单差PPP相位偏差估计方法及有效性分析

针对常规浮点解精密单点定位收敛时间长的问题,分析了PPP模型中模糊度不具备整数性质的原因,采用方向数据统计的计算方法,以单差模糊度为研究对象,对相位偏差进行了建模估计。算例从精密单点定位单差模糊度固定、定位精度以及收敛速度等方面对相位偏差改正的有效性进行了分析,结果表明,经相位偏差改正后的PPP模糊度固定成功率、收敛速度有了明显提高,定位精度较浮点解提高了一个量级。     

预定失败数的负二项分布的预测

对预定失败数的负二项分布,给出了一致最小方差无偏预测子及Bayes与Fiducial预测子和预测区间,比较了Bayes和Fiducial PI的优良性,并用数值例进行了说明。     

单向拉伸中TB5钛合金组织转变的原位观察

通过单向拉伸下的视频显微镜原位观察,定量研究了Ti-15V-3Cr-3Sn-3Al(即为TB5)钛合金显微组织在拉伸过程中的演变规律.结果表明:单向拉伸时,该钛合金在弹性阶段组织变化不明显,而在塑性阶段随变形量的增加,组织中滑移带的变化可分为单滑移、多滑移和交滑移3个阶段.在单向拉伸过程中,由于滑移带从单滑移进入到多滑移,发生了几何硬化,导致晶粒变化减缓,滑移带的转动幅度变小.     

用于统计能量分析参数辨识的子空间方法研究

利用统计能量分析法预示航天器结构高频动力学响应时,正确估计各子系统的统计能量分析参数至关重要。论文从实验参数辨识角度,基于子空间法的统一理论框架,提出功率流模型辨识/耦合矩阵修正方法(PMI/CMA)辨识系统的内损耗因子和耦合损耗因子参数。首先利用子空间法直接由时域测试数据辨识功率流模型的等价状态空间模型,然后利用辨识模型特征参数修正初始耦合矩阵。耦合矩阵修正方法考虑了子系统间的耦合信息,并通过寻求耦合矩阵初始值相对误差的最小范数解得到修正参数。最后利用两个实际结构分别对算法进行了仿真分析并与功率流实现/统计能量分析模型修正方法(PRM/SMI)进行了对比,验证了PMI/CMA方法的有效性。     

一种针对短码、周期长码直扩信号扩频序列盲估计方法

提出一种新的针对短码和周期长码直接序列扩频(DSSS,Direct Sequence Spread-Spectrum) 信号的扩频序列盲估计方法。将周期长码DSSS信号建模为多用户短码DSSS信号系统,根据接收信号相关矩阵最大特征值个数,判断一个PN周期内调制信息符号个数,依此盲估计信息速率,同时形成分段相关矩阵矢量。利用改进二阶统计盲辨识（SOBI,Second Order Blind Identification）算法盲估计多用户分段DSSS的PN序列,根据特定约束条件(如m序列、Gold序列)去分段相位模糊,最终形成周期长码PN序列。仿真结果表明该算法的有效性,且适应较低信噪比。     

雷达极化检测器性能对比分析

该文在建立极化雷达杂波和目标回波模型基础上,采用蒙特卡洛仿真方法,对比分析了最佳极化检测器(OPD)、极化白化滤波器(PWF)、最佳张成检测器(OSD)、极化匹配滤波器(PMF)、功率最大综合检测器(PMSD)和单通道检测器(SCD)的理想检测性能,同时,结合各极化检测器的检验统计量,分析了各自的实现难易度.分析结果表明,PWF、OSD和PMSD理想检测性能较好,且较易实现.考虑到工程应用中,PWF、OSD需要杂波协方差先验信息,基于杂波协方差及其关键参数估计,文章进一步对比分析了PWF、OSD和PMSD的自适应检测性能.结果表明,当观测次数大于64时,PWF自适应检测性能最好.     

一类基于改进的当前统计模型的目标跟踪算法研究

提出了一种基于改进当前统计模型的交互式多模型算法。在交互式多模型中,利用滤波过程中的新息和新息协方差的变化,对当前统计模型(CS)的机动频率自适应调整,使模型更适应实际。经理论分析Singer,CS模型的先验假设条件,提出了一种改进的匀速运动(CV)模型,以适应目标弱机动的情形,弥补CS模型在目标弱机动时跟踪精度不高的缺点。理论分析和仿真结果验证了提出算法的有效性。     

国外航天器在轨故障模式统计与分析

统计与分析航天器在轨运行的故障模式,了解故障发生原因及规律,对航天器总体设计和降低在轨运行的风险具有重要意义。本文对1993-2012年期间国外300多次航天器在轨故障情况进行整理,通过统计分析,发现结构机构、控制、电源以及推进分系统在轨故障的比例较高,并归纳出了这些分系统出现故障的原因和类型。最后,给出了有针对性的故障防护措施建议。     

基于均方根容积粒子的SMC-PHD算法

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.