用差分方法解二阶线性常微分方程边值问题的误差估计式的改进

关于二阶线性常微分方程边值问题的差分解法的误差估计式,所见文献中都是借助于极值原理,给出误估计为(M(b-a)~2/96)×h~2.本文利用矩阵的理论和方法,得到的估计式为(M(b-a)~2/96)×h~2·(1/1 (q/2)×h~2),与已有的估计式相比较,有所改进,而且体现出系数q(x)     

Weibull 分布场合下恒定应力加速寿命试验的保序估计

讨论了Ｗｅｉｂｕｌ场合下恒定应力加速寿命试验的最优线性无偏估计及保序估计,获得了保序估计的表示式,并给出了一个模拟例子．     

基于扩展多模型自适应估计的运载火箭伺服机构故障检测与诊断

针对运载火箭伺服机构故障,提出了一种基于扩展多模型自适应估计的故障检测与诊断算法。首先建立了考虑伺服机构故障的运载火箭姿态动力学模型,其次将故障角度作为状态变量得到增广状态空间模型,然后利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率,最后给出了基于扩展多模型自适应估计的故障检测与诊断算法流程。该方法的优点是只用一个扩展卡尔曼滤波器就可完成一个伺服机构的故障检测与诊断,从而大幅减小用于伺服机构故障检测与诊断的滤波器数量。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测,在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

基于Huber权函数的Allan方差非相关差分抗差估计方法

原子钟频率稳定度计算时由于钟差观测异常会导致Allan方差出现较大的估计偏差。本文首先建立了Allan方差的差分估计模型,根据钟差的差分序列统计特性分析了相关差分估计的噪声识别与白化等计算复杂度问题;针对上述难点提出了一种基于Huber权函数的非相关差分抗差估计方法,建立了一种非相关差分序列的构造方法,有效避免了复杂的噪声识别及白化计算,给出了Allan方差的非相关差分抗差估计的推导,并对抗差过程引入的误差累积给出了一种抵消方法;最后给出了完整的抗差估计方案,并利用实测数据进行了实验验证,结果表明本文方法对相位单点跳变、相位阶跃跳变具有显著的抗差能力,抗差估计可使异常引入的相对偏差由近200%降至5%以内。     

稳定性、收敛性及其它

本文阐述了稳定性、收敛性、自适应估计、平稳/非平稳随机过程概念内函,以便在科学研究和 工程研制中正确运用它们。     

使用IMM/JPDA和固定延迟平滑滤波方法进行杂波环境下多机动目标跟踪

本文考虑用转换多目标运动模型对杂波环境下多机动目标进行跟踪。在马尔科夫转换系统中,次最优算法采用基本的交互多模型(IMM)逼近和联合概率数据互联(JPDA)技术。本文在IMM和JPDA的基础上发展出次最优固定延迟平滑算法应用于增广状态系统,并通过对两个高机动目标的跟踪举例说明了这种算法的有效性。     

舰炮弹道估计的卡尔曼滤波算法

针对舰炮弹道观测校正中的弹道最佳估计问题,提出了转换卡尔曼滤波算法,在三维空间里对观测弹丸飞行轨迹进行滤波,估计最佳弹道。给出了具体的算法并用某型海军舰炮进行了仿真,取得了较好效果。     

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.     

一种非均匀噪声下的DOA估计算法

通用协方差差分算法用来实现对空间非均匀噪声环境下相干信号的波达方向(DOA)估计,该算法可以完全消除空间非均匀噪声,且适用于低信噪比环境,但该算法的DOA估计结果存在伪峰。针对这一问题,提出了一种改进的算法。改进算法通过对通用协方差差分(GCD)算法的信号协方差矩阵进行变换,再用特征分解的方法得到信号的DOA估计值。改进的算法可以完全消除伪峰,理论分析和仿真实验验证了改进算法的有效性。     

无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。