基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

加勒比英联邦国家要废除“君主制”

<正>3月底，英国的威廉王子夫妇访问了加勒比地区的伯利兹、牙买加和巴哈马三个英联邦国家。不料，威廉王子夫妇在三国都遭遇了不同程度的民众抗议和官方的“冷言冷语”，其矛头均指向摆脱英国君主统治、实现共和这一目标。继去年1 1月巴巴多斯成功“解雇”英女王之后，这股“脱英”风潮席卷加勒比地区英联邦国家，为今后的英国全球外交乃至更大范围内的南北合作增添了新的变数。     

KL油田沙三下亚段混合沉积特征及演化

针对目前莱州湾凹陷南斜坡带KL油田沙河街组三段下亚段陆源碎屑与碳酸盐岩混合沉积形成条件、沉积特征及模式认识程度较低的问题，利用该区壁芯、薄片及扫描电镜等资料，结合构造演化、古气候和古地貌背景，在层序格架约束下研究沉积环境，分析其沉积特征。结果表明，研究区发育混合沉积，形成于宽缓斜坡、亚热带湿润气候，兼具湖平面、物源、水动力条件周期性变化等条件；该混合沉积包括相缘渐变混合与原地混合两种沉积类型，互层式和组分式两种混合模式，以及4种混合样式。两种混合沉积类型沉积机理不同，混合模式及组合样式表现较大差异，因而具有不同的储层微观特征。     

Affordance为何不能被定义为一种感觉运动模式

随着近年来认知科学实验证据的增多,吉布森的直接知觉理论受到极大关注。但是,作为直接知觉理论中的核心概念,Affordance的精确定义问题仍处于认知科学界的激烈争论之中。伽亚尼(2014)提出一种TAP理论(Theory of Affordance Perception),该理论将Affordance定义为行动者的一种感知运动模式。然而通过对吉布森关于Affordance特征描述的分析,显示出TAP在解释Affordance的层级性和随机性等特征方面仍存在缺陷。因此,尽管与Affordance的倾向属性理论(Dispositional Interpretation of Affordance,缩写DIA)相比,TAP能够更为深入地解释二维世界中的Affordance效应的出现,但仍然不能给出一个准确的Affordance定义。     

竞争新常态下的研究生教学与培养问题

当前社会竞争越来越激烈，硕博士研究生毕业要求越来越高.竞争已成为一种新常态，伴随着研究生成长的每个阶段.如何在这种竞争新常态形势下，培养出适合社会发展进程的研究生也是摆在每一个导师面前的新难题.本文从研究生危机形势教育、心里素质培养、专业知识讲授、研究生生活关注等几个方面阐述了研究生教学与培养问题.以期研究生导师能认真切实关心研究生生活，最终能帮助在读研究生认清竞争新常态，把握研究生阶段的学习机会，避免各种不良因素影响，认真学好专业知识，能为国家最新的一带一路战略服务.     

Δ源逆变器的小信号建模与无源器件参数影响分析

Δ型电抗源逆变器把耦合电感网络引入Z源逆变器,不仅保留了传统Z源逆变器的优势,在实现更高电压增益、减少开关管电压应力等方面也具有更加优良的性能,更适合应用于大功率及新能源并网系统中。论文详细介绍其工作原理,利用小信号建模法对电路进行了建模,借助软件仿真研究了电路无源器件对系统性能的影响,进而给出了相关器件参数选择的依据。实验结果表明,理论分析结果是准确的和可信的。     

偏对称正态分布的若干性质

定义了偏对称正态分布并研究了其性质.此类分布包括偏均匀正态分布,偏t正态分布,偏拉普拉斯正态分布,偏Logistic正态分布和偏三角正态分布等,探讨了此类分布的一些性质.     

概率论的一个强大数定律

给出了概率论中一个强大数定律,拓广了辛钦强大数定律的适用范围.     

基于低秩交叉重构的领域自适应算法

为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离; 通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果.在5个公开数据集上的实验结果表明:该方法具有较高的跨域识别准确率.