多目标探测与捕获：一种统一的方法

假设采用多目标跟踪器跟踪处于强杂波环境中的暗弱目标，在《杂波中暗弱目标的捕获》一文中，Oilver Drummond指出，对于这样的跟踪器，目标捕获（即，确定在含有持续的象素中是否存在目标）是两个截然不同的问题。具体地说，目标捕获要求有两个接收机工作特性（ROC）曲线，而目标只要求有一个。在以往有关这一主题的会议和其它会议上发表的论文以及《数据融合的数学方法》一书中，我们已经介绍了“有限集统计法”（FISST），它直接将常规的单传感器、单目标统计推广到多目标领域。在本文我们说明了怎样通过FISST使探测和捕获统一在一个相似的决策理论框架下。其基本构想是采用一个统一的具有杂波模型的Bayesian单目标跟踪器，而不是一个多目标跟踪器。与常规的探测问题相类似（即，在“只有噪声”和“目标＋噪声”的假设之间作出判断），捕获问题化为常规的判决问题（即，在“只有杂波”和“目标＋杂波”的假设之间作出判断）。此外， 我们还说明了对于这一类广义探测问题应怎样来确定“捕获ROC曲线”。     

分布式计算机测控系统及其应用

讨论分布式计算机系统及其在测控领域中应用.着重研究了分布式计算机测控系统的结构特点及其通信技术的实现原理,并探讨了此类系统今后的主要发展方向.     

求解含多个右端向量非对称线性方程组的自适应块拟最小残量IOM(q)算法

许多实际应用问题需要求解含多个右端向量的大型非对称线性方程组 ,通常是把原来方程组分成单独几个含一个右端向量的方程组 ,再用某种迭代法分别单个求解 ,而更加经济有效的方法是应用能同时产生几个迭代向量的块迭代法来直接求解。本文在 IOM(q)算法的基础上 ,提出一种求解此类方程组的块拟最小残量 IOM(q)算法 ,讨论了如何收缩掉已收敛的部分方程组以及如何从产生的块 Krylov序列中删除线性相关或几乎线性相关向量的自适应技术。数值试验表明 ,此新的自适应块算法比块 GMRES算法及其他相关算法具有更好的收敛行为、更少的计算量和 CPU计算时间 ,是求解此类方程组的一种更加经济有效的算法。     

意大利试飞机构在飞行试验中运用差分GPS所取得的经验

在数据精确及降低普通费用的条件下，展望GPS的潜能，推动了意大利试飞机构（ALNET）着手证明以GPS在飞行试验活动中的进一步应用为目的研究工作。本文讨论的这项研究是介绍用C／A码飞行后的差分GPS。以前考虑到使用简单、不要求特别的军事许可、高精度、低经费，我们倾向于使用P码的GPS。就数据可靠性、精确性来讲，初步结果令人非常满意，这也促使ALNET将GPS应用于更多的飞行研究事务。     

舰载多传感器/相控阵雷达系统及其数据融合

舰载多传感器 /相控阵雷达系统具有作战空域广、抗干扰性强、全寿命 /成本效费比高和工作可靠等突出优点 ,但技术复杂。其中多传感器数据融合技术是目前和未来舰载相控阵雷达的发展方向。主要论述 2 1世纪舰载多传感器 /相控阵雷达的系统组成、主要性能和功能、多传感器类型、数据融合的选择及其功能水平分级等