INS/ESGM组合导航系统的多模型自适应滤波技术研究

研究了一种随机系统多模型自适应估计的方法，并将此方法应用于INS／ESGM组合导航系统。通过数字仿真将单一模型的INS／ESGM组合导航系统与多模型的INS／ESGM组合导航系统的性能进行了详细比较，说明将多模型自适应估计理论应用于INS／ESGM组合导航系统，可增强系统对环境的适用性，大大提高组合导航系统的精度。     

高效钙钛矿-有机本体异质结杂化串联太阳能电池

制备了一种有机铅卤钙钛矿-有机本体异质结杂化串联太阳能电池。采用紫外可见吸收光谱、原子力显微镜对薄膜形貌进行了表征。结果表明:有机本体异质结层可以有效改善钙钛矿的表面形貌, 增强了可见光的吸收。优化后的串联结构电池的短路电流可达19.14mA/cm², 开路电压为0.76V, 光电转换效率达到了6.54%。钙钛矿电池和有机本体异质结电池串联结构可以同时提高短路电流及填充因子, 二者具有较好的相容性和协同作用。     

Marginal density estimation for linear processes with cyclical long memory

Some convergence results on the kernel density estimator are proven for a class of linear processes with cyclic effects. In particular, we extend the results of Ho and Hsing (1996), Mielniczuk (1997) and Hall and Hart (1990) to the stationary processes for which the singularities of the spectral density are not limited to the origin. We show that the convergence rates and the limiting distribution may be different in this context.     

不完全语言信息下的多准则群决策方法研究

针对决策者所给的自然语言信息缺失判断矩阵,提出了一种基于群体满意度最大的不完全语言信息多准则群决策规划模型.首先分析决策者所给的多准则语言评价信息矩阵,进而通过三角模糊数将多准则语言评价信息矩阵转化为三角模糊数矩阵;其次根据满意度函数构建不完全语言信息多准则群决策规划模型;最后通过实例验证本方法的可行性及有效性.实例表明该方法计算简单,易操作.     

INS/Doppler组合导航中安装偏角的在线估计

INS和Doppler在载机上安装时存在安装偏角,会对组合导航精度产生影响.为此,提出了一种新的INS/Doppler组合导航算法,将标度因数和安装偏角作为状态变量进行估计.在分析Doppler输出误差模型的基础上,详细推导了组合导航算法模型,并进行了仿真.仿真结果表明,在载机正常飞行并适当机动的情况下,该组合导航算法能够准确对标度因数和安装偏角进行估计,标度因数的估计精度为0.4‰,安装偏角的估计精度为0.1′-0.3′,从而提高了导航精度.     

基于加性四元数误差方程的惯性/天文姿态组合算法

针对采用旋转四元数误差进行的组合导航误差建模中状态方程的非线性化问题,提出一种新的惯性/天文组合姿态组合算法,以姿态加性四元数误差和陀螺漂移为状态变量,推导系统线性化状态方程,并以天文导航和惯导姿态四元数之差为量测量,建立系统量测方程,然后利用卡尔曼滤波实现对该组合模式的信息融合,仿真分析表明,所设计的基于姿态四元数误差和陀螺漂移的组合模式能够有效估计系统状态误差,姿态误差0.02°左右,验证了其有效性,可避免较为复杂的非线性滤波器的使用,为工程实践提供了理论支持.     

低成本车载导航仪的组合导航算法设计

针对GPS信号间歇性受阻而无法持续导航的问题,提出了一种由GPS、微惯性导航系统,以及电子罗盘构建车载组合导航系统的方案。以GPS位置信息是否有效为判断条件,设计了组合策略。当GPS信息有效时,采用以位置误差作为观测量的组合导航算法;当GPS信息无效时,引入速度约束辅助导航算法。试验表明,该组合策略能够在GPS有效时提供高精度的姿态、速度和位置信息,在GPS失效时,使位置误差得到有效抑制,从而保证了车载导航仪的导航精度和导航信息的持续性。     

对于金融资产漂移函数估计的双域组合方法(英文)

Time-domain state-domain methods are common approaches in modern financial analysis.Economic conditions vary time,drift function depends on time and price level for a given state variable.In this paper,to consistently estimate the bivariate drift function,our purpose a new dynamic integrated estimator by combing time-and state-domain methods for estimating drift function.And we establish its asymptotic properties and illustrates it outperforms some old ones by simulations.     

基于ARIMA与神经网络集成的GDP时间序列预测研究

本文深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型的预测特性和优劣,并在此基础上建立了由ARIMA模型和NN模型集成的GDP时间序列预测模型与算法。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,据此将GDP时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终集成为整个序列的预测结果。仿真实验表明:集成模型的预测准确率显著高于单一模型的预测准确率,从而证实了集成模型用于GDP预测的有效性。     

Three modes of STEM integration for middle school mathematics teachers

Of the four subjects in an integrated science, technology, engineering, and mathematics (STEM) approach, mathematics has not received enough focus. This could be in part because mathematics teachers may be apprehensive or unsure about how to implement integrated STEM education in their classrooms. There are benefits to integrated STEM in a mathematics classroom though, including increased motivation, interest, and achievement for students. This article discusses three methods that middle school mathematics teachers can utilize to integrate STEM subjects. By focusing on open‐ended problems through engineering design challenges, mathematical modeling, and mathematics integrated with technology middle school students are more likely to see mathematics as relevant and valuable. Important considerations are discussed as well as recent research with these approaches.