一种基于Bayes混合模型的命中精度评估方法技术

本发明专利技术提供了一种基于Bayes混合模型的命中精度评估方法，所述方法包括：将综合试验条件划分为若干类，获取每类条件的先验权重；使用聚类算法对落点偏差样本数据进行分类；在每类条件下，计算落点偏差分布的概率密度函数；由此建立多条件概率分布下的混合CEP方程，对该方程进行解算得到CEP值。对于系统偏差差异较为明显的多总体落点偏差样本，利用本发明专利技术的方法得到的CEP评估结果精度更高。

【技术实现步骤摘要】

本专利技术涉及制导系统及定位系统的精度评估领域，具体涉及一种基于Bayes混合模型的命中精度评估方法。
技术介绍
在制导系统或定位系统的精度鉴定过程中，圆概率误差(Circular Error Probable，CEP)是常用的精度指标之一，其优点是能够很好地融合射击准确度与密集度两项指标进行表征。CEP的概率定义为P(X2+Z2≤CEP2)＝0.5，其中(X,Z)代表纵、横向偏差。假设(X,Z)服从连续型分布f(x,z)，则CEP方程可改写成 ∫ ∫ x 2 + z 2 ≤ CEP 2 f ( x , z ) d x d z = 0.5 ]]>对于本文档来自技高网...

【技术保护点】
一种基于Bayes混合模型的命中精度评估方法，所述方法包括：将综合试验条件划分为若干类，获取每类条件的先验概率；使用聚类算法对落点偏差样本数据进行分类；在每类条件下，计算落点偏差分布的概率密度函数；由此建立多条件概率分布下的混合CEP方程，对该方程进行解算得到CEP值。

【技术特征摘要】
1.一种基于Bayes混合模型的命中精度评估方法，所述方法包括：将综合试验条件划分为若干类，获取每类条件的先验概率；使用聚类算法对落点偏差样本数据进行分类；在每类条件下，计算落点偏差分布的概率密度函数；由此建立多条件概率分布下的混合CEP方程，对该方程进行解算得到CEP值。2.根据权利要求1所述的基于Bayes混合模型的命中精度评估方法，其特征在于，所述方法具体包括：步骤1)将综合试验条件划分为h1,h2,…,hN类，N为类型总数；获取每类条件hk的先验概率p(hk)；步骤2)使用聚类算法对落点偏差样本数据进行分类；步骤3)在每类hk条件下，计算落点偏差分布的概率密度函数fk(x,z|hk)；步骤4)建立多条件概率分布下的混合CEP方程；多条件概率分布为：满足下式的R，即为多条件概率下的混合CEP方程为：步骤5)将多条件概率下的混合CEP方程转换为极坐标形式；步骤6)用数值积分方法对极坐标形式的多条件概率下的混合CEP方程进行求解得到R。3.根据权利要求2所述的基于Bayes混合模型的命中精度评估方法，其特征在于，所述步骤3)具体包括：步骤301)根据条件hk(k＝1,2,…,N)下的样本量为nk的精度评定样本 计算样本均值、样本标准差和样本相关系数；样本均值和样本标准差为：其中，为样本纵向落点偏差X的样本均值、样本标准差；为样本横向落点偏差Z的样本均值、样本标准差；样本相关系数...

【专利技术属性】
技术研发人员：段晓君，张胜迪，李畅，晏良，彭利军，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43