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。     

雷达脉冲串信号频差估计性能研究

探讨了基于互相关法的雷达脉冲串信号频差估计性能.初步结论是:(1)对占空比不小于2%、持续时间为10ms左右的雷达脉冲串信号,只要其信噪比优于12dB,互相关法可以达到1Hz量级的频差估计性能;(2)提高采样频率可在更低的信噪比条件下或对更小占空比的雷达脉冲串信号实现同等精度的频差估计.     

机载目标状态估计器

研究基于空载雷达测量下的机动目标状态估计器的设计问题。通过建立直角坐标状态方程和选取一种伪测量量，并采用测量模型线性化的方法，建立起了估计器的基本结构，在此基础上增加距离通道的冗余滤波，进一步提高距离通道的估计精度，最后将估计器联入整个综合火力／飞行控制系统中，进行了Ｍｏｎｔｅ Ｃａｒｌｏ仿真，仿真结果表明，设计的目标状态估计器具有很好的跟踪估计性能。     

杂波环境下的机动目标检测和跟踪算法

交互多模式(IMM)是一种有效的机动目标跟踪算法,但由于其要求具有很多的先验前提条件而不利于工程实现.研究了一种杂波环境下更适合于工程实现的机动目标(同样适用非机动目标)的跟踪算法,该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测,并通过改变Kalman滤波的相关参数,实现自适应跟踪.该算法克服了IMM算法的模式限制和复杂性,同时也避免了对非机动目标的跟踪中,在跟踪模式间相互切换时所换造成的影响.通过在空管系统(ATC)的大量模拟实验,验证了该算法的有效性和重大应用价值.     

一种均匀圆阵DOA估计算法

提出了一种以UCA-RB-MUSIC算法[1]为基础的构造波束转换矩阵的新方法,使得矩阵维数缩小一半,特征值分解计算量减少.改进算法在谱峰搜索中比UCA-RB-MUSIC算法计算量小得多.计算机仿真结果表明了此方法的有效性.     

状态估计中两种非线性滤波算法的对比研究

分析了粒子滤波算法和Unscented卡尔曼滤波算法的原理和算法实现；在状态估计模型中对两种算法的适应性进行了比较。通过实例进行仿真，结果表明粒子滤波算法估计精度比UKF算法高，但是计算量却相对较大。     

基于岭估计理论实现GPS快速定位研究

针对在短时间内 GPS观测方程的法方程容易形成病态的实际 ,探讨用岭估计理论消除其病态性的方法 ,然后用 LAMBDA方法确定其整周模糊度。实验证明 ,对于单频 GPS接收机 ,在 1 min左右 ,利用该技术即可正确确定整周模糊度 ,从而实现厘米级定位     

一种基于SD-ICA的卫星电池健康状态估计方法

针对容量增量分析（ICA）法应用在卫星电池的健康状态（SOH）估计中存在较大误差的问题，提出了基于带平滑处理并使用放电数据的容量增量分析（SD-ICA）的电池健康状态估计方法。首先，利用光滑样条函数的拟合结果具有二阶导连续的特性，对低分辨率的遥测数据进行平滑处理，从而提高了计算结果的准确性。其次，针对ICA必须使用微小电流放电数据的限制，推导出有负载条件下的容量增量（IC）计算方法，降低了对卫星电池放电工况的要求。最后，利用IC曲线的第一特征点（FOI1）与电池容量的关系，对卫星电池的健康状态进行估计。经验证，所提方法具有对数据分辨率要求低、不需要增加电池工况、计算简便等优势，可以准确地从卫星遥测数据中估计电池健康状态。研究成果在卫星电池的健康管理和任务规划中具有重要的应用价值。      

M/G/1排队系统性能梯度估计的非标准分析法

如何估计系统性能梯度是离散事件动态系统研究中的一个重要问题.系统性能对于概率参数的梯度无法用传统的摄动分析法来估计,我们从非标准分析的角度提出了一种基于Dirac δ函数的摄动分析算法,分析了相应估计量的强相合性和渐近无偏性.新算法在实现过程中需要用样条函数来近似δ函数,但可以同时估计M/G/1排队系统中顾客期望系统时间和忙期期望长度对概率参数的梯度.数值实验结果表明估计量的相对误差和无偏性检验值都比较小,新算法能够很好地估计M/G/1排队系统的性能梯度.     

三维射击精度的一阶逼近评估方法

在提出导弹武器三维射击精度参数自助评估方法之后,进而推出了三维射击精度的一阶逼近评估方法,它与参数自助法的研究思路有很大不同。一阶逼近法基于函数变换和极限分布理论,利用正态分布的特性,使用球概率误差SEP对分布参数的一阶偏导数来构造SEP的置信上界和置信区间。通过实例证明,一阶逼近法具有良好的应用前景。