矩阵外积法Kalman滤波器在动态GPS定位中的应用

由于计算机有效字长的限制,滤波算法在计算机上实施时易于产生误差积累,误差协方差失去正定性或对称性,从而出现数值计算中的不稳定现象.一般情况下,当状态变量维数超过10时,滤波过程中出现滤波结果不稳定现象概率增大.为了解决滤波器数值计算不稳定问题,实践中提出并应用了许多方法,如自适应滤波、固定增益滤波、平方根滤波等.这些算法的不足是计算繁琐,效率低下.提出一个基于矩阵外积法所设计的快速、稳定的滤波算法,该卡尔曼滤波算法速度快,效率高,数值稳定性好,运算量少,将其应用于动态GPS定位验证了其有效性.     

基于空间平滑的单次快拍DOA估计方法

针对DOA估计的实时性和数据污染影响,给出了一种基于空间平滑的单次快拍DOA估计算法.由空间平滑技术,对接收的单次快拍数据采取解相干,再对Toeplitz矩阵进行协方差处理、采用特征分解、MUSIC算法和ESPRIT算法对信号实现DOA估计.该算法只需单次快拍,大大地减少了计算量,并且比现有的算法估计性能更好.采用计算机实验模拟分析和验证,证实了其有效性.     

修正的马尔科夫转移矩阵自适应IMM算法

机动目标跟踪算法中,交互式多模型(IMM)算法是一种相当有效的方法.但该算法中存在Markov矩阵据先验知识给定且不变的问题.针对此问题,提出一种Markov矩阵自适应的IMM算法.该算法利用后验信息实时修正Markov矩阵,改善了位置和速度的滤波结果,使IMM算法的模型概率变化更加符合目标真实运动.经仿真验证,提出的算法具有更好的跟踪性能.     

基于实时变量逆矩阵求解的非线性MIMO解耦ADRC控制方法

非线性多输入多输出(MIMO)系统的解耦控制方法在控制理论和控制工程中都具有重要意义.非线性MIMO解耦自抗扰控制(ADRC)可以有效地解决这一问题,但它需要实时求解被测信号变量或高阶矩阵的逆.逆矩阵的求解是首要问题.在非线性MIMO解耦自抗扰控制中,将逆矩阵的求解问题总结为二阶、三阶、非方阵及变量高阶矩阵几类,并逐一给出解决方法.针对被测信号为变量的高阶矩阵,提出了一种基于高斯消元法的LU矩阵分解方法,可实时求解其逆矩阵.利用一个耦合系统的例子来测试这种方法的控制效果.仿真结果表明,采用逆矩阵法解耦的自抗扰控制器信号可以使控制系统快速达到平衡点.提出一种针对变量高阶矩阵的有效求逆方法,该方法既简单又能达到实时控制的效果,同时具有坚实的数学支持,完善了非线性MIMO解耦自抗扰控制的理论和方法,使其成为一种有效的非线性MIMO解耦控制方案.     

纯方位目标运动分析四维状态的最小二乘模型及分析*

建立了纯方位系统TMA四维状态的最小二乘模型,详细给出了非线性最小二乘算法的迭代公式,分析了非线性最小二乘模型、线性最小二乘模型可解的必要条件,以及非线性最小二乘模型与极大似然模型的等价性。     

三维多站测向交叉定位算法及精度分析

在多站的测向交叉定位中,常把三维问题分解成二维和一维分别解算,这种方法虽简单易行,但定位精度有待进一步的提高。文中详细推算了这种算法的误差模型;然后给出一种用泰勒级数法结合最小二乘的思想进行定位的方法,并通过仿真计算证明了这种泰勒级数法的定位性能要优于前者。     

纯方位系统TMA非线性最小二乘法——理论数学模型与常规算法

对非线性最小二乘法应用于纯方位系统目标运动分析进行了综合评述,介绍了经典的非线性最小二乘法及几种常规算法:高斯—牛顿迭代法,麦夸脱迭代法,自适应非线性最小二乘法,给出了非线性最小二乘法对纯方位目标运动分析的四个数学模型:高度非线性模型,减弱非线性模型,再减弱非线性模型,再进一步减弱非线性模型。     

主减速器噪声测试台胶带轮系的多目标优化

为降低轿车主减速器噪声测试试验台本底噪声，其传动系统采用了四对三角胶带传动。本文论述的三角胶带轮必须满足：传动比要求、重量最轻、转动惯量最小、制造成本最低，故对三角胶带轮采用了多目标优化设计，其优化结果用于试验台的效果令人满意。     

快擦写存储器结构及机理

讨论了快擦写存储器典型位元结构及其存储信息原理，详细论述了目前广泛使用的或非和与非两种结构的快擦写存储矩阵的结构组成和工作原理。     

一种新的二维谐波估计方法

研究了二维谐波信号相关矩阵后 ,提出了一种称之为“矩阵束的二维谐波估计 (MP2D)”算法 ,该算法既不需要求解二维特征多项式的根 ,也不需要在二维频率空间搜索谱峰 ,算法具有高效性。仿真实验表明 ,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。