基于D-S证据理论的多源遥感图像目标数据联合关联算法

以遥感图像目标识别结果为主,结合卡尔曼滤波器获得的目标运动状态估计结果,提出一种基于D-S证据理论的目标数据联合关联算法.蒙特卡罗模拟实验结果表明,该方法稳定性较强,适合于对海上船舶等遥感图像目标的持续跟踪.     

一种LFM信号波形下的序贯EKF算法

研究在LFM信号波形下把径向速度测量引入Kalman滤波的新方法,分析了LFM信号波形下距离和径向速度测量的统计特性.在分析位置测量更新后状态估计误差与径向速度测量噪声统计相关性的基础上,导出了等价的径向速度测量方程,其测量噪声与位置测量更新后的状态滤波误差统计不相关,由此而得到序贯处理的EKF算法.蒙特卡罗仿真结果表明,采用这一新算法引入径向速度测量,可以有效地消除距离-多普勒耦合引起的偏差,提高状态估计精度,而且其估计性能优于传统的EKF.     

基于趋势平滑和GARCH的证券市场预测

首先将证券市场运动用局部多项式趋势模型进行平滑，然后分别用AR模型和GARCH模型考虑序列之间自相关性和波动的变化性。参数和条件最大似然估计应用了状态空间模型的卡尔曼滤子递推和GARCH模型的条件方差递推，模型阶数的选取应用了Akaike的最小化信息矩阵方法。计算实例表明了这种组合方法预测能力的优越性。     

线性模型下输入矩阵的最优设计

线性无偏最小方差估计与最优加权最小二乘估计是线性模型下两种最常用的估计方法。前者估计性能优于后者，但需要被估计量的一、二阶矩信息。作者深入讨论了这两种估计的关系，得到了二者在均方误差意义下等阶的充要条件，进而找到一种设计输入矩阵的方法，使得在先验信息缺乏的条件下，仍可利用最优加权最小二乘估计达到与线性无偏最小方差估计一样优越的估计性能，避免了获取先验信息的困难，同时保持了估计的最优性。     

电力系统超短期负荷预报的一种有效方法

针对电力系统超短期负荷预报的特点提出了自校正移动窗卡尔曼滤波—最小二乘算法(SMWKL)。首先用带移动窗的卡尔曼滤波算法减少负荷数据的噪声,然后通过自校正移动窗最小二乘算法得到较精确的参数估计,再进行一步预测就可得到较好的结果。实例表明了这一点。     

纸上荧光分析法

总结了纸上荧光分析法在有机和生化物质及无机离子分析中的应用现状,介绍了纸上荧光分析的实验技术,展示了纸上荧光分析法的发展前景。     

Fringe skeletonizing using an improved derivative sign binary method

A modified derivative sign binary method is proposed to extract fringe skeletons from interferometric fringe patterns. A fringe direction map ranging from 0° to 360° is obtained with an unambiguous relationship between the grayscale and fringe tangent direction. Using this approach, the derivative sign binary map is detected without a fringe direction jump. The dark (light) fringe intensity minimum (maximum) can be extracted automatically to define fringe skeletons. In addition, two different anisotropic one-dimensional filters are described that can be used for further improving the fringe quality. Examples are provided for a holographic interferogram and a Moiré fringe pattern to illustrate applications and benefits of the approach.     

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值,减小信号传播中因各种因素混入的随机误差对定位精度的影响,通过应用运动载体"当前"统计模型,取速度和位置为观测量建立GPS动态定位模型,将观测量维数增大1倍,从而增加了系统的可观测性和定位测算精度.此外,针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析,提出了改进型Sage自适应卡尔曼滤波法.该方法在递推和滤波过程中不断地修正模型参数,始终保持噪声模型接近于真实模型,从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题,较好地解决了GPS动态定位中状态变量维数与滤波快速性之间的矛盾,以及状态噪声和观测噪声建模不准确和时变的问题.     

基于DSP的FIR数字滤波器的实现

介绍了FIR滤波器的基本结构、设计方法和循环寻址的特点，给出了利用TMS320DM642设计FIR数字滤波器的主要编程语句及其实验波形。实验证明，该滤波器准确度高、稳定性好，易于移植使用，具有较强的实用性与灵活性。     

低成本姿态测量系统研究

针对由低精度的惯性陀螺、加速度计、磁强计组成的低成本姿态测量系统,该文进行了组合算法研究.设计了有陀螺测量和基于四元数差分法的无陀螺测量2种广义卡尔曼滤波器(EKF);采用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维观测量转化为四元数,作为观测量的一部分,显著减少了直接使用EKF的计算量.设计了仿真数据进行算法验证,成功地得到姿态估计,并对2种EKF滤波器在低速和高速状态下进行验证,取得良好效果.