基于AR模型和神经网络的舰船水压信号检测方法

为了有效地从风浪背景中检测舰船水压场信号，根据舰船水压场信号和波浪噪声信号的差异，以时间序列的AR模型理论为依据，采用基于AR模型和神经网络的舰船水压信号检测方法。该检测算法的核心是将检测问题转化为模式识别问题，首先对接收信号建立AR模型并提取AR模型系数作为特征向量，然后利用人工神经网络对信号进行检测。在此基础上，通过不同浪级情况下海浪水压力场的仿真信号数据，对某型目标舰船的水压力信号进行了检测计算，验证了该方法的有效性，尤其是达到了在高海况、低信噪比条件下，对目标信号检测率比较高、虚警率比较低的效果。     

反舰导弹跃升俯冲过程的自适应跟踪研究

针对反舰导弹跃升俯冲机动过程进行跟踪时,固定模型集合难以精确匹配实际过载系数,影响跟踪性能的问题,应用自适应网格法进行跟踪.在跃升俯冲攻击弹道模型的基础上,当过载系数未知时,应用自适应模型集交互式多模型算法,并进行仿真计算分析.结果表明:该算法可准确跟踪过载系数的变化趋势,实时自适应调整各模型中的过载系数,使模型集合向实际运动模式收敛,跟踪精度优于固定模型集合的交互式多模型算法.     

风浪中船舶横摇仿真与预报研究

对船舶横摇运动进行仿真与预报研究可大大提高船舶航行安全性,更好地保障船舶各项作业的顺利进行.从频谱分析的角度对海上随机风浪进行仿真,并根据刚体平衡原理建立船舶运动方程,由此仿真船舶的横摇运动.在此基础上,针对舰船运动姿态非线性、非平稳的时域特点,运用改进AR模型的多层递阶方法和自回归方法对船舶横摇运动进行预报,结合预报误差指标进行两种预报方法的比较.预报结果表明,多层递阶方法在一定程度上提高了船舶运动姿态的预报精度和预报时间长度,可较好实现非线性预报.     

基于粗集和最大熵的模式识别方法

用基于属性约简的粗集理论找出条件属性的最小属性集．对属性间为不确定因果关系的模式，计算在最大熵情况下发生的概率，通过比较概率来进行模式识别．实例分析和结论部分说明这种方法是有效的．     

成败型产品的Bayes鉴定试验方案研究

利用可靠性增长模型给出了成败型产品鉴定试验的一种Bayes方法，提出了Bayes鉴定试验的最大后验风险准则，利用这种准则制定的鉴定试验方案综合了产品研制过程中的先验信息，在确保产品质量的前提下．与传统的鉴定试验方案相比，将大大节省试验时间。     

一种新的非参数谱估计方法

提出了一种新的非参数谱密度估计方法,它是传统加窗周期谱估计方法的一种修正,并证明了此估计具有渐近无偏性、相合性、渐近正态性。     

大型海上编队空中威胁扇面角定量研究

威胁扇面角的确定是进行大型海上编队战斗筹划或实时指挥的重要环节,威胁扇面角的准确计算有助于提高编队防空作战力量的体系作战能力.针对大型海上编队缺少空中威胁扇面角解析模型问题,在分析大型海上编队空中威胁扇面角与警戒线半径、敌我距离、敌机作战半径、导弹射程等因素基础上,建立了单威胁源及多威胁源条件下的空中威胁扇面角定量模型,以期为大型海上编队作战平台针对性部署及作战力量性能发挥提供技术支持.实例仿真结果表明了所建模型的可行性与有效性     

雷达组网控制系统框架模型

解释了雷达组网控制系统的涵义,分析了雷达组网控制系统研究的必要性和可行性,提出了适应现役雷达兵指挥自动化系统软硬件环境的雷达组网控制系统框架模型,为提高我军预警探测系统的快速反应、统一调控和整体"四抗"能力提供了一条便捷的途径.     

可处理多普勒量测的最佳线性无偏估计算法

基于目标位置量测的一些量测转换方法已被广泛使用在目标跟踪应用中,使得卡尔曼滤波器得以在直角坐标系中应用。但是,这些量测转换方法有一些会导致估计性能恶化的根本缺陷。事实上,除了位置量测外,理论计算和实践已经证明,包含目标速度信息的多普勒量测具有有效提高目标状态估计精度的潜力。该文在直角坐标系下提出一种可使用转换多普勒量测(即距离量测与多普勒量测的乘积)的滤波器。从理论上讲,它是在最佳线性无偏估计准则下的最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷。通过将近似处理后的新型最优线性滤波器与目前4种流行的方法进行仿真比较,验证了所提出的滤波器的优越性。