基于及时修正策略的成败型产品可靠性增长分析

针对及时修正试验策略，根据Fries可靠性增长模型和Duane学习曲线特性，基于不同的失败类型对模型进行了扩展。用进化算法对似然函数求极值，获得了参数极大似然估计，以及最终研制阶段可靠性点估计。对某固体火箭发动机可靠性增长实例的分析结果表明，与经典评估方法相比，本文模型更具优越性。     

连续波雷达目标回波信号参数估计的克拉美-罗界

现代雷达、导航和通信系统几乎无一例外地采用了先进的信号处理技术 [1～ 3 ] 。目前 ,最大似然估计 (ML E)方法是获得雷达目标回波信号参数估计的常用方法。它给出信号参数的无偏渐近有效估计。克拉美 -罗 (CR)界是由样本数据的联合概率密度函数导出的无偏估计量的性能界 ,它可以作为所有参数估计方法的比较标准。任何雷达关于信号参数的测量精度都不可能优于 CR界。文中给出了雷达目标回波信号参数的 CR界的详细而严格的推导过程 ,得出的 CR界公式非常简洁 ,易于计算。实验结果证明了该理论公式正确     

国家财政主要支出项目与各项税收收入的最优化--回归分析在最优化中的应用研究实例

利用回归分析方法得到国家财政部分主要支出项目，部分税收收入与国内生产总值构成的回归方程，由此构成线性规划问题的约束方程组。再用M单纯形法求最优解。     

攻击活动目标的一种最优弹道估计

 为分析活动目标的随机飞行状态和减小导弹的脱靶量,提出了数学模拟打靶的一种新方法。其中包括卡尔曼滤波理论结合最大似然法的应用,以及建立相对运动的离散化模型和灵敏度矩阵。为改善飞行状态的估计精度,论述了确立飞行弹道修正协方差矩阵的概念。除此之外,还讨论了导引敏感器静态误差影响脱靶量的估计问题。     

参数估计中的系统初始状态确定

极大似然方法是应用比较广泛的一种参数估计方法，具有较好的统计特性，但由于所采用的寻优计算方法的限制，在使用过程中需要将系统的初始状态信息作为计算的起点。针对这个问题开展了一些研究工作，提出了系统初始状态与未知参数联合估计和系统初始状态的极大似然估计两种解决方法，并结合某型旋转导弹的气动参数辨识问题进行了仿真计算。     

自适应DBF与空间谱估计

讨论了自适应数字波束形成(DBF)技术和超分辨空间谱估计技术,并提出了一种基于信号协方差矩阵特征分解的时-空二维信号高分辨谱估计算法。以上技术应用于相控阵雷达系统,可以精确获得多个运动目标的方位信息和多普勒信息。文章最后给出了计算机模拟结果。     

一种TASIMM-UKF导弹状态估计方法

为了提高对机动导弹状态估计的精度和速度,提出了一种三轴分离IMM-UKF(TASIMM-UKF)滤波算法。将导弹运动状态按坐标轴方向进行三轴分离,并基于CV,CA和CJ模型集,采用无迹卡尔曼滤波器并行估计导弹三轴状态信息,有效地解决了导弹不同运动轴间的模型竞争问题。仿真结果表明,该方法能有效提高状态估计精度,缩短了估计时间,对复杂大机动目标状态估计具有良好的性能。     

An improved approach for rainfall estimation over Indian summer monsoon region using Kalpana-1 data

In this paper, an improved Kalpana-1 infrared (IR) based rainfall estimation algorithm, specific to Indian summer monsoon region is presented. This algorithm comprises of two parts: (i) development of Kalpana-1 IR based rainfall estimation algorithm with improvement for orographic warm rain underestimation generally suffered by IR based rainfall estimation methods and (ii) cooling index to take care of the growth and decay of clouds and thereby improving the precipitation estimation.     

A fast pulse phase estimation method for X-ray pulsar signals based on epoch folding

X-ray pulsar-based navigation (XPNAV) is an attractive method for autonomous deep-space navigation in the future. The pulse phase estimation is a key task in XPNAV and its accuracy directly determines the navigation accuracy. State-of-the-art pulse phase estimation techniques either suffer from poor estimation accuracy, or involve the maximization of generally non-convex object function, thus resulting in a large computational cost. In this paper, a fast pulse phase estimation method based on epoch folding is presented. The statistical properties of the observed profile obtained through epoch folding are developed. Based on this, we recognize the joint prob-ability distribution of the observed profile as the likelihood function and utilize a fast Fourier transform-based procedure to estimate the pulse phase. Computational complexity of the proposed estimator is analyzed as well. Experimental results show that the proposed estimator significantly outperforms the currently used cross-correlation (CC) and nonlinear least squares (NLS) estima-tors, while significantly reduces the computational complexity compared with NLS and maximum likelihood (ML) estimators.     

基于卫星和星敏感器的冗余激光惯组在轨标定

采用高精度卫星导航速度、位置信息以及星敏感器提供的姿态信息设计十表冗余捷联惯组的标定模型,包含陀螺和加速度计的零次项和标度因数,对卫星和星敏感器辅助的冗余激光陀螺捷联惯组进行实时在轨标定.利用标准Kalman滤波和Sage-Husa自适应滤波作为估计算法,对十表冗余捷联惯组参数进行在线估计.数值仿真结果表明:参数标定精度均在7％以内,是一种实时的在轨标定方法,满足误差补偿要求.冗余惯组在轨标定方法为航天器高精度定姿和定轨提供了一种理论参考.