用于人机交互的交流式电磁跟踪系统的研究

虚拟现实系统和计算机仿真系统中广泛采用电磁跟踪系统测量用户的头部或手部的位置和姿态来实现人机交互。本文分析了目前已有的直流式电磁跟踪系统的不足，提出了一种采用交流信号作激励源的交流式电磁跟踪系统，研究了该系统的结构，推导了用于提取传感器接收信号的递推数字互相关算法，讨论了算法参数与算法性能的关系。仿真实验证明了算法的有效性及理论分析的正确性。本文的研究成果为实际的交流式电磁跟踪系统的设计提供了理论依据。     

加速度观测器设计与仿真

介绍了利用状态反馈综合带加速度反馈的最优控制系统，利用系统所检测的位置量和速度量设计了加速度观测器，并对综合的最优控制系统进行仿真，包括系统幅频、相频特性及状态估计值与真实状态之间的误差，最后给出了有、无加速度观测器反馈时系统跟踪晃动误差曲线。带加速度观测器反馈系统使晃动误差减小84％，滤除噪声的效果也比较好。     

攀枝花市水质污染现状和防治措施

本文通过对攀枝花市金沙江江水水质污染现状和污染原因分析，结合Sjno—Sweden Cooperation on Local Agenda21(plarase1)环保专项议题，参照瑞典的经验和技术，根据本市的具体特点,提出了污水治理和防治的具体措施。     

TV跟踪系统光电轴一致性研究

本文论述复合制导系统 ＴＶ光电设备光电轴一致性问题，并给出新的处理方法。研究结果表明：本方法具有较高的精度与应用价值。     

基于截断正态概率模型的改进目标跟踪算法

在应用NIFPAT算法对机动目标跟踪时存在计算量大和要求网络训练两个弱点。分析了截断正态概率模型和NIFPAT算法后 ,把截断正态概率模型与NIFPAT算法思想相结合 ,提出了基于截断正态概率模型的改进目标跟踪算法。该算法根据目标机动情况自动调整系统方差 ,在附加较小计算量的情况下 ,能取得较好的跟踪效果。仿真实验表明 ,该算法能有效地提高对机动目标的跟踪精度。     

基于推广卡尔曼滤波的多站被动式融合跟踪

将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合，用于被动式多站跟踪，给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例，进行了仿真研究，结果表明该算法具有满意的跟踪性能。     

完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。     

双基阵纯方位水下被动目标跟踪性能仿真分析

研究了基于纯方位信息的双基阵声纳信息融合的跟踪性能，并进行了详细的仿真实验。仿真结果表明，在平台—目标相遇这种较为常见的态势下应用扩展卡尔曼滤波可以快速、稳定地完成目标运动要素的估计，同时还揭示了平台与目标运动的几何态势对跟踪性能的影响，为工程应用提供了参考。     

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。