基于Bayes假设检验的SAR图像分辨率计算方法

分辨率是衡量SAR成像质量的重要评价指标。目前所采用的3dB主瓣宽度方法来源于光学成像中的瑞利准则,受人类视觉感知能力限制,且没有考虑噪声影响。根据SAR图像表达式与观测信号乘法模型,在存在目标位置先验信息情况下,基于Bayes假设检验理论建立点目标分辨判别准则,得到统计意义上的分辨率计算方法,得到的结论与现有的关于分辨率计算的定性理解相一致,克服了瑞利准则的缺陷。     

基于卡尔曼滤波的目标机动判别研究

在对目标方位序列进行卡尔曼滤波的基础上,利用滤波残差的分布特性,对其进行假设检验,可以据此判断方位序列是否发生显著变化,由此判断目标是否机动.为了说明这种方法的有效性,文中给出了一个实例.     

大型复杂仿真系统模型验证的有效途径

根据大型复杂仿真系统的特点,提出了利用贝叶斯(Bayes)理论对大型复杂仿真系统模型进行验证的方法,建立了检验建模与仿真(M＆S)中的复杂假设的规则及实现算法,经过部分实例证明此方法是一种准确、通用和有效的方法。     

实测载荷谱数据处理系统

简要介绍了实测载荷谱数据处理系统，较深入地论述了实测载荷谱数据处理的几个重要方面，给出了该系统处理直升机旋翼系统动部件实测载荷谱的实例，通过大子样二维疲劳２载荷母体分布参数估计及假设检验，发现载荷幅值服从半正态分布，载荷均值服从三参数Ｗｅｉｂｕｌｌ分布。     

基于经验分布的区间数据分析方法

现有区间数据分析的方法通常假设数据在某一区间上服从均匀分布,这在实际数据分析中通常是不成立的.针对此问题,在原始数据来源于连续分布的简单假设下,利用经过分布函数变换后的随机变量服从(0,1)上的均匀分布,分别采用经验分布函数和核估计对原始数据的分布函数进行估计.基于此设计变换,对变换后的数据进行均匀分布的假设检验,通过检验后进行后续的区间数据分析,使得均匀分布的假定得以成立,保证了统计理论上的严谨性.数据模拟结果表明,将经验分布函数变换后的数据作为研究对象,进行区间数据分析,所得到的统计建模结果更加合理且具有较强的解释力.      

两个正态总体变异系数关系的统计推断

变异系数是一个应用较广的参数。本文研究两个独立的正态总体变异系数关系的统计推断问题,对于两个总体分布参数均未知的情形,构造了两个变异系数之比的精确置信限,提出了变异系数不等关系的假设检验方法。     

疲劳寿命的威布尔概率分布回归检验与参数估计

根据威布尔随机变量与其分布函数在威布尔概率纸上呈线性关系这一特征，经过对随机变量的变换，利用线性回归分析的相关系数检验随机变量是否服从威布尔分布，同时还可以确定威布尔概率分布参数的最优估计结果。     

可靠性假设检验

本文提出一种对母体百分位值和百分率(或可靠度)进行假设检验的方法。该方法适用于三参数威布尔分布、极值分布以及其他常用连续分布,而且便于工程应用。     

一种基于假设检验的多重渐消卡尔曼滤波

提出了一种基于假设检验的带多重渐消因子卡尔曼滤波的新算法.该算法采用χ2检验法,通过渐消因子矩阵对卡尔曼滤波器的噪声方差进行在线修正,从而使滤波器在对象模型存在误差或对象受到外扰时仍然收敛,同时能够提高系统的精度.该算法应用于车载GPS (Global Positioning System)/INS(Inerial Navigation System)组合导航系统中,取得了良好的效果.      

嵌套阵列最大似然估计测向算法

针对在辐射源个数未知的条件下嵌套阵列难以估计多个辐射源角度的问题,提出了基于最大似然估计(MLE)的嵌套阵列角度估计算法。算法在嵌套阵列模型的基础上,首先通过推导阵列截获多辐射源信号的最大似然函数及其梯度,利用最速下降法估计出空域中所有潜在辐射源的角度;然后,通过多元假设检验,利用最大似然比与门限进行比较,确定出空域中所有潜在辐射源中某一时刻发射信号的活跃辐射源角度,排除其余噪声形成的虚假辐射源角度,解决了在辐射源个数未知条件下嵌套阵列对多个辐射源角度估计问题。仿真结果表明:与传统多重信号分类(MUSIC)算法相比,该算法在辐射源数目未知、存在相干信号、低信噪比(SNR)、低快拍数条件下,均具有较好的角度估计精度,并且算法形成的虚拟阵列自由度是空间平滑MUSIC算法的2倍;多元假设检验法比传统信源数目估计算法在低信噪比条件下和处理相干信号方面具有明显优势。