振动陀螺仪单向时滞耦合系统的摄动分析

针对振动陀螺仪单向时滞耦合系统，研究了角速度、耦合强度、耦合时滞与系统输出信号之间的关系，着重关注耦合时滞对待检测角速度测量结果的影响．本文采用摄动法对振动陀螺仪单向时滞耦合系统进行理论分析，得到了系统输出信号、系统振动边界和待检测角速度的近似表达式，并将数值和近似计算结果进行了对比．理论分析结果与数值结果比较吻合，验证了运用摄动法分析振动陀螺仪单向时滞耦合系统的有效性，也表明了在运用摄动法分析系统时具有局限性．     

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。     

广义相对论的几个问题

介绍了爱因斯坦如何建立广义相对论,以及人们应该如何理解这一关于时间、空间和引力的理论.     

地球静止轨道远程交会过程导航性能评估

远程交会是静止轨道共位卫星自主定点置入的关键途径。针对远程交会过程中大距离跨度下相对运动模型的误差信号特性,理论推导了误差的传递机理,给出了相对导航EKF算法期望及噪声特性的定量分析模型。研究表明,确定距离区间存在最优过程噪声量级及其对应的最优滤波性能,且滤波误差与交会距离正相关,可作为全局最优滤波器的定量设计依据,解决了静止轨道远程交会过程EKF导航算法性能的量化评估问题。仿真表明,分析结论正确,相对速度滤波误差全程优于0.005 m/s(1σ),满足交会任务需求。     

基于变分贝叶斯优化的近邻采样 PF-SLAM 算法

针对移动机器人同时定位与地图构建（SLAM）中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法。采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布。实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76%,较期望最大化算法下的定位与建图误差降低了54%,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考。     

物理学咬文嚼字之四十一 如何是直？

什么是直的问题关系到物理学对运动和时空结构的理解.英文文献关于直线有right line,straight line,direct line,beeline等说法,分子轨道的记号g,u也与＂直＂有关.     

半线性抛物方程的时空有限元方法的误差估计

<正>1引言本文考虑如下半线性抛物方程(?)其中Ω∈R~2.函数f(u):C→C满足:(1)|f(u)|≤c|u|(?)u∈C(Ω)(2)Lipschitz条件,即     

分段滤波用于消除脉搏血氧检测中多种运动干扰的研究

脉搏血氧饱和度检测仪可以无损、实时地检测动脉血液中的含氧百分比,从而快速对人体的呼吸状况以及心肺功能作出判断,但其检测精度极易受到测试部位运动的影响.人体测试部位的运动大致可以分为突发性运动干扰以及周期性的运动干扰.突发性干扰表现在局部脉搏波的波形突变上,而周期性的干扰体现在多个局部脉搏波的波形的周期性变化上.文章有针对性地提出了一种将微分阈值分段与迭带中值滤波相结合的方法来剔除突发扰动的方法,并且在上诉方法上再加上一级多点移动平滑以消除周期性运动干扰.实验证明该方法在消除多种运动伪差上有着较好的效果,且该方法计算简单,易于实现,有着一定的实际应用价值.     

闪光照相CCD图像的自适应中值滤波方法

中值滤波是一种在去除噪声的同时能较好地保护图像边缘细节的非线性图像处理方法。为了滤除闪光照相CCD图像中的脉冲噪声，同时能更好地保护图像边缘，提出了一种改进的自适应中值滤波方法。该方法采用局部中值和局部方差作为判断噪声点的阈值，实现了局部自适应的中值滤波，克服了传统自适应中值滤波方法的缺点，对椒盐噪声和随机脉冲噪声均有较好的滤波效果。实验结果表明，该方法消除图像脉冲噪声十分有效，对闪光照相CCD图像的处理结果也较好。     

基于粗糙集与小波变换的图像融合算法

粗糙集理论是处理不确定性问题的数学方法，本文提出了基于粗糙集与小波变换相结合的图像融合算法。该方法首先将粗糙集理论应用于图像滤波中，对含有椒盐噪声的图像进行粗糙中值滤波，然后对滤波后的图像进行小波融合。实验结果表明，粗糙中值滤波有较强的去噪能力，且较好地保持了图像的细节信息，在此基础上进行小波融合，使得融合结果图像具有良好的效果。