马金龙 马立元 方 丹

（陆军工程大学石家庄校区导弹工程系 石家庄 050003）

1 引言

导弹的制导精度是一个非常重要的性能参数，它是对武器作战效能最直接的体现。其制导精度越高，精确打击目标的能力也就越强［1］。在获取导弹与目标遭遇时的落点信息后，对数据的处理方法主要包括经典统计方法和Bayes统计方法。伴随着计算机技术和信息贮存技术的发展，使得测试之前就有了大量的试验数据，传统的经典统计方法已经不能满足工程实际中的要求。因此，为充分利用这些有效信息，提高制导精度估计的准确度和可信度，需要一种新的统计方法，Bayes统计方法恰好适应了这种要求［2］。Bayes统计方法可有效利用大量的验前数据，并随着试验数据的增加不断修正估计值，提高估计的可信度。20世纪90年代中期以来，无论在理论研究还是在应用方法上，Bayes统计都取得了比经典统计更快的发展，在工程技术领域，Bayes统计越来越受到关注，已经成功应用于可靠性分析［3］、精度分析［4］、多传感器融合［5］、神经网络计算［6］等领域中。尤其在武器装备的精度鉴定中，Bayes试验统计方法受到了极高的重视，通过运用各种信息，减少现场试验次数，缩短武器系统研制周期，节省费用，早日定型和装备部队。

本文基于仿真的测试环境下，提出了一种加权条件下的动态Bayes估计方法，并基于相关函数的融合方法合理确定验前信息的权重。既可以快速计算出导弹仿真的落点样本信息的均值和方差的估计值，又可随仿真信息的增加不断对结果进行修正，提高导弹制导精度估计的精度。……