零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.     

阳树脂再生度对水汽系统氢电导率监测准确性的影响研究

水汽系统氢电导率监测用氢交换柱附加误差超标是造成氢电导率测量不准确的主要原因，而氢交换柱附加误差超标主要源于阳树脂的再生度低。理论分析和研究结果表明，氢交换柱附加误差与阳树脂再生度及水样Cl^-浓度均有关系，再生度越低，Cl^-浓度越高，氢交换柱附加误差就越大。对于超临界水汽系统氢电导率测量用氢交换柱，为了保证附加误差满足不大于5%的标准要求，建议控制树脂再生度在85%以上。阳树脂再生度取决于再生工艺，动态再生和电再生的效果要比静态浸泡再生好，可以保证树脂的再生度和氢交换柱的附加误差满足要求。     

Hamilton系统下基于相位误差的精细辛算法

Hamilton系统是一类重要的动力系统，辛算法（如生成函数法、SRK法、SPRK法、多步法等）是针对Hamilton系统所设计的具有保持相空间辛结构不变或保Hamilton函数不变的算法.但是，时域上，同阶的辛算法与Runge-Kutta法具有相同的数值精度，即辛算法在计算过程中也存在相位误差，导致时域上解的数值精度不高.经过长时间计算后，计算结果在时域上也会变得“面目全非”.为了提高辛算法在时域上解的精度，将精细算法引入到辛差分格式中，提出了基于相位误差的精细辛算法（HPD-symplectic method），这种算法满足辛格式的要求，因此在离散过程中具有保Hamilton系统辛结构的优良特性.同时，由于精细化时间步长，极大地减小了辛算法的相位误差，大幅度提高了时域上解的数值精度，几乎可以达到计算机的精度，误差为O（10-13）.对于高低混频系统和刚性系统，常规的辛算法很难在较大的步长下同时实现对高低频精确仿真，精细辛算法通过精细计算时间步长，在大步长情况下，没有额外增加计算量，实现了高低混频的精确仿真.数值结果验证了此方法的有效性和可靠性.     

基于转台误差隔离的捷联惯导系统尺寸效应参数标定

针对捷联惯导系统尺寸效应参数标定问题,提出了一种基于转台误差隔离的改进标定方法。先标定出捷联惯导系统中加速度计间的相对位置关系,再基于尺寸效应误差最小原则,对载体坐标系原点位置进行优化,得出尺寸效应参数。克服了传统分立式标定方法的一些不足,从原理上降低了标定对转台的依赖。对于陀螺零偏稳定性优于0.005°/h,加速度计零偏稳定性优于2×10~(-5) g的捷联惯导系统:尺寸效应参数标定重复性小于0.01 mm(转速60°/s);在摇摆条件下(幅度30°,频率0.15 Hz),4000 s纯惯性导航平均定位误差由补偿前的3100 m以上减小到补偿后的150 m以内。     

可发生多种故障的可修复系统稳定性分析

研究了可发生多种故障的可修复系统.运用C_0半群理论,通过服务率均值的观念,对系统主算子的谱界进行了估值,并得到该谱上界即为各服务率均值的最小者的相反数.然后运用了共尾的概念及相关的理论,得到了系统算子的谱界与系统算子产生的半群的增长界相等.最后由分析了系统算子的谱分布,得到了系统的指数稳定性.     

足绑式行人导航偏航角误差自观测算法（英文）

基于低成本MEMS惯性传感器的足绑式惯性导航系统(INS)和零速修正(ZUPT)算法广泛应用于行人导航中。由于MEMS惯性传感器零漂误差较大,零速修正时偏航角误差的可观测性差,INS偏航角误差不能被有效约束,成为行人导航的主要误差源。行人徒步行走特别是在室内楼道等结构化道路上行走时,行走的轨迹大多情况下可认为是近似直线,基于这个事实,提出了一种减小偏航角误差的算法,称为偏航角误差自观测(YESO)算法。当判定行人以近似直线徒步行走时,由行走轨迹计算出的航向角可近似认为是一个常值,那么由于各种误差引起该航向角发生变化时,可以将该变化量作为足绑式INS偏航角误差的观测量,进一步可利用卡尔曼滤波器估计出偏航角误差,对足绑式INS的偏航角进行校准。在室内楼道进行了约350 m的现场实验,实验验证了YESO算法的有效性。实验结果表明,当分别采用ZUPT和ZUPT+YSEO算法进行导航解算时,航向角误差从-29°减小到-2°,南北向最大位置误差从-35.5 m减小到-5.2 m。YESO算法的实现仅依靠系统自身的信息,没有增加额外的传感器,算法具有很好的工程实用价值并能方便地推广应用于车辆导航等领域。     

空中对准方案的误差分配分析方法（英文）

舰载机进行紧急作战任务时,可能会先快速起飞,然后再进行空中对准。为了保证对准结束进入惯性导航模式后,惯导系统能够达到一定精度指标,对准结束时刻的姿态信息需要达到一定的精度要求。空中对准过程一般可分为粗对准和精对准两部分,对准结束时刻的姿态精度由粗对准结束时刻的导航误差、惯性器件误差、重力场模型误差和对准过程中的飞行机动等多个因素决定。首先利用设计的协方差分析方法,对两种不同空中对准方案进行误差分配,并通过Monte-Carlo仿真技术对误差分配结果进行了验证。仿真结果说明了提出的误差分析方法是正确的,为空中对准方案的改进方向提供了借鉴作用。     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

多种分布下选择后变量显著性分析及其在CEPS数据中的应用

在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.