具有相同特征值的三阶方阵的平方根

利用方阵的Ｊｏｒｄａｎ标准型,给出具有相同特征值的三阶方阵的所有平方根。     

整车质量与道路坡度同步估计算法对比

针对现代车辆控制系统难以实时测得整车质量和道路坡度这一问题,文章基于车辆纵向动力学模型给出无迹卡尔曼滤波(unscented Kalman filter,UKF)算法的流程图,利用CarSim与MALTAB/Simulink联合仿真比较双遗忘因子递归最小二乘法(recursive least square with m...     

基于无迹卡尔曼滤波的月球车惯性/天文组合导航算法研究

月球车导航传统方法主要是采用kalman滤波方法,需要对系统方程和观测方程的线性化,因此会引入的线性化误差的问题, 本文针对做出适当的改进。本文采用UKF方法作为误差状态量的最优估计方法,并以太阳敏感器观测得到的太阳高度角和太阳方位角以及测速仪的东向北向速度作为联合观测信息,将SINS和CNS所测得的月球车相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,从而对惯导系统的状态量进行校正,达到提高组合导航系统的导航定位精度和稳定性,减小线性化误差的目的。仿真实验证明,本文算法具有很好的位置、速度和姿态估计精度,有效的降低了线性化误差。     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.     

连续自然数平方根求和的估值问题

对连续自然数平方根求和的估值问题进行了研究.首先采用多种方法对问题进行了分析与推演,然后综述了国内外相关的研究结果并对所得的多种结果进行了比较与评估.研究表明,所提问题具有强烈的方法依赖性,且现有结果仍有优化和完善的需要.鉴于此,推荐了2个较好的结果并给出了一个问题在数论方面的应用实例.     

MBDLM中卡尔曼滤波算法的改进研究

根据多变量Ｂａｙｅｓｉａｎ动态线性模型（简记为ＭＢＤＬＭ）在递推过程中出现的方差阵不正定、精底低以及滤波发散等情况进行分析，对原有卡尔曼滤波算法加以改进，给出了比较适用的递推算法。     

S^n＋p中具有平行平均曲率向量的闭子流形（续）

文章研究了欧氏球面中具有常平均曲率向量子流形，获得两个结果，其中一个结果推广了H．Alencar和M．do Carmo在中的结果，另一结果是关于Ricci曲率满足处处大于或等于n-2 (n-2)H^2 n-2/[n(n-1)的平方根]|H|（Sn 1的平方根）的条件下子流形的分布定理，改进了作者在中的结果。     

一种特殊非线性奇异积分方程的求解

对非线性奇异积分方程αφ^2 b0 bit/πi∫Lφ（τ）/τ-tdτ （d0 d1t)φ (c0 c1t)=0,t∈L,其中L为复平面的封闭光滑曲线，以逆时针为正向．而α≠0且b0,b1不同时为0,a,b0,b1，d0，d1，c0,c1为己知常数，在Hoelder连续函数空间中求解时将它化为一个带平方根的Riemann边值问题而得出其一般解。     

针对高速自治水下航行器的UKF主动目标跟踪算法

研究了基于高速自治水下航行器平台下的主动单目标跟踪,基于Unscented Kalman Filter(UKF)建立跟踪滤波器,在强观测噪声、大采样时间间隔情况下完成对目标各运动状态参量的准确估计。将此跟踪滤波器与基于Extended Kalman Filter(EKF)的跟踪滤波器进行了对比。计算机仿真结果表明采用EKF滤波器,目标的速度估计值可以收敛向真值,而距离估计值无法获得收敛;采用UKF滤波器,目标的速度和距离估计值都能获得收敛,且其对目标的速度估计较EKF准确。     

基于UKF的混合坐标系下运动

针对无源定位必须实现快速和稳定定位跟踪的要求,首先研究了混合坐标下的推广卡尔曼滤波(EKF)算法,充分利用了直角坐标系下状态方程的线性特性和修正极坐标系下观测方程的线性特性,并针对两坐标系间协方差矩阵变换的舍入误差,推导了一种混合坐标系下的UKF算法,并将其应用于运动辐射源的无源定位跟踪中。计算机仿真表明该算法提高了收敛速度和定位精度。