高动态捷联姿态测量的改进型圆锥误差补偿算法研究

高动态条件下,传统圆锥补偿算法存在不可交换性误差。为抑制圆锥误差,提出了基于角速率输出的等效旋转矢量三子样二次迭代优化算法;并采用修正型罗德里格斯参数进行更新,推导了相应的圆锥补偿算法方程和表达式。在不同圆锥运动频率下和不同更新频率下,仿真验证得出了改进算法在精度和稳定性方面均较四元数法、三子样算法均有提高。实测结果表明,改进算法受圆锥半角、圆锥运动频率的影响较小,在高动态条件下较传统算法性能更优。     

一种新的牛顿迭代在解非线性方程中的应用

对牛顿迭代公式进行改进,构造了新的迭代公式,并证明了其在单根附近至少具有二阶收敛性;以按揭贷款问题为算例,在MATLAB7．1软件环境下编程,对简单迭代法、牛顿法、改进的算法进行了计算比较。结果表明,改进的算法不仅比简单迭代法收敛速度快、精度高,而且比牛顿法的精度高。     

末制导炮弹姿态更新算法研究

对末制导炮弹姿态更新算法进行了研究,建立了捷联惯性导航系统(SINS)的姿态解算数学模型.采用等效旋转矢量法,利用末制导炮弹的一条弹道数据进行仿真研究,并与四元数四阶龙格库塔法进行了比较.结果表明,在该类实例下等效旋转矢量法仍然适用,而且由于克服了刚体转动的不可交换性误差,与四元数四阶龙格库塔法相比,在姿态更新周期及采样周期相同的情况下,其计算精度都相对较高.     

压缩查找表的高精度CORDIC算法设计

目前16位精度的坐标旋转数字计算机(CORDIC)算法设计存在输出时延长、硬件消耗大等问题,而在数字加密和信息安全等领域需要32位乃至更高精度的输出.文中提出了一种基于压缩查找表的32位精度CORDIC算法,根据内在迭代规律分解并压缩查找表,还采用区间折叠、角度重编码和合并迭代等,实现了一种电路资源消耗不大,输出时延仅需3个时钟周期,基于定点数格式的算法设计.仿真结果表明,查找表容量压缩到常规方法所需容量的1. 78%,输出时延从常规方法所需的8个时钟周期降低至3个时钟周期,输出平均误差为2. 3048×10-10.本设计具有电路资源消耗少、精度高、输出时延低等优点,更适合实时性强、硬件资源紧凑的现代通信应用场合.     

低复杂度的MIMO-OFDM系统峰均比降低算法

在证明和分析经过正交空时编码的信号与其共轭信号具有相同峰均比及正交空时编码结构具有共轭对称性的基础上,提出一种低复杂度的MIMO-OFDM系统峰均比降低算法.该算法只在第一个符号周期内采用迭代运算依照Minimum Maximum准则得到最优随机相位序列矢量,使得算法复杂度显著降低,提高了系统效率.仿真结果验证了该算法使迭代运算量大幅减少,同时还对峰均比降低效果有较小改善,从而提高系统的性能.     

基于矢量旋转的广义解析信号

从矢量旋转的角度出发，来考察实信号的复数形式，特别是新的解析信号的构造问题．首先简述解析信号和复平面矢量的概念，从经典的解析信号入手，提出了基于矢量旋转的解析信号的构造方法，从而得到一类新的解析信号．最后说明新解析信号与分数Hilbert变换的联系，并讨论新解析信号的一些基本性质及其应用．     

基于回传射线矩阵法的迭代算法及其应用

对于对边简支的多跨连续Kirchhoff薄板的自由振动问题,提出了基于回传射线矩阵法（MRRM）的迭代算法．与传统列式相比较,该迭代算法在运算中,对于大跨宽比的板结构或者高频计算能够确保数值稳定性,同时还能缩小矩阵维数,减少数据存储空间．为进一步提高计算效率,通过修改迭代列式,得到了改进的迭代算法．通过数值算例验证了该迭代算法求解精度高、运算速度快等优点．     

基于自然梯度的非平稳信号自适应盲分离算法

基于自然梯度原则并利用信号的时间相关属性对一类代价函数进行推导，获得一种新的非平稳信号自适应盲分离算法．算法利用样本的多时延解相关方法以及迭代计算的形式获得盲混合信号的分离矩阵，无需对观测样本进行分块处理，计算工作量低．仿真结果表明，算法分离精度高，迭代过程平稳，对多个信号源的盲分离可实现良好的分离性能．     

基于小波变换和混合神经网络的图像压缩算法

提出了一种将空间方向小波零树编码与混合神经网络相结合，新的多尺度系数矢量量化策略．该算法在对图像进行多级小波变换后，利用3个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量，依据矢量能量和零树矢量的思想进行矢量分类，分别利用主元分析和自组织特征映射神经网络对3个方向的多尺度系数矢量进行基于视觉的加权矢量量化压缩编码．仿真实验结果表明该算法是合理可行的．     

视频抖动矫正中全局运动参数的估计

手持式终端拍摄视频时因为人手的抖动会出现画面不稳定现象。为稳定视频画面,提高视频的主观质量,提出了一种视频抖动矫正算法。该算法采用圆形块匹配获得当前帧像素的局部运动矢量。用迭代最小二乘法求解使用局部运动矢量和运动模型建立的线性参数系统获得全局平移、旋转及缩放运动参数。最后用运动迭代使运动参数更加精确。实验结果表明:该算法对平移、旋转及缩放运动的处理能力分别为大于30像素、大于30°及0.85~1.14,参数估计精度分别达到0.05像素、0.01°及0.0001,能处理的运动幅度范围以及运动参数的估计精度都比基于光流的算法均有很大提高。     

四区间双插值捷联惯姿算法

提出一种减小捷联惯导系统姿态算法误差的运算方法,该算法运用拉格朗日插值逼近载体系下角速率和姿态四元数,通过求解四元数方程组实现姿态更新.本文在典型圆锥运动和规则进动下,将该算法与常见的四子样旋转矢量算法进行了仿真对比,结果表明,新算法能有效提高姿态求解精度.     

基于平均位置学习的改进粒子群算法研究

针对粒子群算法在求解复杂的多维多峰问题时,存在着局部搜索精度不高和易陷入局部最优等不 足,提出了一种基于平均位置学习的改进粒子群算法。 该算法在学习策略上采用比粒子自身适应值更好的邻 近粒子为学习对象,将该算法分两个阶段用不同更新速度公式,阶段一在更新速度公式中引入整个种群所有粒 子位置的平均位置;阶段二在速度更新公式中引入新平均位置,采用贪心策略选择,通过粒子每次更新后选择 的个体比种群历史最优适应值更优,且储存对应个体历史最优位置,在阶段一结束后开始求它们的平均位置。 将平均位置作为学习对象,可增强粒子间的信息交流,同时可平衡算法的局部开发性能与全局搜索能力。 在 CEC2017 测试函数实验中,实验结果显示所提改进算法与另外 4 个算法相比有一定的优势。     

一种基于两点线性校正的改进算法

针对传统的两点校正法准确度不高的缺点,提出一种二点多段线性校正的改进算法。这种算法对增益系数和偏移系数重新进行推导,弥补了两点多段校正法中由于校正因子推导带来结果值偏大的不足,并对算法进行了仿真。     

基于陀螺仪误差后验补偿的捷联惯导圆锥效应补偿算法

捷联惯导圆锥效应补偿计算通常基于输出补偿后的陀螺仪角增量,陀螺仪误差补偿速率必须与陀螺仪输出的采样速率相同,相应地增加了导航计算机的吞吐量,为此提出了一种后验补偿方法.首先利用未进行误差补偿的陀螺仪角增量输出计算圆锥补偿项,然后在姿态更新中对由于陀螺仪误差未补偿造成的圆锥补偿误差进行补偿.仿真实验证明,在相同圆锥效应补偿更新速率下,后验补偿算法计算的圆锥效应补偿精度与先验算法相当,但计算量显著降低.     

分布式数据库的关联规则更新算法

提出一种分布式数据库的频繁项目集更新算法.该算法主要考虑分布式数据库记录总数不变,增加新项目集后的频繁项目集更新情况.算法排除原数据库已挖掘的频繁项目集,减少了各站点候选频繁项目集数目,同时减少了各站点之间传送的频繁项目集数目,减少网络流量,提高了频繁项目集挖掘的效率.通过理论分析,该算法比FDM算法效率高,并通过实例和实验证明了算法的有效性和可行性.     

定位定向系统的数字仿真及试验

文中介绍了状态和偏差去耦的卡尔曼德波方法，其特点是计算量小、估计精度高，适用于偏差项较多的场合。在定位定向系统中应用此法估计３个陀螺和３个加速度计的未知常值偏差取得满意的仿真结果。跑车试验表明，系统定位精度提高了３个数量级，接近美国 ＰＡＤＳ系统的设计指标。     

基于SVD/小波的MEMS陀螺误差分析及降噪处理

陀螺仪作为导航系统的核心传感器,其输出信号的精度对导航结果有着重要的影响。针对微机电系统(micro electro mechanical system,MEMS)陀螺成本低、应用广泛但精度低、噪声大的使用现状,选取小波分析方法对MEMS陀螺信号进行误差分析,针对误差分析结果提出了一种小波分析结合奇异值分解(singular value decomposition,SVD)的降噪方法以剔除微弱噪声信号。针对小波分析存在的小波分解层数和小波系数难以选取的问题,提出一种自适应选取小波分解层数和变换小波系数的改进小波算法;通过引入SVD以改进小波变换检测微弱信号中噪声的劣势问题,设计双轴电动转台的静、动态试验,静态试验进行信号的误差分析,动态试验验证改进算法的精度,得出改进算法比之传统小波算法降噪性能提升的结论。     

基于改进的和声搜索算法的特征基因选择

针对基因表达谱高维、小样本、高噪声及高冗余等特点,提出一种基于改进的和声搜索算法的特征基因选择方法。首先,采用Kruskal-Wallis算法对原始基因进行初选,降低和声算法搜索空间维数,保证和声搜索算法的优化精度和收敛速度;然后,针对和声搜索算法易陷入局部最优问题,对当前种群中最优、最差和声分别进行进化;同时融合教与学优化算法中个体更新方式,设计一种改进的和声搜索算法实现特征基因选择。仿真实验结果表明,方法在优化精度、时间效率和稳定性等方面优于HS、IHS、EHS和GHS等算法。     

改进的车载DR系统自适应扩展卡尔曼滤波模型及仿真研究

提出了车载ＤＲ系统改进的自适应扩展卡尔曼滤波模型及其滤波算法。由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的“当前”统计模型及自适应算法,提高了ＤＲ系统模型的准确性。计算机仿真结果表明,应用该模型和算法与改进前相比,ＤＲ系统的定位精度得到明显提高。     

改进的PSO优化SVM的病理图像分类算法

为了提高医学病理图像分类的准确率,提出了一种带有粒子位置权重和粒子之间相关度函数的PSO(particle swarm optimization)参数寻优算法.首先,在经典PSO算法的基础上提出了一种基于适应性原则的位置更新策略.然后,在粒子进行参数寻优的过程中,设计了一个增加粒子之间相关性的函数.该算法可以在不考虑速度影响的情况下进行参数最优解的搜索.最后,用经过PSO优化的支持向量机(SVM)算法分类检测病理图像.实验结果表明,该算法的分类准确率达到了98.5%,较高于另外几种算法.分类检测结果符合临床诊断结果,满足医学研究要求.