密度函数,根据光谱数据的概率分布求出航空发动机光谱诊断各金属元素的质量分数、质量分数梯度及质量分数比例的正常、警告、以及异常界限值.利用实际的航空发动机光谱数据进行了研究,并与传统的基于正态分布假设下所确定的界限值进行了比较分析.结果表明,实际的航空发动机光谱数据...     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

基于验后概率的Bayesian序贯方差检验技术(Ⅰ)

基于验后概率和"小概率事件原理",对复杂假设条件下,方差的Bayesian序贯检验,提出了基于Bayesian验后概率的序贯方差检验的基本假设,建立了Bayesian序贯方差检验(BSVT)模型,设计了临界值的求解算法,并对"强制"截尾条件下的假设检验判别准则进行了论述.最后,结合示例对BSVT模型的求解与应用进行了说明.      

基于标签多伯努利滤波的衍生目标跟踪算法

针对现有随机有限集(RFS)滤波器在低信噪比环境下对衍生目标跟踪性能严重下降的问题,提出了一种基于Delta扩展标签多伯努利(δ-GLMB)滤波器的改进算法。基于随机集理论和伯努利衍生模型,推导了新的预测方程,并采用了假设裁剪及分组手段和多伯努利近似技术以降低算法的计算量。针对假设增多引起的虚警问题,将多帧平滑思想和算法相结合,利用标签信息对新目标进行回溯处理。仿真结果表明,所提算法能对目标数目进行无偏估计,在低探测概率和强杂波环境下性能明显优于概率假设密度(PHD)算法,计算开销在衍生初始阶段增长快于PHD,目标较分散时低于PHD。     

Adaptive False Alarmrm Regulation in Double Threshold Radar Detection

In practical situations the false alarm probability in double threshold radar detection, sometimes known as binary integration with sliding window detection, is dependent on the nonstationarity and azimuthal correlation of the clutter which is present. Control of the false alarm probability can be achieved, to a certain extent, by the adjustment of the second threshold in the detection process. In this study two adaptive control techniques which are based on the statistical characteristics of the data are compared. Comparing the results for a technique based on first-order statistics with one based on second-order statistics, it is shown that the second-order, or correlation sensitive, technique can give a reduction of 30 to 45 percent in the false alarm probability with no corresponding loss in the detection probability. An interesting aspect of the results is the fact that the effects of the size of the sample area and the bias in the correlation estimator are clearly evident.     

协同多目标攻击空战决策及其神经网络实现

提出了一种超视距多目标空战决策方法——协同优先权算法。它能给出多机协同攻击多目标的目标配对。然后对２∶４空战,用３层Ｂ－Ｐ网络实现该算法,并用ＳＯＦＭ网络实现对目标的攻击排序。因它们具有很强的适应、容错能力和实时性,故这种实现将有助于复杂动态环境下飞行员的空战决策,以及提高航空武器系统的作战效能。仿真结果证实了上述思想的正确性。     

Coherent detection in Laplace noise

The discrete-time detection of a time-varying, additive signal in independent Laplace noise is considered. Previous efforts in this area have been restricted to the constant signal, and identically distributed noise case. Theoretical (closed form) expressions for the false alarm and detection probabilities are developed for both the Neyman-Pearson optimal detector and the classical matched filter detector. Comparisons between the two detectors are made which illustrate the effects of signal-to-noise power ratio and sample size for certain false alarm and detection probability constraints. In view of the fact that the optimal Laplace detector is not UMP, we also investigate the effect of signal amplitude mismatch     

未知测量噪声分布下的多目标跟踪算法

 粒子概率假设密度滤波(SMC-PHDF)在进行粒子更新时需要知道测量噪声的概率分布以计算似然函数,这使得SMC-PHDF依赖于测量噪声的概率模型。针对这一点不足,提出一种未知测量噪声分布下的多目标跟踪算法——基于风险评估的概率假设密度滤波(RE-PHDF)。该算法在SMC-PHDF进行概率假设密度(PHD)粒子更新时采用风险函数计算每个PHD粒子的风险值,并通过一个风险评估函数评估每个PHD粒子,然后用评估后的结果更新粒子的权值。由于粒子更新时避免了在多维测量空间中计算似然函数,算法不仅不依赖于测量噪声的概率分布,还可以节省大量计算时间。仿真结果表明：和SMC-PHDF相比,RE-PHDF在未知的复杂测量噪声环境下具有更高的鲁棒性和稳定性;同时,在两种算法跟踪精度接近的情况下,所提算法节省了50%的运行时间。     

航空武器装备顶层论证技术发展现状与趋势

航空武器装备顶层论证是航空武器装备论证的重要内容,是航空武器装备发展的顶层设计与型号发展的先期论证。开展航空武器装备顶层论证,是实现航空武器装备体系对抗的需要,也是航空武器装备由跟踪发展向自主创新跨越的需要。分析了航空武器装备顶层论证技术面临的挑战,回顾了航空武器装备顶层论证技术从产生到逐步完善的发展历程,剖析了航空武器装备顶层论证当前面临的技术难点与可能的应对策略,探讨了航空武器装备顶层论证技术当前及今后一个时期的研究重点与发展趋势。     

Passive ranging of a low observable ballistic missile in agravitational field

In this paper we present an estimation algorithm for tracking the motion of a low-observable target in a gravitational field, for example, an incoming ballistic missile (BM), using angle-only measurements. The measurements, which are obtained from a single stationary sensor, are available only for a short time. Also, the low target detection probability and high false alarm density present a difficult low-observable environment. The algorithm uses the probabilistic data association (PDA) algorithm in conjunction with maximum likelihood (ML) estimation to handle the false alarms and the less-than-unity target detection probability. The Cramer-Rao lower bound (CRLB) in clutter, which quantifies the best achievable estimator accuracy for this problem in the presence of false alarms and nonunity detection probability, is also presented. The proposed estimator is shown to be efficient, that is, it meets the CRLB, even for low-observable fluctuating targets with 6 dB average signal-to-noise ratio (SNR). For a BM in free flight with 0.6 single-scan detection probability, one can achieve a track detection probability of 0.99 with a negligible probability of false track acceptance     

Integrated track splitting filter--efficient multi-scan single target tracking in clutter

A fully automatic tracking algorithm must be able to deal with an unknown number of targets, unknown target initiation and termination times, false measurements and possibly time-varying target trajectory behaviour. An efficient algorithm for tracking in this environment is presented here. This approach makes use of estimates of the probability of target existence, which is an integral part of the algorithm. This allows for the efficient generation and management of possible target hypotheses, yielding an algorithm with performance that matches what can be obtained by multiple hypothesis tracking-based approaches, but at a significantly lower computational cost. This paper considers only the single target case for clarity. The extension to multiple targets is easily incorporated into this framework. Simulation studies are given that show the effectiveness of this approach in the presence of heavy and nonuniform clutter when tracking a target in an environment of low probability of detection and in an environment where the target performs violent manoeuvres.     

航空装备现场数据可靠性评估方法有效性分析

针对航空高可靠性产品现场故障数据样本量小和经常出现数据删失的问题,分析了平均秩次法与期望-极大值（EM）算法的有效性,给出了这两种方法的适用范围。应用蒙特卡罗仿真方法,在考虑维修的情况下,设计了一种评定可靠性评估方法有效性的仿真方法。该方法以威布尔分布为例,通过飞行年、飞机架数、日利用率的动态变化来模拟产生具有随机删失特点的航空装备现场故障数据,以此来动态驱动样本量和删失比的变化,并分别评估这两种可靠性评估方法的有效性。仿真结果表明,在样本量为10~30时的小样本随机删失数据参数估计中,EM算法应该被优先采用。     

基于SA-DPSO混合优化算法的协同空战火力分配

针对超视距(BVR)多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,提出了一种新的火力分配数学模型。该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标相对贡献较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源。在此基础上,提出采用模拟退火(SA)-离散粒子群(DPSO)混合优化算法求解协同空战火力分配,提高了算法收敛速度、精度以及全局搜索能力,避免陷入局部极小。仿真算例验证了新模型的优点以及SA-DPSO混合优化算法的有效性。