一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。     

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。     

Ingestion of <Emphasis Type="Italic">Brachionus plicatilis</Emphasis> under different microalgae conditions

The effects of four microalgae,Chlorella vulgaris,Platymonas helgolandicavar,Isochrysis galbana,and Nitzschia closterium on the grazing and filtering rates of the marine rotifer,Brachionus plicatilis,were evaluated under laboratory conditions.The grazing rates in separate cultures of the four microalga were as follows:C.vulgaris > P.helgolandicavar > I.galbana > N.closterium.However,the filtering rates occurred in the following order:P.helgolandicavar > N.closterium > C.vulgaris > I.galbana.A mixed diets ex...     

抗差卡尔曼滤波在聊城古建筑动态数据处理中的应用

古建筑在日照、风压等因素的影响下,易产生老化变形,一般会采用及时补救的方法,有时并没有分析其根本原因,本文在布设动态监控网,获得监控数据后,用抗差卡尔曼滤波对监控数据进行分析的方法,对变形方向进行预测,预测值与平差值的误差均在限差范围内,且变化方向大致相同,可以将它作为古建筑变形方向的预报,做到防患于未然。     

GPS车载导航的交互式多模型算法

GPS动态定位数据的处理广泛采用卡尔曼滤波技术,而应用卡尔曼滤波要求运动模型准确可靠,但由于载体真实运动的复杂多变,任何单一模型都难以全面描述,致使单一模型的滤波都容易出现模型误差。针对这一问题,将机动目标跟踪领域广泛应用的交互式多模型算法引入到车载导航中。通过分析车辆的运动特点,选取匀速直线模型和当前统计模型进行交互;同时考虑到车载终端计算能力有限,将状态变量在各方向解耦。仿真显示,在机动时改进的算法和单一模型的自适应算法基本相当,但在非机动时改进的算法明显占优。     

PVDF管式超滤膜在低渗油田水处理中的研究及应用——以江苏台兴油田为例

根据低渗油田和特低渗油田的特点,研制出PVDF管式超滤膜,开展室内基础研究,并在江苏台兴油田进行中试和大规模的现场试验。经过处理后,水质标准达到油田回注水A1标准（SY／T5329-1994）,满足了低渗油田和特低渗油田的注水要求。     

����Kalman�˲���GEO�����˶�ѧ����

?????GEO????????????????????????????????????Kalman???????GEO?????????????????????????????????????η????????????????????????????????????????????????????????????????????????????????????з?????????????????????????????????????????Kalman???????????н????????????????к???????????????????????,????????????????Kalman????????????????????????????,???????Kalman???????????????????????????????????????????Kalman?????????????????????GEO?????????????     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

�������˲�ģ������Ӱ�����

???????????????????????????????????Kalman????????????????????????????????????????????????????????????в?????     

北斗三星无源导航定位技术研究

简述北斗三星无源导航定位的原理及定位误差源。探讨用最优估计理论和方法,即卡尔曼滤波技术,消除北斗三星无源定位数据中随机误差的方法。对华南沿海北斗三星无源定位实验数据进行滤波处理,结果表明:(1)北斗三星无源定位单点定位精度在纬度方向为±58m,经度方向为±4.3m,经卡尔曼滤波后其单点定位精度在纬度方向为±43m,经度方向为±3.6m;(2)北斗三星定位误差主要分布在纬度方向;(3)通过卡尔曼滤波可使北斗三星无源定位精度提高25%。