基于近端算子PHMC的机载雷达高度表参数估计

传统雷达高度表参数估计算法在面对参数的高维特性时会出现过拟合情况,导致参数估计精确度降低。为此,提出一种新颖的基于近端算子修正的哈密顿蒙特卡洛(PHMC)算法,通过统计学的手段估计高程参数。首先假设高程参数具有稀疏特性,并使用拉普拉斯分布对其进行表征,这种稀疏先验可表征高程突变的地形场景。稀疏先验与似然函数之间为非共轭关系,使用分层贝叶斯的方法获得后验分布函数的闭合解,采用哈密顿蒙特卡洛(HMC)方法通过采样的方式解决贝叶斯推论中的参数估计问题,引入近端算子提供次梯度完成参数估计。仿真数据验证了所提PHMC算法优于其他传统算法。

一种基于蒙特卡洛的机载测高算法

雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度的主要方法有对场景进行精准建模、使用参数估计算法。对传统参数估计算法而言,受步长影响,在估计过程中容易陷入局部最优,且随着参数维度的增高,只能求解低维参数的传统算法,难以获得较为精确的估计结果。因此,为了满足现阶段测量精度的需求,需要使用一种高精度参数估计算法。针对雷达高度表传统参数估计算法在面对参数的高维特性时会出现过拟合的情况,提出一种新颖的基于近端算子的哈密顿蒙特卡洛算法(proximal hamiltonian monte carlo,PHMC)。通过面元仿真数据进行测试,并使用了提出的算法与多种传统算法进行比对,证明了所提出算法的参数估计能力优于传统参数估计算法。

1394总线协议技术发展综述

针对在航空航天、雷达领域常用的1394协议进行了介绍。介绍了该协议的发展历史,包括该协议的提出时间、发展历程、各个阶段的特性;对协议中的物理层、传输层、逻辑层及上层协议进行了详细地介绍,并介绍了协议中常用的4种拓扑结构,即星型结构、树型结构、环型结构及混合结构;介绍了该协议未来的可能发展方向与应用场景。