雷达测量系统误差的残差诊断方法

针对在MISTRAM系统测量中经常可能在某些测元上出现较大系统误差的问题 ,提出了一种在雷达测量中用于识别系统误差项的残差诊断方法。其基本思路是依次去掉每个测元 ,联合其它测元求解目标参数 ,得到模型的残差 ,通过分析残差的特性可识别系统误差项。实际计算表明 ,该方法是有效的     

病态场景下多传感器系统误差的岭估计方法

多传感器系统误差估计是数据融合系统获得性能优势的关键前提之一。针对病态场景下传统系统误差估计方法数值不稳定的问题,对目标密集型和传感器密集型两种典型病态场景进行了理论分析,提出了多传感器系统误差的岭估计方法,以牺牲估计器无偏性的代价来改善估计结果的数值稳定性。通过引入条件数约束,给出了岭参数的最优取值方法。仿真结果表明,所提岭估计器在良态场景下与传统最小二乘估计器性能保持一致;在目标密集型场景下,与传统方法相比有显著性能优势;在传感器密集型场景下,对距离系统误差的估计性能有明显改善。     

基于相位分析与散射点关联的速度估计方法

宽带探测为目标高精度运动参数估计提供了可能。然而, 目标多散射特性以及姿态变化等因素限制了测速性能的进一步提升。为此, 提出一种基于相位分析与散射点关联相结合的有效方法。首先, 通过建立分段匀加速直线运动模型, 采用包络对齐方法与自适应Chirplet分解方法相结合的方式, 从回波的相位变化中提取出目标的运动信息。然后, 使用预测-观测的关联方法, 去除其中非平动因素的影响, 提高平动速度的估计精度。最后, 实测数据的实验结果证明了所提方法的有效性。     

基于相对系统误差估计的组网雷达点迹融合技术

雷达组网点迹融合系统中,雷达系统误差的存在导致雷达点迹的空间配准精度不能满足数据关联和点迹融合的需求。提出一种基于相对系统误差估计的组网雷达点迹融合技术,即将各雷达观测统一到本地雷达的系统误差基准上,以实现精确的点迹空间配准。这种融合技术能提高融合航迹的精度,改善多目标环境下数据关联的正确率,并且当本地雷达功能失效时,融合中心可以采用远方雷达点迹进行补盲,实现精确的航迹维持。仿真实验验证了以上结论。     

基于Metropolis-Hastings抽样的系统误差配准方法

针对目标运动模型不完全的跟踪系统,为解决系统误差配准问题,提出一种基于Metropolis-Hastings抽样的系统误差配准方法。该方法通过系统误差的最大似然估计导出的等效概率平稳函数作为Metropolis-Hastings算法要求构造的概率密度函数,同时给出不同的提议函数来提高系统误差空间分布的全局性。对时变和时不变系统误差情况分别进行了仿真,仿真结果表明,所提方法在考虑系统误差统计特性的同时对解决系统误差配准问题具有有效性和可行性。     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

基于动态估计反馈的灰色理论航迹关联算法

针对传统基于灰色理论航迹关联算法未充分利用航迹历史信息,在密集目标以及时变噪声协方差等场景下关联正确率下降问题,在传统灰色分析法基础上增加了一种动态估计反馈机制。改进后的算法引入了Sage-Husa估计器来实时估计传感器的噪声协方差作为评估输出数据质量的依据,并使用Critic赋权法将实时噪声协方差转换为各时刻序贯权重,从而保证最大程度上的利用航迹历史信息。仿真证明,在密集目标与时变噪声协方差等特殊关联场景下,所提算法明显优于传统灰色分析法以及模糊法、加权法等经典算法,充分证明了所提算法的性能优越性以及鲁棒性。     

基于ADASYN与改进残差网络的入侵流量检测识别

针对现有入侵流量检测模型分类准确率低、小样本特征提取不足等问题, 提出了一种基于自适应合成采样和Inception-Resnet模块的改进残差网络算法。该算法能够对不平衡数据集进行采样优化, 有效提升模型的小样本特征提取能力。首先, 通过对不平衡的数据训练集进行过采样改善数据分布, 然后对非数据部分进行独热编码处理并与数据部分整合, 降低预处理复杂度, 最后利用改进残差网络模型进行数据训练, 并进行性能评估和算法效能对比。实验结果表明, 改进残差网络模型对入侵流量的检测准确率在多分类和二分类情况下分别达到89.40%和91.88%。相比于经典深度学习算法, 改进残差网络模型的准确率更高, 误报率更低, 具备较高的可靠性和工程应用价值。     

一种基于残差熵的动态模型检验方法

针对时间序列的模型检验与定阶问题,构造了一种新的统计量“残差熵”。该物理量融合了随机序列的相关性和信息论中信源熵的思想,综合反映了残差中所残留的信息量。在正态假设的基础上推导了模型“残差熵”的估算公式,并给出了具体的应用方法。实例计算表明:“残差熵”可用于模型的检验和定阶,极小化残差熵是一种有效的模型检验准则,并与经典的模型检验准则做了性能比较。     

基于抗差估计和改进AIME的缓变故障检测方法

为了解决经典缓变故障检测法——自主完好性监测外推法(autonomous integrity monitoring extrapolation, AIME)在组合导航中检测故障延迟时间较长和不能准确判定故障结束时刻的问题, 提出了基于抗差估计和改进AIME的缓变故障检测方法。该方法采用标准t分布和IGG-Ⅲ (Institute of Geodesy & Geophysics Ⅲ)方案设计自适应增益矩阵以缓解卡尔曼滤波故障跟踪的影响。同时, 结合AIME故障检测状态, 提出由外推法和残差卡方检验(residual chi-square test method, RCTM)故障检测统计量构成的r_A/R统计量概念, 然后在AIME检测到缓变故障的状态下利用样本分位数原理对r_A/R序列进行异常值检测, 从而判断缓变故障结束时刻。仿真结果表明, 在检测缓变故障时, 所提方法可明显缩短故障检测延迟时间, 并能够准确判定故障结束时刻。     

基于ADS-B的多站时间同步系统的偏差联合估计方法

针对基于广播式自动相关监视(automatic dependent surveillance broadcast,ADS-B)的多站时间同步系统中ADS-B位置误差、站址测量误差和时差测〖JP2〗量误差等因素对同步精度的影响,建立了偏差条件下基于ADS B〖JP〗的多站同步模型,给出了理论同步误差的计算方法,指出引起显著同步误差的系统延时误差。提出一种延时误差和待同步站钟差的联合估计方法,理论推导了克拉美-罗下限(Cramer-Rao lower bound,CRLB)。基于同步精度分布图,分析了偏差消除前后作为标校站的飞机的航向对同步精度的影响。计算机仿真分析表明,基于ADS B的多站同步系统的延时误差和待同步站钟差联合估计方法的估计性能,可以达到CRLB,显著提高了同步精度。     

旋转长基线干涉仪的系统偏差联合估计方法

针对旋转长基线干涉仪(rotating long baseline interferometer,RLBI)定位系统中接收通道幅/相不一致性、机械加工误差、基线的安装偏差等因素对定位的影响,建立了RLBI系统偏差的模型,证明了基线转角偏差和转轴偏角两种系统偏差的等效性,给出了理论定位偏差的计算方法,指出了引起显著定位偏差的系统偏差,对此提出了一种基于已知位置标校站的系统偏差联合估计的高斯牛顿迭代方法。仿真分析表明,该方法的估计性能可达到克拉美-罗下限(Cramer-Rao lower bound, CRLB),基于单标校站估计和标校系统偏差即可显著提高系统的定位性能。     

基于直线检测的宽带信源个数估计新方法

为了快速有效地估计复杂条件下的宽带信源个数,提出了一种基于直线检测的宽带信源个数估计新方法.该方法通过对宽带信号的阵列采样输出分段并进行FFT变换,得到多个频率点上的窄带采样协方差矩阵,再利用盖氏圆技术和校正技术得到修正的盖氏半径.最后通过直线检测的方法快速有效地分离信号圆盘和噪声圆盘,从而估计出宽带信源个数.在低信噪比、色噪声环境下通过计算机仿真表明了该算法的正确性和有效性.     

基于多保真度代理模型的装备系统参数估计方法

系统参数估计是武器装备系统设计研制中的关键一环.针对复杂系统设计中逐渐突显的系统复杂性激增、需求动态性变化、响应的快速性、缺乏高精度数据等问题,提出一种基于多保真度代理模型的单装备系统参数估计方法.首先,该方法基于传统Kriging模型对低保真度数据建立代理模型.然后,将该模型作为全局趋势模型,插入高保真度数据建立多保...     

一种新的波达方向与幅相误差联合估计方法

研究了信源方向未知时,对信源方向与幅相误差同时进行估测的问题。针对两者的耦合导致估计精度下降的问题,提出了一种阵列幅相误差校正方法。该方法通过对分时工作信号的分析,分离信源方向与幅相误差的耦合,通过一次迭代即可得到信源方向、幅相误差的精确估计值,且适用于任意阵列。给出了该方法实现的具体步骤,通过仿真结果验证了该方法的有效性和可行性。     

基于时变偏差分离估计的杂波下机动目标跟踪

在杂波环境机动目标跟踪问题中,波门位置和范围的确定是关键技术之一。在分析了时变偏差分离估计算法的有偏差的状态估计协方差基础上,提出了基于时变偏差分离估计(separate bias estimation, SBE)和概率数据关联(probabilistic data association, PDA)的新算法,利用了偏差估计和有偏差的状态估计协方差来确定波门位置和范围,并结合PDA处理多个回波的能力,实现杂波环境下机动目标的跟踪。通过仿真实验,说明了新算法的优势和有效性。     

基于形变模型的空间阵列位置误差估计方法

大型空间阵列在轨工作时,受热载荷等因素影响发生形变,导致阵元位置误差严重影响雷达系统性能。基于联合迭代的传统阵元位置误差自校正算法没有考虑天线形变特点,在实际应用中精度较差。提出基于形变模型的高精度误差估计算法,在建立天线形变模型的基础上,对每一次迭代估计位置采用总体最小二乘法进行曲面拟合,获得形变模型参数,根据模型参数修正阵元位置估计值,进而逐步迭代得到高精度的角度和位置误差估计。仿真结果验证了该方法的有效性及在低信噪比情况下的稳健性。     

基于自适应分割与偏移场估计的活动轮廓模型

针对传统活动轮廓模型无法快速、准确、强鲁棒性地分割灰度不均匀图像的问题,提出了偏移场估计与图像分割相结合的新型混合活动轮廓模型。首先,通过对图像进行模糊聚类分析,提出带有模糊隶属度函数的新型偏移场估计模型,提高了模型对图像灰度信息的估计与提取能力。其次,利用图像信息熵构造了自适应尺度算子(adaptive scaling operator, ASO),改善了模型的分割效率及对初始轮廓和噪声的鲁棒性。最后,通过将偏移场估计模型和ASO融入到能量泛函中,提出新型混合活动轮廓模型。实验结果表明,该模型不但对初始轮廓和不同种类噪声具有较强的鲁棒性,而且对不同程度的灰度不均匀图像具有较高的分割准确度与分割效率。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。