联邦滤波在飞机组合导航中的应用

研究了中等精度捷联惯导系统(SINS),大气数据系统(ADS)和塔康系统(TACAN)构成的机载组合导航系统.在分析SINS、ADS、TACAN各自特点的基础上,提出了SISN/ADS/TACAN组合导航系统的联邦滤波方案,并建立了相应的组合导航系统的数学模型.以一条典型的飞行轨迹进行了全航线的仿真研究,仿真结果为:基于联邦滤波的SINS/ADS/TACAN组合导航系统的位置精度约为70 m(CEP),速度精度约为0.75 m/s(1),航向精度为约为 (1)和姿态精度约为 (1),由此可见基于联邦滤波的SINS/ADS/TACAN组合导航系统可以充分利用各机载导航子系统信息,满足飞机导航定位的精度要求.     

超平面滤波算法在GPS/INS组合导航系统中的应用研究

针对GPS／INS组合导航系统的滤波算法误差较大，在对常用的卡尔曼滤波算法进行总结和分析的基础上，给出了卡尔曼滤波的本质，提出了一种利用超平面调整卡尔曼滤波器的方法。以GPS／INS组合导航系统为例进行了仿真，结果表明：该方法既能抑制滤波发散，又能提高滤波精度。     

卫星惯性/星光组合自主定姿方法研究

利用星敏感器测量所得的恒星星光方向信息,采用六状态变量推广卡尔曼滤波,得到卫星姿态误差和陀螺漂移误差信息并进行相应的修正。仿真结果表明,这种方法修正效果良好,采用中等精度陀螺组件就可以实现高精度定姿;仿真结果还验证了陀螺随机误差、星敏感器测量噪声和滤波周期等因素对定姿精度的影响。     

计及气动和隐身约束结构综合优化的并行子空间优化方法

通过分析基于响应面的并行子空间优化算法的特点指出并行子空间优化算法学科级优化的作用在于向系统级优化响应面提供性能优良的设计点.在此基础上,建立了不要求学科级优化的改进的并行子空间优化算法,进一步降低了设计优化的计算量,解决了分析模块与优化模块间的接口困难.依据该算法建立了结构、气动和隐身一体化设计优化框架,实现了某无人机机翼计及气动和隐身约束的结构综合优化.     

一种用于分散化滤波的融合算法及其在组合导航系统中的应用

提出了一种局部估计相关时的最优融合算法，其特点是加权矩阵是对角阵，即全局估计中的各分量分别是局部估计中相应分量的线性组合，在此融合算法中局部估计是最优的，并且不存在由主滤波器向子滤波器的信息反馈，因此具有较好的客措性。给出了最优加权矩阵的存在性和唯一性的证明，并通过与现有类似融合算法的对比，表明该算法具有计算量小的优点。最后，以组合导航系统为例作了仿真计算，结果表明该融合算法是可行的。     

论工程地质模型——涵义、意义、建模与应用

本文重点论述了工程地质模型。阐明了工程地质模型的概念与涵义、阐述了建模的依据与方法；探讨了其应用的范畴与要点；尤其充分论述了工程地质模型的学科意义与深远影响。工程地质模型是条件研究的归宿, 是分析、计算与评论的基础。     

天文/卫星组合点校捷联惯性导航系统算法研究

捷联式惯性导航系统通常采用卫星导航系统的位置、速度信息对惯导解算误差进行校正,但对于水下载体惯性导航系统而言,由于只能获得点位置信息,对惯导的校正精度以及校正参量有限。针对上述问题,提出了基于天文/卫星组合校正捷联式惯导技术,通过卫星精确定位信息和天文快速观测信息,全面修正惯导系统误差、提高导航精度。仿真结果表明,基于天文/卫星组合校正算法对惯导进行校正,相对于传统校正算法精度可提高约50%。     

移动机器人目标识别算法

针对移动机器人在目标识别过程中对视觉图像特征点提取慢,匹配不准确等特点,提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略,将特征关键点间的距离和内积同时进行考察,根据其自身值的大小,决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点,以关键点为根据构建K维树结构,采用最近邻点搜索,快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性,在特征点匹配过程中引入自适应阈值进行判断。实验表明,该方法对移动机器人目标识别准确率有较大提升,能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。     

稳定分布的多期投资组合模型及其应用

本文研究了多期投资组合模型的问题.利用非正态稳定分布和参数估计的方法,建立了市场上含一个无风险证券和多个风险证券时多期投资组合的模型,对于描述风险证券所具有的偏态和过度峰态的非正态特征及其股市中的应用起到了作用.     

组合预测模型在税收收入预测中的应用

准确预测税收收入,对于有效地进行市场经济条件下的宏观调控有着重要的意义.为了充分利用各单项预测的信息以提高预测精度,在现有研究的基础上,首先选取指数平滑法、偏最小二乘方法和灰色预测方法对税收收入数据进行定量分析;然后基于误差平方和最小构建了税收收入组合预测模型;最后的算例预测结果表明,构建的税收收入组合预测模型具有较优的预测效果.