三维AoA目标跟踪的二次约束卡尔曼滤波算法

在基于到达角(angle of arrival, AoA)的三维目标跟踪中, 伪线性卡尔曼滤波具有稳定性高和计算复杂度低的优点, 但是严重的偏差问题使其跟踪精度迅速下降。针对该问题, 提出一种二次约束卡尔曼滤波(quadratic constraint Kalman filter, QCKF)算法。首先引入涉及所有观测噪声项的增广矩阵, 然后建立与线性卡尔曼滤波等价的目标函数并且附加含有二次项的约束条件, 以此降低偏差影响, 实现更准确的状态更新。QCKF算法采用广义特征值分解求解约束优化问题, 无法直接通过状态更新表达式推导其协方差矩阵, 因此利用约束条件以及矩阵扰动方法完成协方差矩阵更新。仿真分析表明, QCKF算法相较于其他非线性滤波算法具有更优的跟踪性能, 不仅在低噪声条件下可达到后验克拉美罗下界, 而且当噪声严重时能够显著降低跟踪误差, 并且计算开销不高。     

东濮凹陷胡庆地区原油地球化学特征与油源分析

研究东濮凹陷胡庆地区原油地球化学特征及其来源.利用有机地球化学分析方法,对原油与烃源岩进行饱和烃色谱、饱和烃与芳烃色谱-质谱分析,剖析了两者的分子地球化学特征及油源.研究表明:胡庆地区发育3类原油,第一类原油具有极高伽马蜡烷,质量色谱图中甾烷呈"L"形特征,来自第二台阶的沙一段烃源岩,在沙一段储层中富集形成自生自储常温常压油藏;第二类原油为具有较高伽马蜡烷、三环萜烷以C23为主峰、甾烷呈不对称"V"形特征的中质油,来自第二台阶的沙三下亚段烃源岩,近源聚集形成常温常压油藏;第三类原油为具有较低伽马蜡烷、三环萜烷以C21为主峰、甾烷呈不对称"V"形特征的轻质油,是第一台阶的海通集洼陷沙三中亚段烃源岩生成,在第一台阶优质砂体中聚集形成的高温高压油藏.3类油藏由浅至深形成了3个独立的油气成藏系统,海通集洼陷并没有向第二台阶供烃.     

发生教学法在行列式概念教学中的运用

发生教学法是基于数学史的一种教学方式,以行列式概念为例,分析发生教学法在大学数学教学中的应用.首先阐述发生教学法的缘起,生物发生律类推到数学教育催生发生教学法;其次介绍发生教学法的策略,发生教学法借鉴历史引入主题,重现知识再发现过程;最后用发生教学法设计行列式概念教学,展示详细教学流程,并说明设计理由,促进在大学数学教学中推广发生教学法.     

纳米硒的功能设计及其在肿瘤精准治疗中的应用进展

 纳米硒作为一种新型单质硒，与有机硒和无机硒相比具有更高的生物利用度，更强的生物活性和更低的毒性，并且具有抗氧化和抗肿瘤的作用。概述了纳米硒在生物医药中的应用，包括纳米硒用于化疗、放疗、放化疗以及其他临床药物的增敏，纳米硒的功能化和靶向修饰增强抗肿瘤效果，含硒纳米材料在抗肿瘤中的应用，纳米硒的毒理学，介绍了纳米硒制剂产业化发展情况。     

一类Copulas最优界的扰动及其相关性和对称性

对给定的奇异型Copula增加扰动项构造新的Copula.研究新Copula的和谐性度量Spearman′sρ,Kendall′sτ,Gini′sγ和Blomqvist′sβ与原Copula的比较.结果表明奇异型Copulas取Frechet-Hoeffding上下界M,W和单点值给定的Copulas最优上下界CU,CL时,增加扰动项后得到新的Copula可以拓宽相关性度量的范围.特别地,单点值给定的Copula的上下界CU,CL增加扰动项后构造新的Copula具有不可交换性,并度量了新Copula的不可交换性.     

粤北诸广山南部同构造花岗岩的厘定及其与铀成矿作用关系

粤北诸广山岩体为印支-燕山期形成的多期多阶段复式岩体,其南部发育浅层次热隆伸展构造。本文根据该岩体密下水地区出露岩性的宏观韧性变形与镜下微观证据、岩石学特征及构造年代学约束,认为区内燕山期花岗岩为同构造侵位岩体,能为区域热隆伸展构造的形成与演化提供可靠的年代学约束,可准确限定热隆伸展构造活动的时间下限。研究表明,区域热隆伸展运动启动于燕山早期(~160 Ma),较前人利用中基性侵入脉岩限定的时限提早了约20 Ma;区域铀成矿时代从早期(~150 Ma)至晚期(~40 Ma)与区域伸展构造活动的时间具有高度耦合性,揭示出区域热隆伸展构造的形成与演化过程对区域铀成矿具有控制作用;同时,该期同构造花岗岩与构造前花岗岩的接触带是早期高温铀成矿的有利部位。     

基于泰勒级数展开法的船舶水动力数值预报

为减小由大、小时间参数区域划分不明确所导致的三维时域Green函数的数值误差,在大、小时间区域交界处采用泰勒级数展开法对三维时域Green函数进行计算.基于线性叠加原理,采用脉冲响应函数法对船舶辐射问题与绕射问题进行求解.将Wigley Ⅰ型船作为研究算例,数值计算结果表明:本文计算的三维时域Green函数数值精度在大、小时间参数过渡区域内提高了四个数量级,水动力数值计算结果与其他文献结果及试验结果吻合较好,证明了本文所建立的水动力分析模型的可靠性.     

面向拥堵传播阻断的城轨站点分类

针对拥堵客流的传播阻断问题,研究了一种城轨站点分类方法.首先,通过分析影响站点拥堵传播阻断能力的相关因素,选取了站点客流量、站点运输能力和拓扑位置指标构建指标体系;其次,采用SOM神经网络和模糊分类算法对多指标数据进行分类,获取了不同时段下具有不同拥堵阻断能力的站点类别,实现面向拥堵传播阻断的站点分类;最后,采用北京市轨道交通实际运营数据对模型进行验证.研究结果表明:该方法能够在城轨系统不同时段下,随着客流量和运输能力的变化,准确识别不同类型的站点,并为后续研究城轨网络的大客流拥堵传播模型提供站点参数分析依据.     

结合流形结构与柔性嵌入的多标签特征选择

将线性回归模型与流形结构相结合,构成了弱线性多标签特征选择的联合框架。首先,用最小二乘损失函数来学习回归系数矩阵;其次,通过标签流形结构来学习数据特征的权重矩阵;再次,用L2,1-范数来约束回归系数矩阵和特征权重矩阵,这样既能引导稀疏性,又有利于特征选择。此外,设计并证明了具有收敛性的迭代更新算法来解决上述提出的问题。最后,所提出的方法在多个经典多标签数据集上进行了验证,实验结果表明了所提算法的有效性。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。