高分辨雷达/红外成像复合系统的空间配准方法

为实现高分辨雷达/红外成像复合制导系统的空间配准,首先提出了一种基于无偏转换测量的精确极大似然坐标变换法来完成由球坐标系到笛卡尔坐标系的坐标转换,然后提出了一种通过标定雷达和红外相机实现空间配准的方法.为提高空间配准的精度,用提出的坐标变换法估计目标在笛卡尔坐标系下的真实位置,在红外图像处理中提出了一种多灰度细分质心算...     

一种新的基于极大似然估计的系统辨识方法

进化计算是一种基于自然选择和自然变异机制的并行随机优化算法。由于递推极大似然估计法难以实现性能指标函数的全局寻优，所以本文提出了将改进的进化计算用于系统参数辨识的方法。计算机仿真结果表明，该算法能够实现似然函数的全局寻优。     

叠加分数布朗运动的极大似然估计

本文提出了一种对叠加分数布朗运动两分量分别进行极大似然估计的算法．首先推导了重抽样情况下分数高斯噪声的小波系数方整公式,并讨论得知不同Ｈ值时方差随尺度变化存在两种截然不同的变化趋势。利用这一特点,可以对叠加的分数布朗运动的参数分别进行极大似然估计,仿真结果表明了该算法的有效性。     

基于EM算法的极大似然分布式量化估计融合新方法

该文针对水下目标探测中的多传感器分布式量化估计融合问题,建立了分布式量化估计融合模型,在考虑信道噪声且其统计特性不完全已知条件下,充分利用EM算法在观测数据缺失时参数估计的优越性,提出了一种基于期望极大化(EM)算法的极大似然分布式量化估计融合新方法。该方法将未知的水声信道噪声参数以及局部量化器量化概率建模为EM算法中二元高斯混合模型参数,利用极大似然估计方法的估计不变性得到目标参数的估计融合结果。仿真实验表明：该方法在局部传感器观测样本数目大于5000和信噪比大于6 dB时与已有理想信道条件下的估计方法性能相当,该方法为水下目标探测中分布式量化估计融合系统的工程实现提供了理论依据。     

卫星雷达高度计中准最大似然算法的高度误差估计

利用准最大准然估计算法，可以估计海洋卫星高度计中海平面到卫星平台之间的高度，本文首先讨论了最大似然算法的基本原理，然后根据高度计的测高原理，讨论了采用准最大似然估计带来的高度偏差，并提出了进行计算机仿真的有效方法，分析了均方根高度误差与信噪比，脉冲累积量和均方根波高之间的关系。     

一种极大似然估计的自动变阶位同步方案

本文针对时分多址数字传输系统提出了一种新的位同步方案，该方案在数学锁相环中加入自动变阶电路，并采用极大似然估计结构，以同时满足同步速度与精度方面的要求，文中给出了方案的框图、工作原理及性能分析。     

基于FFT滑动平均极大似然法的正弦信号频率估计

该文基于正弦信号采样序列的FFT频谱,利用谱图上多条显著谱线与峰值谱线实部之间的关系,推导建立了一用于信号频率估计的滑动平均模型,基于此模型得出的极大似然频率估计器结合传统的Quinn方法后得到一种新的基于FFT谱滑动平均极大似然估计算法。仿真实验表明该算法精确有效,估计性能优于Rife,Quinn法,十分接近CRLB下限,计算量不大且信噪比门限要求可降至-9dB左右。     

基于极大似然估计的奇异点检测

信号的奇异点往往包含信号比较重要的信息,对其进行检测和定位在许多实际问题中都有重要的意义。根据脉冲型奇异点的特点,提出了一个基于极大似然估计的脉冲奇异点检测方法。该方法利用Bernoulli概型来建模,用于对脉冲奇异点的检测,将脉冲奇异点的检测问题转化为一个参数估计问题,并利用极大似然估计方法给出了参数的估计。通过对大量的仿真信号及真实信号脉冲奇异点的检测证明,该检测方法计算简单,行之有效。     

指数分步场合分组数据下简单步加试验的极大似然估计

对指数分布场合下的寿命分布进行研究,简单步进应力加速寿命试验中,在观察时间间隔不相等的条件下,对所获得的分组数据为寿命数据,给出加速方程中未知参数的极大似然估计（MLE）,从而计算出常应力下产品的平均寿命。     

毫米波/红外复合制导自动策略生成算法研究

分析了环境和气候等因素对毫米波雷达和红外传感器性能的影响，获得了两类传感器的环境及气候模型。在此基础上，提出了一种基于各传感器性能模型的红外／毫米波复合自动策略生成算法。在自动生成复合策略的同时估计出复合后的性能，以供复合制导中对传感器的控制使用。该方法的仿真实验结果与预先的分析结果较好地相符。     

双波段红外目标数据融合的研究

从跟踪性能,计算的复杂性,以及应用范围等方面综合考虑,得出了来自同一平台上两个红外传感器的数据,在各传感器没有自己的数字处理机的情况下,点迹融合模型较航迹融僵和融合跟踪模型实用的结论.在点迹融合模型的基础上,用极大似然融合算法对点迹进行融合处理,在理论上证明了该算法用于此种模型能提高目标状态信息的估计精度,降低测量误差.最后给出了本算法用于此种模型在计算机上的仿真结果,从实际应用上进一步说明了本算法的有效性.     

采用信息融合技术的IR／MMW复合导引头的目标跟踪

从误差测量环节入手，基于IR／MMW双模结构，采用信息融合处理技术提高其估计跟踪精度，最终达到降低制导误差，提高武器性能的目的，仿真结果验证了该方法的有效性。     

无线定位的几种数据融合方法

无线定位是指在蜂窝电话网络中获取用户位置或者是在无线局域网中(WLAN)得到移动终端的位置的技术。随着社会的发展,无线定位技术越来越重要,例如,在美国,FCC在1996年颁布了要求所有移动运营商必须提供给PSAP其用户准确位置信息的条例。本文简要介绍了几种定位方法的原理及数据融合算法。     

多传感器分布式推广卡尔曼滤波算法及其在雷达红外目标跟踪中的应用

本文提出了一种用于非线性系统的多传感器分布式推广卡尔曼滤波算法,该算法中系统的动态方程和传感器的观测方程分别围绕全局估计和全局预测线性化,融合中心基于所有传感器观测的全局估计由各传感器基于自身观测的局部估计来重构。算法分析说明,全局估计的精度高、误差小。最后介绍了文中算法在雷达和红外两种传感器跟踪机动目标中的应用,仿真结果验证了该算法的有效性。     

Tsallis Entropy Based q-Gaussian Density Model and Its Application in Measurement Accuracy Improvement

The central limit theorem guarantees the distribution of the measurand is Gaussian when the number of repeated measurement is infinity, but in many practical cases, the number of measurement times is limited to a given number. To overcome this contradiction, this paper firstly carries out the maximum likelihood estimation for parameter q in q-Gaussian density model developed under the maximum Tsallis entropy principle. Then the q-Gaussian probability density function is used in the particle filter to estimate and measure the nonlinear system. The estimated parameter q is related to the ratio between the measurement variance and the given variance, which indicates that the measurement accuracy cannot be improved if we only increase the repeated measurement times. Via using the proposed q-Gaussian density model, the measurement error (the average mean square error) of the estimation results can be reduced to a considerable level where the number of repeated measurement is limited. The experimental example is given to verify the proposed model and the measurement results prove the correctness and effectiveness of it.     

NLOS error mitigation with information fusion algorithm for UWB ranging systems

This article puts forward a scalar weighting information fusion (IF) smoother with modified biased Kalman filter (BKF)and maximum likelihood estimation (MLE) to mitigate the ranging errors in ultra wid...     

Hybrid TOA/AOA estimation error test and non‐line of sight identification in wireless location

In this paper, a modified time‐of‐arrival (TOA) estimation error test and a hybrid time‐of‐arrival/angle‐of‐arrival (TOA/AOA) estimation error test for identification of line of sight (LOS) base stations (BSs) are proposed. The proposed schemes aim to improve the location accuracy of wireless location systems suffering from the non‐line of sight (NLOS) propagation errors. The modified TOA‐based estimation error test is considered a straightforward approach in identifying the LOS‐BS set when the number of LOS BSs is greater than or equal to three. When both TOA and AOA metrics are available, hybrid TOA/AOA squares of normalized estimation errors are formulated by adopting the approximate maximum likelihood (AML) estimation. The proposed hybrid estimation error test scheme is capable of identifying the LOS/NLOS status of each BS, and performing location estimation in the situation where only two LOS BSs exist. Simulation results show that the proposed schemes are capable of correctly identifying the LOS BSs and improving the overall location accuracy. Copyright © 2009 John Wiley & Sons, Ltd.