基于带限随机信号相位谱的分数延时估计方法

传统延时估计方法的精度受采样间隔的限制。为提高精度,提出一种新的适用于宽带信号的分数延时估计方法。该方法将周期图法与抛物线插值应用于带限随机信号的互相关谱,可以获得连续的延时估计。文中通过一系列仿真实验对该方法与其他分数延时估计方法的性能进行比较。结果表明,该方法的性能优于其他估计方法,在信噪比较高的情况下,可以接近克拉美罗下界。由于发射信号具有宽带和随机的特点,该方法适用于低截获概率雷达。     

基于β似然函数的参数估计方法

分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。      

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

空间目标一维距离像畸变补偿的混合算法

高分辨距离像的畸变补偿是空间目标ISAR成像过程中的重要环节。由于空间目标基带回波的模糊函数峰值落在包含原点的平行直线族上,根据平行直线族的约束边界建立了一个多目标规划模型,并利用正则化原理提出了一种目标速度估计的直接算法,具有解析解。将其作为迭代初值,进一步利用一维迭代搜索算法搜索距离像波形熵的最小值,获得了更精确的速度估计量。仿真结果表明,文章提出的混合搜索算法综合了解析算法和迭代搜索算法在计算量和准确性方面的优点,能有效估计空间目标径向速度并补偿一维距离像畸变。     

低信噪比图像目标检测技术研究——Ⅰ.数据流程与背景感知

提出了一种将背景区域感知与目标特征分析相结合的自动提取图像目标的层次化数据处理流程;探讨了线性预测估计和非线性均值滤波两种常用背景估计技术和自适应空间滤波的形态学背景感知方法。实验测评表明,形态滤波算法对背景的自适应感知能力强,能真实贴切地反映图像背景的起伏变化规律。     

全包线内航空发动机参数估计的神经网络实现

介绍一种特殊的前向神经网络——自联想神经网络（Ａｕｔｏａｓｓｏｃｉａｔｉｖｅａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔ－ｗｏｒｋｓ,ＡＡＮＮ）,然后将发动机参数在全包线、大范围工况下的变化规律与神经网络的非线性映射能力结合起来,开展了将ＡＡＮＮ应用于发动机全包线、大范围工况下参数估计的仿真研究。本文提出的选取测量矢量加入样本集的ＥＭＰ方法,有效地减少了样本集中样本矢量的数目,简化了网络的训练。用ＥＭＰ方法在全包线内仅用７４６组测量矢量作为样本集,在网络训练好后,任选包线内的一工况点作为算例运行发动机模型,所得各参数的稳态估计及动态估计的平均百分比误差＜０．５％。仿真结果表明,上述的参数估值方法是可行的,为进一步实现对发动机控制系统传感器的状态监视和故障诊断打下了基础。     

正态应力和疲劳强度结构可靠性的参数估计

结构可靠性的参数估计是机械可靠性的主要问题之一。强度和应力分别为疲劳寿命变量和正态变量的结构模式是一种较常见的模式。研究这一模式结构可靠性的参数估计问题,给出了疲劳强度和正态应力的两个分布中一个分布参数已知另一个分布参数未知时,结构可靠性的点估计和近似区间估计方法,并用MonteCarlo方法对近似区间估计的可靠性进行了模拟研究。     

一种基于数据跳变检测的高动态环境GPS信号参数估计方法

鉴于高动态环境中 Ｇ Ｐ Ｓ信号参数估计和调制数据跳变检测所遇到的问题,采用扩展卡尔曼滤波方法（ Ｅ Ｋ Ｆ）对信号参数进行了估计,分析了通过载波辅助技术实现伪码延时估计的原理,重点研究了一种简单的数据跳变检测和估计参数修正方法。模拟结果表明这种方法在信号参数估计精度和动态跟踪性能等方面都能够满足高动态环境的要求。     

航空发动机约束卡尔曼滤波方法

<正>卡尔曼滤波器通常用于动态系统的状态估计,但在应用过程中,有些已知的信息在运算过程中被忽略,例如转速、温度与压力的范围限制。约束卡尔曼滤波器将已知的信息作为约束,可以提高估计的精度。文献首次提出了将约束线性卡尔曼滤波应用于发动机健康估计;文献介绍了约束线性卡尔曼滤波数学实现的矩阵变换,与传统的无约束线性卡尔曼滤波对比,该方法对发动机健康状况参数估计更加准确。     

热流测量中参数估计法的应用

讨论了在不同工况下热流计的动态特性和利用递归最小二乘方法通过参数估计实现热流计的动态测量。该方法可缩短热流测量的时间,并有较高的精确度。