机动目标自适应高斯模型与跟踪算法

提出了一种描述机动目标运动状态的自适应高斯模型，在这种模型中，机动目标的加速度被认为是具有非零均值、时间相关的随机过程，并假定其概率密度函数服从高斯分布。指出了机动目标运动模型的均值和方差与目标机动加速度最佳当前估计值之间的关系，在此基础上，提出了相应的自适应卡尔曼滤波算法。仿真结果表明，该算法对机动目标在不同机动方式下的位置、速度和加速度均有良好的跟踪效果，且所需计算量小。     

一种改进的交互多模型算法

针对交互多模型(IMM)算法对目标加速度估计误差较大的不足,提出了一种改进的交互多模型算法,通过对交互多模型输出的加速度信息进行均值滤波提高对加速度估计的精度.计算机仿真表明,与交互多模型相比,该方法对匀速目标特别是机动目标具有更好的加速度估计能力,且便于工程实现.     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的“当前”统计模型变采样率机动目标跟踪算法。该算法针对“当前”统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的“当前”统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统“当前”统计模型相比,改进的“当前”统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的“当前”统计模型1.5～2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

机动目标跟踪的一种变维交互改进算法

为了满足工程需要,结合变维卡尔曼滤波器和α－β算法的优点,提出了一种卡 尔曼和α－β变维交互替代目标跟踪算法。通过加入机动检测器监视机动,在目标发生 机动时,采用高阶维数模型和卡尔曼滤波器;机动消失后,退回到低阶维数模型和α－β 滤波器,从而实现了对机动和非机动目标的自适应跟踪,克服了因转弯机动引起的误差突 跳,并显著地减少了计算量。通过Monte Carlo 仿真进一步验证了改进算法的合理性和实 用性。     

分段跟踪识别器的多特征加权指标设计

分段跟踪识别器（STI）解决的是机动目标相邻运动模式切换时刻判定和运动模式参数辨识互相耦合的问题，这种非贝叶斯的方法不需要先验给定目标的运动模型集与模型之间的转移概率。STI在设计性能指标时主要存在以下两个问题：一是仅考虑目标位置与航向角连续性，特征量不完备；二是各连续性指标权重先验给定，缺乏设计准则。为此，提出了STI的多特征加权指标设计方法。首先，引入了速度连续性指标，改善了目标运动模式提取时特征量的完备性；然后，基于各指标的协方差矩阵对其权重分别进行了设计，消除了各指标量纲的影响。仿真结果表明，与STI相比，新提出的方法运行速度快，目标运动模式误切换次数与切换时延明显下降，目标位置与角速度估计精度也有所提升。     

基于地理信息的地面运动目标跟踪方法

为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-I MM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线 模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可 更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条 件约束的目标跟踪算法比现有交互多模算法具有更好的性能。     

基于稳态分布的资本资产定价模型上海股市实证分析

运用BS估计和OLS估计对资本资产定价模型在我国证券市场的应用进行了实证分析,分析结果显示,运用OLS方法对建立在资产收益为正态分布基础上的传统资本资产定价模型与运用BS方法对资产收益为α稳态分布的资本资产定价模型的贝塔系数估计值存在较大的差异,而BS估计方法明显比OLS估计方法更有效率。     

均值-CVaR模型在正态条件下风险资产组合的研究

条件风险值(CVaR)是指金融资产或其组合的损失额超过VaR的条件均值,它克服了VaR的非一致性,不满足凸性等局限性。给出了在风险证券的预期回报率服从正态分布下的均值-CVaR模型及最小均值-CVaR风险资产组合有解的条件,并在该条件满足下的最小均值-CVaR组合的投资比例向量和最小值。     

高机动平台下雷达数据处理

本文讨论了在高机动平台下载机的两种机动模型：“当前”统计模型和Signer模型，并对两种模型作了仿真。仿真结果表明，在数据更新率很高的情况下，两种模型都很好，而在数据更新率较低的情况下，只有“当前”统计模型适用于高机动平台。     

时分双工系统波束赋形块长优化

提出了一种优化时分双工系统波束赋形块长的方案。在该系统中,由于上下行链路的 信道互易性,基站可以通过上行导频估计出当前时刻的信道状态信息,从而计算出下一时刻 的发射波束赋形向量或矩阵。当给定归一化导频开销时,不同的波束赋形块长对应不同的上 行信道估计误差和上下行传输时延,进而导致不同的系统性能。以块平均后验信噪比为目标 函数,推导出最优块长,它能同时最大化块平均后验信噪比和块遍历容量(上界)。仿真结果 验证了理论分析的正确性。     

多模型交互滤波在运动目标轨迹融合中的应用

分析了运动目标轨迹融合数据源的技术特点,在目标跟踪算法基础上,提出了多模型滤波的概念,同时建立了比较有效的数学模型,解决了目标高度机动情况下的目标跟踪问题。最后给出了多模型滤波效果的仿真演示结论。     

一种直角坐标系下机动目标匀加速圆周运动新模型

针对机动目标跟踪过程中运动模型分散繁杂的缺点,提出一种能 描述多种运动形式的匀加速圆周运动模型。首先,给出了匀速圆周运动目标的状态向量描述 。在此基础上,针对匀加速圆周运动的特点,建立了直角坐标下目标速度模型。通过巧妙利 用微积分方法,推导出匀加速圆周运动的位置和加速度模型。最后,通过数学证明和仿真实 验,验证了该运动模型的有效性。     

统计MIMO雷达的多目标定位和速度估计方法

在多目标情况下,统计多输入多输出（MIMO）雷达需要对不同观测通道中估计出的目标参数 进行配对,才能完成多个目标定位及其速度估计 。针对这一问题,对统计MIMO雷达提出了一种映射搜索配对法来实现在不同观测通道中的目 标距离延时和多普勒频率估计值的配对,从而获得目标位置及其速度估计值。仿真结果表明 ,该方法在目标雷达散射截面（RCS）闪烁情况下能对多个目标进行有效定位和速度估计。     

空间面板误差模型中随机效应的C(α)检验

由于空间面板误差模型中的空间误差项和随机效应之间存在相关性,传统的面板数据模型随机效应检验无法直接应用到空间面板误差模型。如果采用极大似然估计法估计空间面板误差模型然后构建随机效应检验,又会遇到计算困难的问题。文章构建了空间面板误差模型中用来检验随机效应的C(α)检验,该检验仅依赖于参数的一致估计且计算简单。蒙特卡罗模拟结果表明本文提出的C(α)检验有良好的有限样本性质。     

基于截断修正平滑l0范数的MIMO雷达目标参数估计

在多输入多输出(MIMO)雷达中，针对平滑l0范数(SL0)因感知矩阵的病态性而导致其失效的问题，提出了一种基于截断修正SL0的MIMO雷达目标参数估计方法。该方法在对MIMO雷达感知矩阵进行截断奇异值分解(TSVD)处理的基础上，将保留的奇异值以均值为截断门限，分成较大和较小的两部分，分别采用不同的修正准则进行修正；然后经奇异值分解(SVD)反变换获得非病态感知矩阵，利用该非病态感知矩阵通过SL0算法对MIMO雷达目标参数进行估计，从而显著提高了MIMO雷达目标参数估计的精度和速度。仿真结果验证了该方法的有效性。     

基于一维距离像序列的雷达目标微动参数估计

雷达目标微动参数估计是微动特征用于目标识别必须首先解决的一个问题。以典型的 转动模型为例,分析了微动对一维距离像的影响,推导了不同情况下微动补偿需满足的精度 要求,提出了利用自相关法、峰谷值检测法及单脉冲测角原理联合估计微动参数。仿真实验 验证了所提算法在信噪比为-5 dB时仍有效。     

Markowitz投资组合模型的优化研究

由于Markowitz投资组合模型过于严格的假设,它在中国证券市场的应用上存在一定的局限性.本文在Markowftz均值一方差模型的基础上,对模型中不符合中国证券市场的理想化假设进行修正,通过对预期收益率和风险进行优化度量,将交易费用、最小交易数量等限制条件引入模型,实现了对均值一方差模型的优化,得到了在不同优化背景下的新的数学模型.     

采用分裂Bregman的空间邻近目标红外超分辨算法

利用红外成像系统跟踪空间邻近目标时,目标在红外像平面的成像相互交叠形成簇状像斑,导致跟踪系统无法有效分辨这些目标。基于稀疏重构的超分辨方法是一种将稀疏重构技术应用于处理邻近空间目标分辨的单帧超分辨方法,能够有效估计目标个数和位置等参数。针对二阶锥规划方法求解基于稀疏重构的超分辨模型计算复杂度大、效率低的问题,提出采用分裂Bregman方法求解该超分辨模型,先通过引入辅助变量将原问题转化为一系列易于求解的子优化问题,然后利用交替最小化方法求解每个子问题,最后分析正则化参数的合理设置,从而实现对超分辨模型的最优化求解。仿真实验结果表明,所提方法能够有效求解基于稀疏重构的超分辨模型,在保证分辨像斑中目标个数和位置参数的前提下,计算耗时缩短了8%,有效提高了求解效率,便于工程实现。     

基于残差三阶累积量的机动检测新方法

针对在有高斯量测噪声情况下目标机动检测问题,提出了一种基于残差三阶累积量的 机动检测算法,通过利用Kalman滤波实时产生残差数据而进行的三阶累积量的计算,抑制了 高斯噪声对目标机动的影响,且实现了机动检测的实时性。仿真实验结果验证了该算法的有 效性和稳健性。