论文部分内容阅读
为提升复合制导武器系统性能,有必要对其进行精度分析和评估。而在其试验过程中由于多种因素的限制,标准状态下的试验难以实现,需要设计大量的等效试验来辅助鉴定定型。通常无法直接利用等效试验数据对武器在标准状态下的性能进行评估,需要对其进行等效试验折合,之后进行相应的适应性评估。然后目前现有的复合制导等效折合方法不成体系,并且适应性评估方法不够完善。本文针对上述问题进行了相关研究。主要内容和创新点如下:1.给出了复合制导武器系统误差模型的形式化数学描述,建立了复合制导等效试验折合及评估的一体化框架;对SINS/SMNS系统进行了误差分析与误差建模,详细梳理了SINS的误差源;基于非等间隔滤波算法建立了SINS/SMNS误差一体化响应模型,并对该系统的等效试验折合进行了算例验证。2.在融合评估方法方面,先验信息和真实现场数据的融合一直是难点。基于代表点理论,综合了信息损失和信息偏差因素,设计了Bayes评估中先验样本量的优化方法。在不同阶段分布函数存在系统偏差的情形下,基于代表点方法的估计精度高于基于可信度的Bayes估计方法,经典Bayes估计方法精度最低。以落点CEP的正态总体参数的估计问题进行分析,理论和算例都证实了本文方法的优势。3.在战标设计与评定方法方面,传统圆概率偏差CEP方法需要假定精度评定样本服从同一个二元正态总体。而复合制导在不同试验区域及景象特征的前提下,会得到不同的试验精度。本文讨论了对于落点精度样本服从不同分布的情况下经典CEP算法可能失效的问题。为此基于Bayes混合模型提出了多条件概率下的混合CEP评估方法,并设计了相应的参数估计算法。以多正态分布混合总体为例,分析对比了经典和混合CEP两种算法的统计性质的差异。分析了先验失真对于混合CEP计算误差的影响,且可估计先验失真所引起的混合CEP计算误差的上界。