一种Myriad滤波器中线性度参数的计算方法

以最小渐进方差准则为基础,分析了SαS分布模型参数对Myriad滤波器线性度参数的影响,推导了SαS分布模型参数α与Myriad滤波器的线性度参数K之间的关系曲线,提出了一种线性度参数K的计算表达式,并与传统的经验公式和实际数据进行了比较。结果表明:相对于传统计算方法而言,所提出的公式对实际数据的逼近效果更好、形式更为简洁,具有较强的实用性。     

一种新的线性最优滤波器的设计与研究

针对一类未知机动目标设计了一种线性最优滤波器.该滤波器采用有限记忆模型作为滤波模型,模型参数用动态最小二乘方法辨识得到.由此得到的滤波器称为基于辨识有限记忆模型的线性最优滤波器.有限记忆模型克服了时间多项式模型(如CV模型、CA模型、Singer模型等)对目标物理特性的依赖性,它从目标运动轨迹入手对目标运动特性进行描述,更适合于战场未知目标的跟踪滤波.通过原理分析和Monte Carlo仿真实验验证了该滤波方法的有效性,并且和Kalman滤波方法进行了比较.     

GPS动态定位中的自适应扩展卡尔曼滤波算法

针对全球定位系统 (GPS)提出一种扩展卡尔曼滤波器算法。这种滤波器算法直接从GPS接收机输出的定位结果入手 ,将各种误差因素的影响等效为一个总误差 ,对GPS接收机的机动载体的加速度采用当前统计模型 ,并利用线性卡尔曼滤波器进行动态定位数据的处理。本模型简单 ,实时性好 ,滤波后定位精度得到提高。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机，建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法，提出了一种新的粒子群多样性测度计算方法，有效改善了其早熟收敛现象；基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数；利用滑动时间窗口策略更新模型数据，设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整，对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验，表明了所建在线预测模型具有较高的预测性能，有一定的实用价值。     

临近空间高超声速滑翔弹跟踪模型

为了提高临近空间高超声速滑翔目标的跟踪精度,基于目标的航迹倾角变化规律建立了一种新的机动模型。为了在雷达测量直角坐标系下估计目标的位置和速度,分析了目标的弹道剖面角,基于航迹倾角变化率和倾角变化率有相近似的变化规律,提出用倾角代替航迹倾角,将倾角变化率描述为零均值正弦自相关随机过程建立角度域的Markov模型,然后将角度关系映射到位置维度建立空间模型。为了使得系统总体状态模型线性,将模型拆分为前端的角度子滤波器和后端的位置子滤波器,由角度滤波器驱动位置滤波器联合跟踪滤波。通过仿真设置了模型的参数,实验结果表明其模型具有更好的跟踪精度。     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

数据与机理相结合的船用NPP破口尺寸诊断方法

用数据驱动故障诊断方法对船用核动力装置破口尺寸进行诊断时速度快,但诊断结果存在不确定性;机理模型驱动诊断方法确定性较好,但需要人为判断和输入故障类型。为此,提出了一种数据与机理相结合的船用核动力装置破口尺寸诊断方法。首先,选取BP神经网络作为数据驱动诊断方法,建立安全分析平台作为机理模型分析工具;然后,采用Matlab编写接口程序,实现了数据驱动和机理模型驱动二者耦合运行;最后,对所提方法进行了验证。结果表明：利用机理模型可验证数据驱动诊断结果的准确性,当数据驱动诊断结果不够准确时,在数据驱动诊断结果基础上采用机理模型驱动方法可诊断出更准确的破口尺寸;数据驱动与机理模型驱动相结合的船用核动力装置破口尺寸诊断方法是可行且高效的,能够实现在线快速诊断,该方法还可应用于其他类型故障诊断与分析。     

基于声发射的工程陶瓷边缘碎裂灰色尖点突变预报模型

损伤预报是减轻或消除工程陶瓷边缘碎裂的有效手段。针对工程陶瓷边缘碎裂的突变不连续特性,结合灰色理论和尖点突变理论,建立了基于声发射的灰色尖点突变预报模型,并应用该模型对不同已知数据下的氧化铝陶瓷边缘碎裂损伤演化过程进行了损伤预报。结果表明:已知数据占总数据的百分比对模型的预测精度影响较大,当已知数据占总数据的80%以上时,灰色尖点突变预报模型可较好地实现氧化铝陶瓷边缘碎裂的损伤预报,从而可有效减轻或消除工程陶瓷边缘碎裂的产生。     

临近空间目标跟踪与预报技术研究

目前临近空间高超声速飞行器发展迅速,临近空间目标跟踪与预报已引起广泛关注。论述了临近空间高超声速飞行器跟踪与预报技术,包括临近空间高超声速机动目标模型、多模型滤波器设计方法、临近空间高超声速机动目标轨迹预报方法等,并提出现有方法存在的主要问题及后续主要研究方向。     

预报风强度对火箭最大气动载荷精度影响及建模分析

针对不同预报风强度的精度以及其对应的最大气动载荷预报值精度的研究文献极少。以某地区实况风为基准,分别对不同预报风强度的精度以及其对应的最大气动载荷预报值精度特征进行了分析,并利用多元线性回归方法建立了订正模型,结果表明在预报日数第1～11天,预报风强度越大,预报风精度及其对应的最大气动载荷预报值精度越高;利用多元线性回归方法可提高最大气动载荷预报值精度,且预报风强度越小,最大气动载荷预报精度提高越明显。这些发现在火箭发射前的飞行保障及安全决策方面具有参考价值。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

加拿大山猫数据的几种时序模型分析

本文利用四种时间序列模型,即自回归模型、组合模型、疏系数自回归模型、门限自回归模型,分别对时间序列分析中一组有名数据,即加拿大山猫数据,进行模型拟合,并对得到的四个模型及预报结果进行了分析和比较。     

我国数据驱动管理决策研究现状分析

数据驱动管理决策研究是大数据时代管理工程领域研究的重要方向。本文提出了基于社会网络分析方法的总体思路，采集、清洗和处理了我国数据驱动管理决策研究文献数据，建立了文献数据的共词矩阵，并进行了共词分析，构建了我国数据驱动管理决策研究的社群图，从点度中心度、接近中心度和中间中心度等方面研究了我国数据驱动管理决策研究现状，提出了当前研究热点和研究对象。此外，我们从大数据时代管理决策特点规律和作用机理揭示、数据驱动管理决策体系框架构建和要素分析、管理决策数据驱动技术工具和模型构建等方面总结了未来研究重点和趋势。研究结论对于我国开展数据驱动的管理决策理论研究和实践应用能够提供参考借鉴。     

纯方位目标跟踪的伪线性卡尔曼滤波器FPGA实现

伪线性卡尔曼滤波器广泛应用于纯方位目标跟踪中,其递归性非常适合于硬件实现。结合实际项目,在对数据流进行分析的基础上,使用xilinx公司virtex-4系列芯片提供的DSP48专用乘法单元,以及自行设计的高效除法单元,通过简化标量运算和充分利用并行流水机制,最终实现了伪线性卡尔曼滤波器。仿真验证了数据的精确性。综合报告显示此系统的最高频率为123.8 MHz,满足实时性要求。     

基于Matlab的线性拟合计算

对于弹道导弹,由于其运动受多种因素的影响,因此描述其运动的微分方程是极其复杂的,而且,方程中的部分参数是通过对试验数据的科学处理获得的.为了建立数学模型,有时用数据拟合的方法对试验数据进行处理.运用单变量、多变量的线性拟和方法,给出了"单输入/单输出"、"多输入/单输出"的线性拟合模型,并针对拟合模型中未知参数的确定问题,给出了基于最小二乘的线性矛盾方程组的求解方法.通过仿真计算,能够得到较高精度的计算结果.最后,给出了Matlab的实现方法,并给出了一段具体的实现程序.     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

MOS运算放大器Volterra模型

本文提出了一个适用于小信号非线性分析的 MOS 运算放大器模型。该模型基于Volterra-Wiener 泛函级数,包含了由于运放的 Slew-rate 引起的非线性。用本文的模型对两个有源滤波器进行了分析和实测,分析的数据与实测数据吻合很好,结果表明本文提出的模型优于以往提出的模型。     

潜艇操纵运动模型简化及仿真研究

潜艇运动为六自由度空间运动,具有强非线性和耦合性。针对运动预报、仿真及控制器设计等不同需要,建立兼顾准确、简洁的操纵运动模型十分重要。对潜艇运动标准方程进行简化,分别建立空间运动模型、平面非线性模型及平面线性模型。经过仿真和特征参数计算,验证了简化模型的合理性。通过比较分析,给出了不同机动条件下用于运动仿真和控制器设计的模型选用建议。     

无源北斗组合导航算法对载体机动的适应性

研究了自适应滤波定位算法,以便减小大机动时组合导航系统的定位误差。首先,在仿真分析组合导航算法的基础上,提出了模糊逻辑自适应滤波方案。然后,通过仿真获取系统知识,建立模糊逻辑算法调整滤波器驱动噪声方差,实现滤波定位模型对用户机动的适应性。最后,通过仿真验证,模糊逻辑自适应滤波算法能够根据用户机动情况实时调整卡尔曼滤波器的驱动噪声方差参数,并能有效提高组合导航系统机动时的定位精度。