基于强跟踪性能的QEKF组合导航自适应滤波研究

以低成本陆用航姿参考系统（AHRS）/GPS紧耦合系统为研究对象,建立了基于伪距、伪距率、航向角的组合观测数学模型。引入强跟踪滤波（STF）算法,利用渐消因子的作用,增强滤波器对状态快速变化的跟踪能力。同时,针对微惯性器件漂移过大的缺点,采用二阶EKF（QEKF）方法,通过对Hessian矩阵的求解,补偿系统观测方程线性化的二阶截断误差。仿真表明：STQEKF方法可高速准确地逼近系统非线性模型,实现陆地载体导航控制,在传感器精度有限的情况下,使姿态和位置的控制效果较标准EKF分别提高了约8.9%-38.2%和48.7%-54.4%     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

UKF算法及其在GPS卫星轨道短期预报中的应用

分析了GPS卫星预报星历,在比较分析EKF和UKF优缺点的基础上,将UKF引入GPS卫星轨道预报研究中.数值模拟和结果分析表明,UKF方法预报更稳定,能有效地提高轨道预报精度和稳定性.     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同.给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法.算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性.     

使用价值分析优化方法在功能—技术矩阵求解中的应用

功能—技术矩阵,经众多工作者的努力研究,已渐趋成熟与实用。但如何利用功能—技术矩阵构造在广义现代设计领域中适用的科学模式,解决多学科设计方案的组成与评价问题,还存在薄弱环节。本文利用“使用价值分析优化”的概念,从设计方案技术先进性和经济合理性的协调统一的角度出发,较好地实现了功能—技术矩阵可行优化组合链的组成与评价,弥补了以往的缺陷。     

模糊理论在公路边坡稳定性分析中的应用

边坡工程是一个复杂的系统工程。边坡的稳定与否直接关系到其防护工作的程度。因此,如何有效、合理地判断边坡的稳定性对整个工程的经济与社会效益极为重要。影响边坡稳定的因素众多,判断其稳定与否应考虑各因素的综合效果。论文运用模糊理论中的多因素综合评判模型对某高速公路边坡的稳定性进行研究。通过全面考虑影响因素,建立相应的评判因素集及单因素评判矩阵,运用专家评判法和判断矩阵法确定出各因素的权重。最后通过多层次模糊评判得到该边坡的稳定性评判结果。研究证明,该法在边坡稳定性分析评判中是切实可行的。     

改进的ARCE方法及其在单频 GPS快速定位中的应用

基于TIKHONOV正则化原理，设计了一种正则化矩阵的构造方法，将ARCE(ambiguity resolution using constraint equation)方法进行了改进。通过新的正则化矩阵的作用，减弱了GPS快速定位中少数历元情形下法矩阵的病态性，得到了比较准确的模糊度浮动解，大大减小了模糊度的搜索范围，利用ARCE方法固定模糊度的成功率高。并结合一个算例，验证了本文改进方法的效果。     

粗差发现和定位能力与相关系数的关系

根据粗差判断方程中的判断矩阵和两个统计检验量之间相关系数的函数式,论证了两种不同的研究方法所确定的粗差不能定位的数学模型实际上是相等的。通过算例,不仅说明两种研究方法对观测量不能定位粗差的判断是一致的,而且使用判断矩阵研究观测量的粗差发现和定位能力会更加方便简单。     

基于DMN的高光谱图像分割方法研究

简述高光谱遥感光谱特征体系(包括光谱曲线特征、光谱变换特征和光谱度量特征3个层面)。研究马尔科夫网的概念和方法,生成基于光谱角(SA)特征度量的DMN,并以DMN为证据对高光谱图像进行分割;研究和实验表明基于SA信息的马尔科夫网可以很好地综合高光谱数据空间特征与光谱特征间的关系,为进一步数据处理提供优化控制(其实质是概率神经网络)。最后提出未来应用和研究方向。     

超级计算机上矩阵乘的并行计算与实现

数值预报系统中经常要用到矩阵乘运算。在分布式超级计算机 (如IBM-SP) 上, 矩阵乘的并行计算需要较多的数据移动, 有效的数据传输对矩阵乘的实现至关重要。该文讨论了两种矩阵乘的并行算法, 一种是基于矩阵的列-行划分方式, 一种是基于矩阵的网格划分方式。在IBM-SP计算机上的实验结果表明, 网格划分的矩阵乘并行算法通讯开销更小, 并行效率更高, 其并行加速比较列-行并行算法改善约10 %。