基于GRNN的导航卫星钟差仿真方法研究

提出了一种基于广义回归神经网络（G剧州）的导航卫星钟差仿真的新方法,根据IGS提供的精密卫星钟差序列建立基于广义回归神经网络的钟差模型。结合仿真实例,详细讨论了训练样本的采样时问间隔、输入维数和模型平滑因子对网络模型性能的影响,并确定了较优的采样时间闽膈、输入维数和平滑因子。通过与常用的二次多项式模型进行对比分析,证明了GRNN模型在24h的预报时间跨度内精度仍可达ns级,初步验证了将GRNN模型用于钟差仿真的可行性和较多项式模型更优的实用性。     

二阶非齐次序列的直接离散模型及灰色预测应用

本文不要白化微分方程和一次累加序列参与建模,提出了二阶非齐次序列的直接离散模型,研究了此模型的模拟预测公式及其性质.经实例验证该模型有可操作性,且有较高的模拟预测精度,同时由该模型递推形式的模拟预测公式出发,采用降阶(二阶降为一阶),化齐次(非齐次转化为齐次)等方法推导出了通项形式的模拟预测公式.该公式直观展示了适用本模型的序列基本形式:指数型序列、线性型序列、抛物线型序列、三次曲线型序列四类基本序列及两个不同底数的指数序列与线性序列三者的和差组合、一个指数序列与抛物线型序列的和差组合、一个指数序列与线性型序列的和差组合、线性型序列与指数型序列的乘积组合序列再与另一线性型序列的和差组合四类组合序列.从理论上证明了当序列严格遵循这些基本形式时,本模型能实现完全模拟,从而近似遵循这些基本形式时,必然有较高的模拟预测精度.     

二阶非齐次序列的直接离散模型及灰色预测应用

本文不要白化微分方程和一次累加序列参与建模，提出了二阶非齐次序列的直接离散模型，研究了此模型的模拟预测公式及其性质.经实例验证该模型有可操作性，且有较高的模拟预测精度，同时由该模型递推形式的模拟预测公式出发，采用降阶（二阶降为一阶），化齐次（非齐次转化为齐次）等方法推导出了通项形式的模拟预测公式.该公式直观展示了适用本模型的序列基本形式：指数型序列、线性型序列、抛物线型序列、三次曲线型序列四类基本序列及两个不同底数的指数序列与线性序列三者的和差组合、一个指数序列与抛物线型序列的和差组合、一个指数序列与线性型序列的和差组合、线性型序列与指数型序列的乘积组合序列再与另一线性型序列的和差组合四类组合序列.从理论上证明了当序列严格遵循这些基本形式时，本模型能实现完全模拟，从而近似遵循这些基本形式时，必然有较高的模拟预测精度.     

不完备信息系统中的可变精度分类粗糙集模型

在不完备信息系统中,容差关系过于宽松,而相似关系则过于严格.根据这样的解释,提出了一种新的基于可变精度分类的拓展粗糙集模型,其中的分类方式相比较于容差关系和相似关系显得更为灵活,是这两者的一种广义化表现形式,且可变精度分类也是限制容差关系的一种改进形式.在此基础上,将这种拓展粗集模型与基于容差关系和相似关系的拓展粗集模型进行了对比分析.最后在不完备信息系统中使用新的拓展粗集模型讨论了确定和可能性规则的直接生成方法,并进行了实例分析以说明其有效性.     

基于变点–算术失效强度减的设备维修质量评估

针对设备维修效果评估中存在的失效强度变点问题,给出了一个具有失效变点的算术失效强度减模型.该模型应用幂律模型平滑具有变点的失效强度,进而假设设备经历一次预防维修后的失效强度等于预防维修前的失效强度和一个当量之和.这个当量与预防维修前的失效强度和设备固有失效强度之差成一定比例,并以该比例评价预防维修质量.构建了基于最小二...     

基于变精度动态容差关系的扩充粗糙集模型

在分析已有扩充粗糙集模型的基础上提出了一种变精度动态容差关系的新模型.设置动态容差度参数来控制该扩展模型的容差关系强度,并且给出了该参教的动态曼新算法.设置精度参数来处理存在一定误差的数据,增强了模型的泛化和抗噪能力.最后用UCI中大量不完备数据验证了该模型的有效性.     

模型参数不确定的多响应参数和容差并行设计

针对模型参数不确定性问题,提出了一种考虑质量损失和制造成本的多响应参数和容差并行设计策略。首先,根据模型参数不确定与设计变量容差,构建多响应的质量损失函数;其次,通过试验数据建立容差成本模型,进而构建参数和容差并行设计的优化目标函数;然后,根据多目标优化算法得到最优参数和容差的Pareto解集,并采用单因素多元方差分析进行容差配置;最后,通过实际案例分析表明,该方法不仅改善了模型的预测性和稳健性能,而且获得了质量损失与制造成本之间的最佳平衡点,与传统的方法相比,能够在显著降低总成本的同时提高产品质量。     

平滑系数自适应的二次指数平滑模型及其应用

通过对传统指数平滑模型的分析,提出了动态平滑参数的概念;并由此建立了平滑权重对时间序列能够自适应的新的二次指数平滑新模型;进而得到Brown单参数和Holt双参数两类线性趋势模型及其不同于传统模型的良好性质.新模型使困绕指数平滑应用的初值难以选取、平滑参数适应性差及系统预测偏差等问题得到了较完整的解决.预测实例表明新模型提高了预测精度,并有很好的自适应性.     

动态多模型指数平滑法融合的在线预测方法

针对传统预测算法实时性差、难以适应多种数据变化情况、参数无法根据数据的实时变化进行在线调整等问题,提出了一种动态多模型指数平滑法融合的在线预测算法。该算法根据历史数据的预测误差,动态调整指数平滑法的平滑系数,以及1次、2次、3次指数平滑法的融合权值,实时得到对传感器测量参数的准确预测。仿真表明,该算法在多种数据变化情况下均优于单一采用指数平滑法。     

动态多模型指数平滑法融合的在线预测方法

针对传统预测算法实时性差、难以适应多种数据变化情况、参数无法根据数据的实时变化进行在线调整等问题,提出了一种动态多模型指数平滑法融合的在线预测算法。该算法根据历史数据的预测误差,动态调整指数平滑法的平滑系数,以及1次、2次、3次指数平滑法的融合权值,实时得到对传感器测量参数的准确预测。仿真表明,该算法在多种数据变化情况下均优于单一采用指数平滑法。     

潜地导弹瞄准系统不相关特性的研究

本文对潜地导弹瞄准系统的物理特性进行研究,给出了瞄准系统各分系统误差按不相关综合得到瞄准系统误差的试验方法,该方法通过某型潜地导弹瞄准系统精度试验结果验证是正确的。     

传感器精度对压制兵器操瞄精度影响的仿真分析方法

考虑了传感器精度对操瞄系统精度影响的分析问题,给出了由传感器误差导致的操瞄系统误差的数学模型,在此基础上,基于统计原理,得到了操瞄系统误差的估计和检验方法,最后通过某型压制兵器操瞄系统的仿真例子,说明了上述方法的可行性。     

基于AIS信息的舰船位置标校方法

为了提高时差型卫星定位系统对舰船的定位精度,提出了一种基于船舶自动识别系统(automatic identification system,AIS)信息的舰船位置标校方法,该方法将具有AIS信息的民船作为标校源对军舰位置进行校正。首先,针对AIS信息无法直接用于位置标校的问题,提出了标校源雷达位置及其误差估计方法;其次,针对标校源雷达位置存在的误差,建立了标校方法的误差分析模型和标校源有效性分析方法,理论分析了标校定位精度及其改善程度,为标校源的选择提供了依据。最后,仿真分析验证了提出的标校方法的有效性。     

基于蒙特·卡罗积分法的面目标精度评定方法

射击精度是导弹武器系统最重要的性能指标之一。建立了一种针对导弹武器射击面目标的精度评定方法,定义了命中面目标的精度指标命中区域圆概率偏差,设计了基于蒙特·卡罗积分法的命中区域圆概率偏差计算方法。理论推导和仿真分析表明,对命中面目标的精度指标定义合理,所设计的命中区域圆概率偏差计算方法简单、精确,可以用于导弹武器命中面目标的精度评定及瞄准点选取。     

基于自适应CS模型的IMM算法

目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能,首先,针对当前统计(current statistical, CS)模型中最大加速度固定设置导致模型误差增大的问题,提出了一种自适应CS模型;在自适应CS模型和交互式多模型(interacting multiple model, IMM)的基础上,提出了一种交互式多自适应模型(interacting multiple adaptive model, IMAM),该模型通过采用两个自适应CS模型,能够有效消除目标状态突变造成模型误差急速增大的问题,提高了模型的准确度和适应性。其次,在IMAM的基础上,结合修正卡尔曼滤波(amendatory Kalman filter, AKF)的思想,提出了IMAM-AKF算法,该算法通过修正最终的状态融合估计值,有效地降低了目标机动造成的模型误差,进一步提高了机动目标跟踪的性能。最后,结合自适应渐消卡尔曼滤波(adaptive fading Kalman filter, AFKF)的思想,提出了IMAM-AFAKF算法。仿真结果表明,无论是强机动还是弱机动,IMAM-AFAKF算法都具有较好的跟踪性能。     

电波折射误差修正的精确模型与在线算法

电波折射误差是影响靶场测量数据质量的主要误差源之一。受计算机计算速度的制约以及修正的实时性。在目前实际工程中,电波折射误差修正大部分用的是简化模型,严重影响了数据处理的精度。从大气模型入手,建立了精确的折射误差修正模型,并给出了在线算法。仿真结果证明,该方法在保证计算速度的前提下,极大地提高了数据处理的精度。     

注意力机制CNN的毫米波大规模MIMO系统信道估计算法

在室外光线追踪通信场景下,针对毫米波大规模多输入多输出(multiple input multiple output,MI-MO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题,提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法.首先,设定参数产生模拟真实环境的数据集,将所产生的信道矩阵看作二维图像...     

两坐标雷达组网中目标高度与系统误差联合估计

针对目前两坐标雷达组网系统误差估计忽略了目标高度影响的问题,采用模块化方法,将3部两坐标雷达组网分成平面与空间两个模块进行目标高度与系统误差的联合估计,提高了系统误差估计的精度。首先分析目标高度对系统误差估计的影响,接着详细推导基于极大似然估计法的目标高度与系统误差联合估计模型,并给出估计流程图,最后建立仿真模型对算法进行验证,并和传统方法进行比较。仿真结果显示,所建立的模型能够精确估计出目标平面位置和高度信息,实现目标的三维准确定位,并且同样能精确估计出传感器系统误差,验证了算法的准确性和有效性。     

基于改进高斯粒子滤波器的目标跟踪算法

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot trap particle filter, BPF)、高斯粒子滤波（Gaussian particle filter, GPF)以及无迹粒子滤波（unscented particle filter, UPF)相比,该方法具有较高的精度和较少的计算量。     

OFDM/OQAM系统限幅补偿IAM信道估计方法

基于偏移正交幅度调制的正交频分复用(offset quadrature amplitude modulation/orthogonal frequency division multiplexing,OFDM/OQAM)系统信道估计方法中,干扰近似法(interference approximation method,IAM)具有估计精度高的特点,是该系统常用的信道估计方法。然而,在OFDM/OQAM信号发送和接收过程中,高功率放大器(high power amplifier,HPA)对信号的限幅作用导致IAM信道估计精度下降。为了研究不同IAM导频结构下的系统性能受限幅影响的程度,针对导频峰均比问题,提出了局部互补累积分布函数,并研究了不同限幅门限作用下,系统比特误码率性能和信道估计归一化均方误差性能。为了补偿HPA的限幅作用对系统的影响,提出了一种导频限幅补偿方法,该方法不需要发送额外的补偿信息,仅仅需要根据导频结构计算并在接收端补偿。仿真结果验证了补偿方法的有效性,并且导频信号受限幅影响越严重,补偿效果越好。