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。     

径向井排引导水力压裂裂缝扩展机理研究

为探究径向井排系统对裂缝的影响，明确水力裂缝的扩展规律，利用扩展有限元理论建立了流固耦合三维裂缝扩展模型，模拟了受径向井排引导的水力裂缝扩展过程。重点分析了3种影响因素（径向井排方位角、水平地应力差、径向井孔径）对水力裂缝的引导机理。首次提出了"引导因子"的概念，并将其作为有效评价径向井排引导效果的量化参数。研究发现，径向井方位角、水平地应力差、径向井井径会对水力裂缝的引导效果产生影响：较小的径向井方位角、水平地应力差以及较大的井径都使径向井排具有较强的引导能力和较好的引导效果，反之亦然。同时，较大井径对增加水力裂缝宽度有明显作用。最后，利用大尺寸真三轴水力压裂模拟试验证实了数值模拟结果具有一定的准确性。     

复合材料双悬臂梁试验Ⅰ型分层扩展的三维近场动力学模拟

近场动力学(peridynamics,PD)模拟复合材料分层损伤,相较于传统的数值方法有一定优势。双悬臂梁试验(double cantilever beam,DCB)是测量复合材料Ⅰ型层间断裂韧性GIC的标准试验。本文研究了复合材料双悬臂梁试验Ⅰ型分层扩展过程的三维近场动力学模拟。计算模型选用了球型域的常规态近场动力学复合材料模型,并引入了基于能量的失效判定准则。结果表明,近场动力学模拟的载荷-位移曲线与试验结果吻合得很好,并且模拟结果能够捕捉到DCB试验的"指甲盖形"分层前缘。在此基础上,进一步比较了Ⅰ型分层扩展过程的近场动力学模拟结果与试验结果,验证了本文采用的复合材料近场动力学模型计算Ⅰ型分层扩展的有效性。     

区域碳排放的产业部门关联机制

以吉林省为例，基于环境扩展投入产出与生态网络分析方法，建立了吉林省2002、2017年区域碳代谢系统网络模型，探究东北老工业基地振兴计划实施下产业部门间的碳排放流动过程，解析碳排放的产业部门关联机制．结果表明:1）研究期间，吉林省的碳排放量大幅增长，从2002年的2.54×104 万t增加到2017年的4.36×104 万t,其中间接碳排放是吉林省碳排放的主要方式．2）与能源和资源供给相关的部门是系统中重要的控制部门，优势制造业及服务业部门是系统中主要的汇集部门．随着东北振兴对技术密集型产业发展的需求，技术密集型产业在系统中的作用越来越重要．3）系统以限制/掠夺关系为主导，研究期间竞争关系数量下降9.25%，共生关系数量上升6.61%．4）系统冗余度增加，效率降低，稳健性指数从0.32下降到0.31，表明系统处于不可持续发展状态．      

厚尾噪声条件下星凸形扩展目标student’s t滤波器

针对非线性非高斯厚尾噪声条件下的不规则形状的扩展目标跟踪问题,提出了基于随机超曲面模型(RHM)的星凸形扩展目标student’s t滤波算法.首先,在带有非高斯厚尾过程噪声和厚尾量测噪声的系统中, 基于student’s t分布给出鲁棒student’s t滤波器.其次,利用随机超曲面模型描述任意星凸形扩展目标的量测源分布, 提出带厚尾噪声的星凸形扩展目标student’s t滤波器.最后通过仿真验证了所提方法的正确性和有效性.     

一种秘密递增显示的视觉密码方案

提出的秘密递增显示视觉密码方案(RIVCS)适合于由多个具有不同的保密级别区域组成的秘密图像,该方案下可以以增量的方式显示隐藏的秘密图像。使用线性编程开发有效的生成RIVCS的基础矩阵的程序,该程序满足来了减少像素扩展的需求。实验结果证明此方案是可行的、适用的和灵活的。文章最后提出了本方案未来的改进方向。     

集合转换卡尔曼滤波同化的一种分析方案

集合转换卡尔曼滤波在处理非线性观测资料的同化时,通常对非线性观测算子做简单的线性化处理,这会带来较大的舍入误差,降低同化效果。通过对状态变量和观测变量的转换,将观测算子视为预报算子的一部分,对传统的同化算法进行改进,减小了同化中的误差。以典型的Lorenz-96预报模型来验证算法,对于较大模型误差或较强非线性观测算子的情形,结果好于传统的方法。     

锂电池异常状态监测的FEKF方法研究

为了保障锂离子电池的使用安全，提出了基于带渐消因子的扩展卡尔曼滤波 （Fading Extended Kalman Filter，FEKF）的电池状态在线监测方法. 建立锂电池一阶等效电路模型，利用递推最小二乘法进行锂电池状态参数在线辨识，建立状态方程；引入最优渐消因子，构造FEKF，得到端电压残差；使用端电压残差序列构造χ2分布的诊断函数，计算误检率与状态参数异常阈值. 实验结果显示利用FEKF生成的残差能更早对异常状态进行告警，证明FEKF能够显著提高χ2检验对锂电池内部缓变型异常状态判断的准确率.