关于Oppenheim定理的推广

首先给出了拟复广义正定矩阵类(CP)Dn的定义，这个矩阵类包含了复正定矩阵和复广义正定矩阵类，然后应用拟复广义正定矩阵的性质，得到了Hermitian正定矩阵和拟复广义正定矩阵的Hadamard乘积的行列式的模的下界估计，这些结果不仅概括了经典的关于Hermitian正定矩阵的Hadamard乘积的行列式的下界估计的Oppenheim定理，而且也推广和改进了最近有关复广义正定矩阵的Hadamard乘积的行列式的模的下界估计文献。     

广义次正定矩阵

定义了广义次正定矩阵，研究了广义次正定矩阵的一些性质，给出了判定ｎ的阶矩阵是广义次正定矩阵的一系列充要条件。     

矩阵的广义亚次正定与次Volterra乘子

推广了亚次正定矩阵的概念,即广义亚次正定矩阵和实方阵的次Volterra乘子的概念,讨论并给出了广义亚次正定矩阵的一些基本性质及实方阵存在次V01terra乘子的条件.     

广义次正定矩阵的性质

讨论了广义次正定矩阵乘积的性质及广义次正定矩阵的代数结构,推广了著名的Minkowski不等式和Ostrowski-Taussy不等式.     

矩阵的广义次正定性

给出了实矩阵的广义次正定性，并得出广义次正定矩阵的一些性质。     

广义次正定矩阵的性质

讨论了广义次正定矩阵乘积的性质及广义次正定矩阵的代数结构，推广了著名的Minkowski不等式和Ostrowski—Taussy不等式．     

矩阵的广义亚次正定与次Volterra乘子

推广了亚次正定矩阵的概念，即广义亚次正定矩阵和实方阵的次Volterra乘子的概念，讨论并给出了广义亚次定矩阵的一些基本性质及实方阵存在次Volterra乘子的条件。     

广义正定Hermite矩阵与广义特征值的性质

证明广义正定Hermite矩阵对应矩阵逆的广义特征值为正,给出广义正定Hermite矩阵乘幂为广义正定Hermite矩阵的充分条件;指明Hermite矩阵A关于正定Hermite矩阵B是广义正定Hermite矩阵的充要条件及Hermite矩阵与正定Hermite矩阵同时对角化的方法;推导广义正定Hermite矩阵特征值的性质.     

广义次正定复矩阵及其性质

继续研究次正定矩阵的理论,定义了复数域上的广义次正定矩阵,讨论了它的一系列性质。     

极大加广义正定矩阵

在正定矩阵的基础上提出了广义正定矩阵的概念，得到了一些与正定矩阵类似的结论和一些新的结果，发现正定矩阵是广义正定矩阵的一个特殊情况.     

四元数矩阵的亚正定性

给出了四元数矩阵的和、乘积、直积与圈积为亚正定矩阵的充要条件。     

块H-矩阵新的简洁判据

文章仅利用矩阵的元素就给出块H-矩阵新的简洁判据,即块H-矩阵的充分条件‖A^-1ii‖^-1〉∧i（B）/‖A^-1‖^-1[∑t∈N1,≠i‖A-1tt‖-1/∧t（B）‖Ait‖＋∑t∈N2∧i（B）/‖A-1tt‖-1‖Ait‖],i∈N1,并应用于矩阵正稳定性和亚正定性的判定。     

非对称广义正定矩阵定义的再推广

对常规的正定矩阵的定义进行了再推广，由此得出非对称的广义正定矩阵及一些结果。     

关于SAOR方法的某些新结果

本文研究解大线性系统的对称的AOR(SAOR)方法。讨论了SAOR迭代的收敛性,进一步扩充了文[1]的结果,并在系数矩阵是对称正定矩阵的情况下,给出SAOR迭代谱半径的估计式。     

扩展卡尔曼粒子滤波算法的一种修正方法

针对扩展卡尔曼粒子滤波（EKF-PF）算法滤波精度较低的缺点，提出对其建议分布进行高阶修正的新算法．该算法针对非线性系统方程，基于二阶泰勒级数展开，利用高阶项对一阶扩展卡尔曼滤波（EKF）的状态估计向量及协方差阵做出适当修正，同时考虑到协方差阵计算中存在矩阵相减运算、计算误差以及参数不匹配等因素的影响，采用矩阵QR分解技术保证了协方差阵的正定性．新算法在一定程度上减小了局部线形化的截断误差，提高了建议分布的逼近程度．仿真实验表明，新算法在计算量增加不多的情况下，滤波精度有明显的提高．     

广义正定性的进一步推广

随着数学本身以及应用矩阵的其它学科的需要,广义正定矩阵的定义及结纶不断推广。其中较新的定义是夏长富在文献[1]中给出的。这里对这种矩阵的正定性作了进一步推广,由此得到了一系列更加广泛的结果,同时指出了文献[1]和文献[3]中的错误。     

一类延拓矩阵的半正定因子的扰动上界

利用行延拓矩阵的奇异值分解和极分解,得到了行延拓矩阵半正定因子的扰动界,并进一步讨论了特殊情形下的扰动界,且所得结论对于列延拓矩阵也是成立的.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.