多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题,提出多星载光学传感器系统误差极大似然配准（maximum likehood registration,MLR）算法。通过一阶Taylor近似对非线性量测转换线性化,推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系,并基于视线交叉获得观测在状态空间中的近似投影,从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正,利用期望极大化迭代,实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性,且配准性能优越。     

基于数据链的雷达误差配准算法

针对没有航迹关联和系统误差分布先验信息的情况,利用数据链系统合作目标的精确参与平台定位与识别(PPLI)报告功能,提出了一种雷达系统误差配准算法.算法将雷达与PPLI航迹对映射为参数域点集,定义了参数域上的信任函数,证明了在一定假设下信任函数随公共航迹数量增加依概率收敛于以系统误差点为均值的正态分布概率密度函数,通过搜索信任函数峰值初步估计雷达系统误差.在此基础上求解雷达航迹与PPLI航迹全局最优关联关系并精确估计雷达系统误差.通过蒙特卡洛仿真验证了算法性能接近Cramér-Rao下界.     

基于地心坐标系的传感器极大似然配准算法

配准是多传感数据无误差坐标转换的必不可少的处理过程。现有的精确极大似然 (EML)配准算法[1]是基于立体几何投影法进行的 ,没有考虑地球地形的影响 ,因此当传感器之间相距很远时将失去实际意义。提出了一种基于地心坐标系 (ECEF)的传感器极大似然配准算法。这种方法考虑到了地球形状对配准的影响。最后给出的仿真结果说明这种配准算法初步解决了远距离的传感器配准。     

WGS-84坐标系下多空基无源传感器最大似然配准

相比多运动平台有源传感器配准或异质传感器配准问题,多平台无源传感器的配准由于无距离信息将更为复杂,鲜有相关研究。为此,首先构建了WGS-84坐标系下有偏无源观测模型,然后将最大似然配准(maximum likelihood registration, MLR)算法扩展到空基多运动平台无源传感器的配准。运用复合函数求导链式法则,推导出应用MLR算法时至为关键的传感器观测量对目标状态的雅克比矩阵。为计算该矩阵,研究了WGS-84坐标系下两平台利用仅角度观测对目标的无源定位问题。理论和仿真结果表明该方法可实现无源传感器配准,配准误差逼近其Cramer-Rao界,验证了该方法的有效性。     

大口径舰炮图像配准方式射击精度仿真

阐述了对岸射击采用图像配准方式的必要性,说明了该射击方式的过程,并对图像配准方式射击进行了误差分析,给出了基于蒙特卡罗法的误差计算模型,并进行了仿真,指出了模型中存在的问题以及需要做的改进。     

基于像素合作博弈的非刚性图像配准方法

用离散位移场表示形变,将非刚性图像配准问题转化为马尔可夫随机场中的最大后验概率推理问题,从而等价于吉布斯随机场中的能量极小问题。为获得能量极小点,将配准视为像素间的博弈,提出了基于多人合作博弈的非刚性图像配准方法,设计了相应的确定性算法。博弈配准时,每个像素尝试与邻居结盟选择一致的位移向量,使自身和联盟的收益都最大化,迭代地完成配准。新方法能配准复杂的形变,精度高、鲁棒性好,非常适用于图像的精配准。实验结果验证了合作博弈配准方法的可行性和有效性。     

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。     

一种用于CDMA系统的快速信道估计方法

信道估计是CDMA系统中的关键技术 ,涉及到对用户信号传播信道的幅度、相位和延时的估计。提出了对一个进入CDMA系统的新用户进行快速最大似然多径信道参数估计的方法。实验结果对比表明 ,本方法捕获性能好 ,且捕获的速度更快     

基于Metropolis Hastings抽样短采样宽带信号方位估计AML算法

针对短采样宽带信号近似最大似然（approximated maximum likelihood,AML）方位估计计算量大的问题,将马尔科夫链〖CD*2〗蒙特卡罗方法与近似最大似然方位估计相结合,提出一种基于Metropolis Hastings抽样的近似最大似然方位估计方法（AMLMH）。该方法将AML算法的空间谱函数作为信号的概率分布函数,并利用Metropolis Hastings抽样方法从该概率分布函数中抽样。研究结果表明,AMLMH方法不但保持了原近似最大似然方位估计方法的优良性能,而且减小了计算量。     

BICM-OFDM中基于ML算法的迭代信道估计

基于最大似然估计(ML),提出了一种新的联合译码的迭代信道估计算法。该算法利用比特交织编码调制(BICM)中迭代译码的硬判决信息,进行信道估计与译码之间的信息交换。在基于BICM的OFDM系统(BICM-OFDM)中,在短波宽带信道下的仿真结果表明,经过4次迭代,系统的误码率性能收敛。与传统ML算法相比,算法可有效的提高估计精度。     

基于GARCH扩散模型的权证定价

考虑了标的资产服从GARCH扩散模型下的权证定价问题. 首先,基于有效重要性抽样(EIS)技巧,给出了GARCH扩散模型的极大似然(ML)估计方法; 然后,以上证和深证综合指数数据为例, 利用EIS-ML方法估计了GARCH扩散模型,表明了EIS-ML估计方法的有效性; 最后,给出了基于恒生指数权证的实证研究. 结果表明:GARCH扩散权证定价模型比经典的Black-Scholes(B-S)模型具有更高的定价精确性.     

Poisson过程的可靠性增长模型(Ⅱ)——定时截尾试验的情况

基于定时截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限。     

多相滤波时钟同步系统的设计与性能分析

高精度、高速率的时钟同步技术是现代数字通信系统实现的关键之一. 以QPSK基带通信系统为例, 提出了多相滤波的最大似然定时误差检测时钟同步方法, 详细分析了其工作原理与设计过程, 并用MATLAB进行了性能仿真. 结果表明, 在误码率接近10⁵时, 该方法与无定时偏差的相干解调相比, Eb/N0要求相 差不到0.5dB, 具有比较理想的性能, 而且计算量较小, 容易用现代DSP或FPGA予以实现.     

一种V-BLAST系统的高性能联合检测算法

提出V-BLAST(Vertical Bell Labs Layered Space-Time)系统的一种新的联合检测算法,先通过迫零(ZF)或最小均方误差(MMSE)算法初步检测,粗判决得到包含nT层信号的初始解向量,然后在信号解空间中找到与初始解有最小错误距离的nT个解向量,最后用最大似然(ML)算法从这nT+1个解向量中找出最优解.以QPSK调制方式为例,计算机仿真验证了在准静态平坦衰落信道中新算法的检测性能,与ZF和MMSE算法比较,该算法能明显提高系统性能,在4×4的MIMO系统中,当误码率在10-2数量级时可以获得6dB左右的增益,而且新算法比ML算法的复杂度低很多.     

PARAMETER ESTIMATION OF EXPONENTIAL DISTRIBUTION

Because of the importance of grouped data, many scholars have been devoted to the study of this kind of data. But, few documents have been concerned with the thresh-old parameter. In this paper, we assume that the threshold parameter is smaller than the first observing point. Then, on the basis of the two-parameter exponential distribution, the maximum likelihood estimations of both parameters are given, the sufficient and necessary conditions for their existence and uniqueness are argued, and the asymptotic properties of the estimations are also presented, according to which approximate confidence intervals of the parameters are derived. At the same time, the estimation of the parameters is generalized, and some methods are introduced to get explicit expressions of these generalized estimations. Also, a special case where the first failure time of the units is observed is considered.     

数据缺失的小样本条件下BN参数学习

引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无先验信息约束下,通过样本回归对缺失数据进行修复.在获得的完整数据基础上利用最大似然估计完成贝叶斯网络参数估计.仿真结果表明,在有数据缺失的小样本情况下,该参数学习方法与标准EM算法相比,能够有效的提高参数学习效率以及推理结果的精度.     

基于IMU/GPS的性能导航方法研究

利用直角坐标系与大地坐标系之间的关系,将状态方程直接采用经纬度描述,GPS测量数据与电子地图上的经纬度相匹配,建立了混合模型,给出了一种新的GPS与IMU融合估计方法,提高了重复定位精度,更方便地实现组合导航系统功能。采用GPS和IMU装置进行了地面车辆试验和实际飞行试验,说明了模型和方法的适用性。

Abstract：

A mixed model was established and a new fusion estimation method for GPS and IMU was proposed through the relationship between the Cartesian coordinate system and the ground coordinate system,and the state equation described by the latitude and longitude directly,and the GPS measurement data and electronic map matched to the latitude and longitude.The provided method has improved the repeatability positioning accuracy and more easily integrated navigation system functions.The ground and actual flight were tested to illustrate the applicability of the model and method with GPS and IMU device.