基于异方差分析的多MEMS陀螺随机误差补偿方法

针对具有异方差性的多MEMS陀螺随机漂移误差的补偿问题,提出基于广义自回归条件异方差建立单个MEMS陀螺随机漂移的误差模型,并在此基础上进行多元异方差时间序列的相关性分析,研究基于多元广义自回归条件异方差分析多MEMS 陀螺随机漂移信号的协方差矩阵和时变相关系数。将该分析方法应用于多MEMS陀螺的在线融合补偿中,验证了多元异方差分析方法对多MEMS陀螺随机误差补偿的有效性。仿真结果表明该方法对随机漂移信号具有很好的融合补偿效果,可以提高多MEMS陀螺的测量精度。     

航天器拦截的输出协方差配置控制

本文通过对航天器拦截问题的分析，确定出系统输出在一定的方差约束下，系统反馈控制的设计目标。通过对［１］中提出的状态协方差控制理论的改造，给出了实现这一设计目标的方法，并提供了说明性的数值例子     

随机有限元法及喷管扩张段结构可靠性分析

推导了考虑材料性能及载荷随机扰动的有限元基本公式，通过随机有限地分析，可得到结构位移和应力的均值与方差，为结构可靠性提供了数据。采用随机有限元法对固体火箭发动机喷管扩张段进行了结构可行性分析，算例表明，该方法简单、实用。     

随机误差对测量数据的影响其统计处理方法

文中在分析随机误差概率密度分布的基础上，用有限次测量数据估计测量值的数学期望，估计测量值的方差，估计测量值的标准差，给出了期望的置信区间和置信概率，并讨论了有限次测量条件下期望和方差的置信问题。     

区域极点及方差约束下的航天器拦截控制：静态输出反馈情形

本文提出并讨论了具有选通窗约束的航天器拦截控制问题，指出航天器拦截控制的稳暂态性能指标可表现为系统稳态状态方差及闭环区域极点的形式。然后，基于配置控制的思想，本文完整地给出了期望静态反馈控制器的存在条件及其解析表达式，并举例说明所提设计方法的直接性与有效性     

利用随机森林算法的卫星控制系统故障诊

针对卫星姿态控制系统存在闭环控制，外部干扰强，进而影响故障诊断准确性和实时性的问题，提出了一种利用随机森林算法的卫星姿态控制系统姿态敏感器和执行器故障诊断方法。首先，采集不同故障情形下卫星姿态控制系统的输入输出数据，进行特征提取。随后通过随机有放回抽样划分训练集和测试集，建立基于随机森林算法的故障诊断模型。利用生成的随机森林模型，对实时输入输出数据进行分类，实现卫星姿态控制系统的故障诊断。利用卫星姿态控制系统半物理仿真平台的数据进行实验，对比实验结果表明：本文所提方法可以实现故障高精度分离，并具有更好的实时性，适用于卫星姿态控制系统的故障诊断问题。     

关于威布尔分布的若干问题

对威布尔型产品的平均寿命、寿命值的方差、失效率、可靠度、信息折合等问题进行了讨论，并与指数分布进行对比。讨论了威布尔平均寿命的期望值、方差在形状参数m在（0，∞）内的变化趋势，指出失效率不仅与形状参数m有关，还与已工作的时间有关；研究了可多次工作产品的任务可靠度及信息折合问题，指出应与已累计工作的时间有关。     

自适应融合IMM的自主无线电载波跟踪算法

针对深空自主无线电接收技术中信噪比(SNR)未知的载波跟踪问题,提出了一种自适应融合的交互式多模型(IMM)算法,可以根据实际环境的信噪比自适应地调节IMM估计器的噪声方差,以实现对未知SNR信号的正常跟踪,并保证频率跟踪精度几乎不受初始噪声方差的影响。在分析系统收敛性的基础上,该算法采用模型概率自适应调整策略,根据系统收敛判断条件自适应地调整IMM模型集中各模型的概率,保证了系统的收敛性,提高了跟踪精度,与广泛使用的Sage-Husa自适应滤波算法相比,收敛时间缩短了一倍左右。     

MEMS陀螺仪随机漂移误差研究

降低MEMS陀螺仪的随机漂移误差是提高陀螺仪性能的主要方法之一。基于随机序列时序分析法的基本原理，在对MEMS陀螺仪的初始测量数据采用均值估计法进行预处理后，对去除渐进项后的残差信号进行AR（1）建模，并依据该模型对残差信号进行了Kalman滤波，有效提高测量精度。通过对残差信号进行Allan方差的分析，分离出了陀螺仪随机漂移中的主要随机误差源。通过对具体测量数据的处理结果表明，经过这样的处理，陀螺仪噪声的零偏稳定性和速率随机游走分别提高了4倍和7倍。     

线性回归模型的最小均方误差估计

在未知线性回归模型测量误差的协方差矩阵和非零均值(由非模型化误差及测量设备系统性误差组成)情况下,提出一种回归参数的“最小均方误差估计“,证明了其优良性。还对稳健估计、测量精度分析中随机与系统性误差分离、白塞尔公式与变量差分法统计随机方差结果不一致等问题,作了深入研究分析。     

SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

基于模糊卡尔曼滤波的内阻尼姿态算法研究

在系统机动性不强的情况下，传统的平台内阻尼算法将系统本身的速度信息通过阻尼网络加到系统中，达到提高姿态角精度的目的。将这种平台内阻尼的思想引入到捷联惯性航姿系统中，在系统加速度较小的情况下，利用加速度计的输出估计系统姿态角，通过卡尔曼滤波的形式补偿系统姿态误差。由于加速度的大小直接影响滤波器精度，本文设计了模糊自适应卡尔曼滤波算法，根据三轴加速度计的输出调整内阻尼量测误差方差阵，从而避免了滤波器的发散。仿真和实验验证，内阻尼算法可明显抑制舒勒周期振荡和傅科周期振荡，避免了系统姿态漂移，有效提高了捷联惯性航姿系统的精度。     

基于变差的遥测天线跟踪稳定度研究*

对遥测系统伺服跟踪数据进行处理,分析对比几种跟踪方式,指出几种跟踪方式中可能存在的问题,并提出相应的改进措施。同时,通过曲线变差、方差的属性分析,研究自主跟踪时天线俯仰、方位的稳定度与跳变程度,并与理论弹道、数字引导方式的曲线稳定度进行分析和对比,得出变差越大稳定度越差,方差越大异常跳变越明显的结论。     

激光陀螺随机误差系数分离方法研究

介绍了国外常用于评估环形激光陀螺和其它精密测量仪器性能的Allan方差法，讨论了环形激光陀螺的随机噪声特性，应用Allan方差法对激光陀螺输出数据进行了分析，分离出各项误差的系数，结果表明Allan方差法是一种有效的误差特性分析方法。     

关于GPS导航计算的卡尔曼滤波问题

探讨卡尔曼滤波在实际应用中存中的建模误差、滤波初值的选取、系统噪声方差和量测噪声方差的确定、以及滤波发散等问题及其解决方法 ,得到适用于 GPS导航计算的卡尔曼滤波器。通过实测算例 ,比较卡尔曼滤波与最小二乘的估计结果 ,说明文中所设计的卡尔曼滤波器的合理性 ,解决问题方法的有效性 ,滤波过程稳定 ,计算速度快 ,状态参量的估计精度较高     

基于卡尔曼滤波的雷达单目标跟踪算法研究

随着科技的发展，雷达对目标跟踪的精确度要求越来越高。但在实际应用中，系统所处的环境会受到各种各样的干扰，此时，卡尔曼滤波器凭借其优良的噪声处理能力而被应用到各种领域，是现阶段雷达跟踪中最常用的算法。文章在卡尔曼滤波算法的基础上，就如何将其应用于雷达目标跟踪系统的问题进行了研究与仿真；分析了卡尔曼滤波与常增益滤波的适用范围及优缺点；给出了极坐标系下卡尔曼滤波的计算及过程噪声方差的获取方法；最后以目标仿真结果证明了估计的有效性。文章定性、定量地对卡尔曼滤波在雷达单目标跟踪算法中的应用情况进行了分析，明确指出了算法的优良性能及局限性，实际应用时也可以对目标进行分段处理。该算法可直接应用于某些单目标跟踪系统，或与其他算法结合，用于多目标跟踪系统，如道路监测雷达系统等。     

基于两类指数不完全数据的最优等间距设计

对来自指数分布总体的类不完全样本：分组样本与一次性样本，当观察时间为等长时，本文研究了最优时间区间长度问题。这种研究是基于渐近方差达到最小的原则。     

基于MATLAB的阿伦方差测试软件设计与实现

为了实现阿伦方差的灵活测试,摆脱专用测试仪器的限制,避免因短稳测试仪故障导致测试中断的问题,设计了一种由相位噪声计算阿伦方差的测试软件.首先通过理论推导得到相位噪声转换阿伦方差的关系表达式,其次利用MATLAB对相位噪声数据进行采集和处理,通过转换公式间接计算出阿伦方差,结果显示测试精度可达到10-11量级.与短稳测试...     

基于神经网络的无迹滤波改进算法

介绍了采用无迹变换(UT)描述随机变量通过非线性系统后的均值及方差的方法,提出可以将神经模糊推理系统(ANFIS)用于确定无迹变换中的参数,使其对随机变量均值的描述达到二次以上精度,并给出了改进的无迹滤波器(UKF)结构和神经网络训练方法;仿真结果表明,该算法适用于系统含有未知输入或系统噪声为非高斯的情况,并可解决一些典型的非线性估计问题,改进算法的性能优于传统无迹滤波器。     

模型的随机平衡降阶

本文提出了系统在白噪声激励下的一种开环降阶方法—随机平衡降阶法。在系统的随机平衡坐标中，输出性能指标可以表示成一组与系统随机可控／可观格莱姆相关的贡献值的和。根据这组贡献值的大小，可以决定在随机平衡坐标下降阶模型所要保留的状态分量，并从输出误差指标的最优角度出发，对输出矩阵作个修正。最后给出了一个数值仿真例子。