基于自适应无迹卡尔曼的机器人室内定位算法

针对室内环境复杂，难以通过单一传感器对机器人精准定位的问题，以室内环境中的两轮差动移动机器人为研究对象，提出了一种自适应无迹卡尔曼室内定位算法。该方法以无迹卡尔曼滤波（UKF）算法为基础，融合里程计、超声波定位系统、电子罗盘等传感器数据，利用超声波定位低频特性好的特点，弥补里程计结合电子罗盘进行航迹推算的累积误差和打滑影响。鉴于实际中量测噪声往往难以确定，利用Sage-Husa自适应方法，并根据不同传感器的噪声特性设置不同的加权系数，在线更新量测噪声特性，以实现对量测噪声的自适应。通过仿真验证，该方法能在传感器噪声特性未知的情况下，有效适应传感器噪声的变化，从而能够在复杂室内环境下，实现较高精度和鲁棒性的位姿估计。     

一类非线性时滞离散系统的渐近行为（英文）

本文研究了一类二维时滞非线性差分系统.利用稳定性理论和最优控制理论等方法,本文首先获得了保证正平衡点的存在唯一以及全局渐近稳定的充分条件;然后对消费函数的最大化的最优控制问题进行讨论,获得了最优解的存在性与稳定性条件;最后,通过数值模拟验证了结果的有效性.本文推广了一维时滞非线性差分系统中给出的相关结论.