基于强跟踪滤波器估计的最优融合方法

在分布式雷达数据处理模式中 ,数据融合是获得较精确的目标轨迹的主要环节。为克服卡尔曼滤波器对初始值敏感、鲁棒性差和对机动目标跟踪性能差的缺陷 ,通过利用各传感器的观测数据 ,采用强跟踪滤波器对目标进行跟踪 ,以改善目标状态估计的精度。对判定源于同一目标的状态估计值 ,给出了一种估计状态线进行性组合的最优融合准则。得出了实际数据的实验结果。     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

“回归直线法”在公司理财中的应用研究

介绍了回归直线法的由来,给出了相关性检验的两种方法:相关系数法和方差分析法,在此基础上,又给出了误差估计的3种简单方法:最大误差法、平均误差法和标准差法,使“回归直线法”在公司理财中的广泛应用,不仅具有可操作性,同时更具有可靠性.     

广义IMBq方程的各向异性有限元方法

研究了广义IMBq方程的各向异性有限元方法,在不需要传统的Ritz投影的情况下,得到了半离散格式下的误差估计.     

PMSM的高精度感应电势状态观测器与位置估计

提出了永磁同步电动机考虑参数变化时精确的感应电势关系式新模型,建立了微分型和非微分型两种高精度感应电势观测器,证明了感应电势观测器的稳定性和收敛性,分析了参数变动对位置估计的影响.针对无位置传感器矢量控制系统,以内埋式永磁同步电动机为例进行了仿真实验研究,结果表明设计的感应电势状态观测器具有优良的性能.     

部分线性模型的渐近性

考虑Ｙｉ＝Ｘ＾ｔｉβ＋ｇ（ｔｉ）＋εｉ，１≤ｉ≤，忱里Ｘｉ是一固定设计点列，ｔｉ是独立同分布随机变量并且服从［０，１］上均匀分布。     

非线性抛物型方程的耗散性和渐近性

利用能量积分、Ｐｏｉｎｃａｒｅ不等式和Ｓｏｂｏｌｅｖ空间的迹定理，证明了两类非线性抛物型方程在非线性Ｎｅｕｍａｎｎ边界条件下的吸收集的存在性，并给出了一类拟线性抛物型方程在齐次Ｎｅｕｍａｎｎ边界条件下的渐近估计     

抛物型方程初值问题的概率数值解法

Ｆｒｉｅｄｍａｎ在［１］中给出了一般抛物型方程Ｃａｕｃｈｙ问题解的概率表达式。在此基础上，给出了它的概率数值及其误差估计。