高空风场条件风速概率分布与正态分布差异分析

在飞行器多学科优化设计中,高空风场是有重要影响的不确定性因素,需要准确获取其统计特性。高空风场条件风速的概率分布是特定的,为了便于将高空风场概率模型用于不确定性设计,减少计算量,提出了高空风场条件风速概率分布与正态分布差异的分析方法,给出了将高空风场条件风速概率分布简化为正态分布的适用条件。数值仿真结果表明:在纬度为24.3°N～42.2°N范围内,不同地区高空风场条件风速概率密度与正态分布概率密度的差异在海拔2～30 km范围内呈喇叭形分布,在海拔15 km附近,高空风场条件风速概率密度与正态分布概率密度最接近,高空风场条件风速的概率分布可近似假设为正态分布。综合以上工作,给出了在飞行器不确定性设计中考虑条件风速不确定性时,生成随机样本方法的选择建议。     

基于磁强计和光纤陀螺的小卫星姿态确定非线性滤波算法

提出了一种小卫星姿态确定的非线性滤波算法,该算法利用三轴磁强计和光纤陀螺作为姿态敏感器。在非线性滤波器的设计中,从两个方面对平方根sigma点卡尔曼滤波方法进行改进。第一,把姿态四元数的矢量部分、光纤陀螺的漂移和噪声组合,得到滤波器的增广状态向量;第二,分别建立向量旋转模型、最优化模型和误差四元数乘法模型来确保非线性滤波过程中四元数的归一化约束。仿真分析结果表明,本文提出的非线性滤波算法能够有效地提高小卫星的定姿性能,与扩展卡尔曼滤波相比,具有较高的精度、稳定性和较快的收敛速度;与无迹卡尔曼滤波相比,收敛性相当,但是精度略优,稳定性和计算效率较高。     

一种基于KNN-SVR的基因表达缺失值的估计方法

为了消除不相似基因对基因表达谱中缺失值估计的影响,提出了一种基于KNN SVR的缺失值估计方法.该方法先通过最近邻法选出与目标基因表达最相似的一组完全基因,再用这些基因通过支持向量回归对缺失值进行估计.还提出了用标准化偏差的方差来度量算法的稳定性和估计值的可信度.该方法通过对基因的过滤提高了缺失值估计的有效性.实验结果表明,KNN SVR法具有较高的估计精度和稳定性.     

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.