A stochastic optimal control approach to a class of production and inventory problems

A comprehensible and unified system control approach is presented to solve a class of production/inventory smoothing problems. A nonstationary, non-Gaussian, finite-time linear optimal solution with an attractive computation scheme is obtained for a general quadratic and linear cost structure. A complete solution to a classical production/inventory control problem is given as an example. A general solution to the discrete-time optimal regulator with arbitrary but known disturbance is provided and discussed in detail. A computationally attractive closed-loop suboptimal scheme is presented for problems with constraints or nonquadratic costs. Implementation and interpretation of the results are discussed.     

A Maximum Entropy Method for Particle Filtering

Standard ensemble or particle filtering schemes do not properly represent states of low priori probability when the number of available samples is too small, as is often the case in practical applications. We introduce here a set of parametric resampling methods to solve this problem. Motivated by a general H-theorem for relative entropy, we construct parametric models for the filter distributions as maximum-entropy/minimum-information models consistent with moments of the particle ensemble. When the prior distributions are modeled as mixtures of Gaussians, our method naturally generalizes the ensemble Kalman filter to systems with highly non-Gaussian statistics. We apply the new particle filters presented here to two simple test cases: a one-dimensional diffusion process in a double-well potential and the three-dimensional chaotic dynamical system of Lorenz.     

光纤水听器相位生成载波解调非线性因素的抑制方法

为了消除非线性因素对相位生成载波解调结果的干扰,降低相位生成载波解调过程中低通滤波器的频响特性对相位生成载波解调结果的影响,该文提出了一种基于扩展卡尔曼滤波椭圆参数估计的相位生成载波微分交叉相乘解调方法。该方法在综合考虑各种非线性因素对相位生成载波微分交叉相乘解调结果的影响的基础上,对传统的相位生成载波微分交叉相乘解调过程进行了改进。经过计算机仿真和实验验证,该文所提出的扩展卡尔曼滤波微分交叉相乘方法能够有效地抑制非线性因素对相位生成载波解调结果的干扰,相比传统的相位生成载波微分交叉相乘方法,其信噪比提高了35.0 d B,总谐波失真降低了30.7 dB,信噪谐波比提高了31.0 dB,且扩展卡尔曼滤波微分交叉相乘方法受解调过程中低通滤波器频响特性的影响较小。     

二维振荡叶栅非定常粘性流动数值模拟

采用显式四步Runge-Kutta格式，结合Baldwon-Lomax紊流模型求解Navier-Stokes方程，借助运动网格技术，完成了对二维振荡叶栅非定常粘性流动的数值模拟。为了加速求解过程，引入了变系数隐式残差光顺方法，取得了较好效果。数值结果与已公布的数据有很好的一致性。     

应用于近距空空导弹惯导系统的传递对准技术

对应用于近距空空导弹捷联惯导系统的“长时”传递对准问题进行了讨论,分析了机载火控系统中建立“长时”惯性坐标系的原理和方法,并进行了长时传递对准卡尔曼滤波器的设计,在此基础上完成了初步的数学仿真.     

船用武器捷联姿态基准系统快速传递对准方法研究

研究了一种改进的快速传递对准算法在船用姿态基准系统中的应用。这种改进利用了舰船主惯导系统角速率和速度信息，与子系统的捷联姿态基准系统的相应信息相匹配，通过卡尔曼滤波器提取从系统的误差估计量。针对船用的三种武器做了各种仿真，结果表明在40秒时间内对三个失准角的估计都能达到较高的精度。研究还表明，在传递对准滤波器中引入固定区域平滑算法对姿态误差估计的精度将有明显的提高。     

一种应用四元数的快速传递对准方法

传递对准是舰载武器惯导系统初始对准的一种有效办法，为满足舰载武器要反应快的要求，必须在短时间内对初始不对准角进行估计并加以补偿。文中建立了采用四元数的传递对准的，线性模型，在此基础上进行卡尔曼滤波，解决了舰载垂直发射导弹的初始对准问题，同时又克服了一般四元数对准模型非线性滤波计算量大，对准时间长的缺点，使导弹能在短时间内完成对准，提高其反应速度，增加其命中率。仿真结果表明，该文提出的快速对准方法具有对准速度快、精度高的优点。     

Galileo系统动态滤波的研究

提出一种Galileo动态定位滤波的方法。该方法从Galileo系统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Galileo系统接收机的机动载体加速度采用当前统计模型，利用线性卡尔曼滤波器进行动态定位数据的处理，并将次优加权自适应卡尔曼滤波算法应用到Galileo系统动态定位中。该模型简单，实时性好，滤波后定位精度得到提高。     

基于神经网络的误差补偿滤波器在陀螺漂移误差模型辨识中的应用

用神经网络补偿非线性卡尔曼滤波器的状态估计误差，并将其用于陀螺漂移误差模型的参数辨识中，仿真结果表明该方法的有效性。     

微机电陀螺零点漂移数据滤波方法的研究

微机电石英音叉陀螺虽然有突出的优点，但也存在噪声比较大的缺点。普通的数字滤波方法通常会造成比较大的滞后，减小了系统的相位裕度，而且对截止频率以内的噪声不起作用。作者在对石英音叉陀螺零点漂移数据建立时间序列模型（AR模型）的基础上，采用卡尔曼滤波算法对石英音叉陀螺的漂移数据进行了处理。仿真实验表明，所采用的滤波方法合理有效。