三种GPS定位优化算法的实现及比较

为进一步提高GPS定位精度,分析了目前研究中主要采用的加权最小二乘法和卡尔曼滤波两种优化算法.在此基础上,提出了一种利用粒子滤波器对伪距误差进行修正的定位优化算法.粒子滤波算法的特点是可直接用于求解非线性问题,对非高斯的误差进行修正.通过GPS实测数据进行实验,分别对这三种算法进行验证并分析了其各自特点.实验结果显示,三种算法均能使GPS定位精度得以明显改善.提出的粒子滤波算法作为一种新的GPS定位优化算法,在卫星导航定位领域中有着较好的参考价值.     

ICF驱动器光束定位误差估计

本文利用加权和法,将ICF物理实验对靶点的定位需求分配到各个组件对靶点的需求。运用等概率和不等概率方法,将组件对靶点的需求分配到各元件对靶点的需求。通过光学元件运动量与靶点光束定位之间的关系,确定各个元件定位误差估计值,并将其值作为光学元件定位误差变化范围,在此范围内进行上千条光线追迹法,根据正态分布区间估计法进行检验与修正,最后给出一组具有可行性的光学元件定位误差估计参考表。     

近红外光谱法定性描述酵母菌的生长过程

提出了一种基于近红外光谱分析技术的酵母菌生长过程描述方法.利用Antaris Ⅱ型傅里叶变换近红外光谱仪获取酵母菌培养过程中,发酵物样本在10000~4000 1范围内的光谱数据,同时采用光电比浊法测定各样本的光密度(Optical density, OD)值;运用竞争性自适应重加权采样(Competitive adaptive reweighted sampling, CARS)算法优选特征光谱,再利用极限学习机(Extreme learning machine, ELM)建立酵母菌生长过程4个阶段的分类模型.研究结果显示,参与CARS-ELM模型建立的波长个数为30,其10次运行在训练集和测试集中的平均识别率分别为98.68%和97.37%.研究结果表明,利用近红外光谱分析技术结合适当的化学计量学方法描述酵母菌生长过程是可行的.     

Hilbert空间加权移位算子的局部

本文考察Hilbert空间$H$上单射单     

一类弱拟凸域上的Bergman型算子

得到了算子在空间 L^p(Ω_a,dv_λ)(1< p< ∞)上有界的充分必要条件,其中h(ξ)=(1-|z|²)^α-|w|²,K_s,_u,_v)( ξ , ξ'' )为一核函数.作为应用,证明了对所有多重指标α=( α₁,…,α_n)和β=(β₁,…,β_n),f∈L_H^p(Ωα, dv_λ)蕴含1≤ p<∞.     

单位球上μ-Bloch空间之间的加权复合算子

得到了Cn中单位球上加权复合算子Tψ,φ为空间βμ到βν以及空间βμ,0到βν.0之有界算子和紧算子的充要条件,同时也得到了一系列相关推论.     

一奇异积分的加权不等式

最近几年,一些与Calderon-Zygmund算子类似但缺乏光滑性的算子引起了许多数学家的关注.本文将考虑Fefferman,R.型粗糙算子T_0,     

非线性加权联合逼近

设Ｘ是紧致Ｈａｕｓｄｏｒｆｆ空间，是Ｗ－中间性子集，，本文讨论ｆ在Ｇ中最佳加权联合逼近元唯一性问题，得到两个充分条件。