一种关于~pc(0≤c<1)的快精算法

求pc(p>1,正整数)的值时,若c较小,通常会存在收敛速度较慢以及数值字长有限所致精度变差的问题。提出了一种关于pc(0≤c<1)的快精算法,该方法按照定点二进制数特点,通过适当扩大c值,利用牛顿迭代法求取近似值,在采用选值法确定初值时,将对应值域分为若干等间隔子区间,初值精度取决于间隔h的大小,而h的大小则根据迭代精度和预定迭代次数确定,由此可获得高精度初值,从而在理论上使pc的迭代计算达到快速、高精度的目的。     

非定常Euler方程数值计算中高精度格式应用

采用五阶精度加权紧致非线性格式(WCNS)和非定常“双时间步”方法求解非定常Euler方程,模拟NACA0012翼型强迫俯仰振动流场,研究了高精度格式应用到非定常计算时“双时间步”方法物理时间步长、子迭代收敛判据、子迭代步数以及物理时间导数离散方法对计算精度和计算效率的影响.     

非线性最小二乘定位问题的全局收敛解法

将全局收敛策略与牛顿法相结合,得到了对初值不敏感的迭代算法.将该算法应用于非线性最小二乘目标定位中,在初值受测量误差影响而估计不准的情况下,可以通过迭代得到精度更高的解.推导了应用于双基地二维目标定位情况下的全局收敛牛顿法.     

逐位开方——快速、精度高的■方法

一、前言现在一般电子计算机都用牛顿迭代法。它的精度取决于初值的选取、迭代次数多少、计算机的字长。初值选取得精确,迭代次数适当多些,计算机字长长些精度就高。在计算过程     

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。     

关于TMA的Taylor级数法的分析

对Taylor级数法在纯方位TMA(目标运动分析)问题中的发散问题进行了仿真分析.针对原始方法的奇异性,提出了一种大权值改进方法,依据仿真分析结果,给出了迭代初值的选取原则,最后给出了一种"万无一失"的发散补救方案.仿真结果表明,改进后的方法对于常用态势以及优选的初值没有发散情况出现,全部收敛.     

UKF滤波算法在两点边值问题求解中的应用

两点边值问题求解是最优化问题间接法求解算法中的关键技术,通常只能通过数值迭代方法给出最终解。而由于两点边值问题的高敏度和强非线性动力学特性,对数值迭代初值的精度要求非常高,否则难以得到收敛解。为了降低对初值精度的要求,基于无损卡尔曼滤波算法,给出了一种最优参数估计方法,可用于两点边值问题求解。此方法采用高斯分布模型,可以二阶以上精度描述原非线性问题,具有较大的收敛域和较高的鲁棒性。通过航天飞行器轨迹优化算例,验证了此算法的有效性和可靠性。     

一种天基测向初轨确定方法

研究了测向数据下的天基初步轨道确定,提出了一种矢量投影法,利用矢量投影建立了基本条件方程组,把现有方法统一起来,并易于扩展为其他类型观测数据下的初定轨.同时研究了迭代初值求解、平凡解初值消除与迭代加速方法等相关问题.采用仿真算例检验本文提出的方法,仿真结果证明了本文方法的有效性.     

SS-IUKF算法及其在成像声纳组合导航中的应用

利用成像声纳对海底进行探测时需要高精度的导航信息。针对导航高维滤波问题,文中在球面单形sigma点变换的基础上,将其与迭代UKF相结合,提出了球面单形迭代无迹卡尔曼滤波(SS-IUKF)算法,并应用于捷联惯性导航系统(SINS)/多普勒流速剖面仪(ADCP)组合导航系统。仿真结果表明,SS-IUKF算法相比UKF、SR-UKF、EKF算法提高了滤波精度和计算速度,具有一定的工程应用价值。     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

一种基于正交迭代的无人直升机着舰相对位姿估计方法

针对基于视觉的舰载无人直升机自主着舰过程中的相对位姿估计问题,选取着舰标志图像的角点特征进行求解,提出了一种基于正交迭代的位姿估计算法。该算法为满足位姿估计结果精确、鲁棒和高效的要求,采用目标空间误差作为误差函数,并基于透视投影模型给出迭代初值,相对于随机给定初始值而言,使得迭代次数减少,收敛速度提升;在迭代过程中,通过绝对定向方式来求解空间共线性误差最优值问题。仿真结果表明:该方法实时性好、精度较高,具有全局收敛性。     

层次分析法中相对权重的改进算法

以层次分析法为背景,分析了确定相对权重的常用算法存在的诸多问题.将和行归一法、方根法与乘幂法相结合,解决了迭代初值的选取问题.将Aitken加速技术引入乘幂法,构建了新的迭代数列,列出了新的算法步骤,解决了线性收敛问题.通过实例对比验证了改进算法的优越性.     

关于收缩算子的异步迭代收敛性

论证了Ｆ为收缩算子时,求解Ｘ＝Ｆ（Ｘ）的异步迭代方法初值选取范围,提出了异步迭代的大范围收敛方法。     

具阻尼广义Korteweg-de Vries方程的迭代学习控制

研究了一类具阻尼广义Korteweg-de Vries(KdV)方程的迭代学习控制问题,利用半群理论导出系统状态的表达式及先验估计。若迭代过程中初值允许存在一定偏差,结合P型迭代学习控制算法,证明了跟踪误差在Banach空间■中收敛,并且给出了数值实例。     

基于改进粒子群算法的火炮内弹道多参数符合计算

为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一.在经典内弹道方程组的基础上,阐述了经典内弹道计算原理,并对基本粒子群算法进行了改进,使改进后的粒子群算法在迭代初期有较大的惯性权重ω和学习因子c1以及较小的学习因子c2,而在迭代后期有较小的惯性权重ω和学习因子c1以及较大的学习因子c2,从而有效地避免粒子群陷入局部最优而导致收敛精度低的缺陷.将改进后的粒子群算法应用于火炮内弹道多参数符合计算,算例结果表明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是火炮内弹道多参数符合计算的理想算法之一.     

采用高超声速再入圆球的大气密度间接探测方法

针对现有大气密度探测方法的精度低、成本高、时空一致性差等不足,提出基于高超声速再入圆球的临近空间大气密度探测方法。根据再入运动方程沿弹道迭代计算大气密度值。仿真结果表明,该方法可测得高度90 km以下的大气密度,测量精度在6%以内。对带有偏心配重块的圆球建立沿弹道的六自由度运动分析模型,结合气动力热数值模拟确定了双天线罩布局方案;并进一步对带双天线罩的偏心圆球实现了沿弹道的热传导数值计算,提出热防护方案,证明了探测方案的可行性。提出的大气密度测量方法可以为建立临近空间高精度大气密度模型提供参考。     

纯方位目标运动状态的极大似然估计及迭代算法

针对非线性最小二乘法在国内目标运动分析中应用较少的现状,首先在二维平面内推导出关于纯方位目标运动状态的极大似然估计的计算公式并给出了基于高斯-牛顿迭代算法的计算过程及步骤,随后分析了极大似然估计的性能和迭代算法的收敛性.仿真计算的结果表明:当迭代初值与目标真实状态充分接近时,用所推导出的计算公式能够快速稳定地得到关于目标运动状态的极大似然估计,迭代算法形式简洁,计算量小.该研究成果可应用于舰艇作战系统目标被动跟踪定位软件.     

灰色直接迭代建模在武器故障预报中的应用

武器系统故障数据常呈现出非等时距、随机性及非准光滑特性,不满足GM(1,1)的建模条件。为此,引入故障信息序列的导数作为建模的白化值,并使用迭代优化算法进行参数优化,从而构建灰色直接迭代GM(1,1)模型。同时,直接迭代建模可有效利用数据第一点的信息,建模时不需累加生成变换和还原处理,算法简单可行,可以有效解决武器系统贫信息状态下的故障预报问题。仿真结果验证了该模型对于实际武器故障序列具有较高的拟合和预测精度。为了解和掌握武器质量状态的发展规律提供了可行的方法。     

双时间隐式方法求解非定常绕流的相关问题

空间采用三阶精度的WeightedNND(WNND)格式,时间方向则采用具有二阶精度的双时间步隐式方法求解二维非定常Euler方程,数值模拟了NACA0012翼型俯仰强迫振动流场,讨论了内迭代步数、内迭代收敛判据以及物理时间步长对计算结果、计算效率与计算CPU时间的影响,并将计算结果与实验值进行了比较。     

单点迭代的LBL/SINS紧耦合快速校正方法研究

针对存在校正速度慢、航行器测距发声时间长的问题,提出了一种等间隔发声、单点迭代非等间隔滤波的LBL/SINS综合校正方法,其本质在于缩小滤波间隔,并在MATLAB平台下实现了综合仿真系统。仿真结果表明:该方案校正的快速性及对某些参数估计的精度优于常规方法。