基于模型的飞控系统安全性分析研究

针对飞控系统安全性分析问题, 提出一种基于系统拓展模型(extended system model, ESM)的安全性分析方法。首先, 运用Simulink建立系统名义模型。然后, 对名义模型进行故障注入, 得到系统扩展模型, 观察故障情况下的系统响应并对系统进行安全性分析。最后, 选取操纵舵面系统(副翼/方向舵)为例。结果表明,系统故障拓展模型使得模型保持完整性和一致性, 能够模拟系统故障多状态模式, 保证了安全性分析结果的准确性和完整性。     

基于样条卡尔曼算法的AIS数据修复

针对船舶自动识别系统（automatic identification system,AIS）的异常数据修复问题,提出一种样条卡尔曼（spline Kalman,SK）算法。该算法根据船舶动力学原理,构建反映运动特征变化约束关系的系统状态转移模型,并以样条插值得到的AIS修复数据作为卡尔曼滤波器的观测数据,进而实现AIS数据的精确修复。采用厦门港及附近水域的历史AIS数据检验SK算法的有效性,检验结果表明:对于低缺失率的AIS数据集,SK算法的修复效果与样条插值算法相近,均优于KNN、RF和SVM算法,但随着AIS数据集缺失率的上升,只有SK算法具有较好的修复稳定性。该研究成果可以更加有效地修复AIS的异常数据,从而为海事大数据分析及相关应用提供良好的数据基础。     

非均匀分布量测下的扩展目标跟踪方法

针对雷达方位角变化导致散射源统计特性改变的问题,提出了一种非均匀分布量测下的扩展目标跟踪方法.算法通过轮廓质心法和接受-拒绝采样法产生伪量测,并构建了分层无迹卡尔曼滤波器(hierarchical unscented kalman filter,HUKF)来估计运动状态和形状参数.实验结果表明,相比于传统的无迹卡尔曼滤...     

乙苯化工过程的分布式无迹卡尔曼滤波方法

乙苯化工过程由一系列连续搅拌釜式反应器和分离器组成的大规模非线性系统,针对这一类系统提出了一种基于分布式无迹卡尔曼滤波的状态估计方案。该方法通过将系统分解,对每个子系统设计局部无迹卡尔曼滤波,它接收局部测量值,并与其他滤波器协同计算局部状态估计值的方法完成整个系统的状态估计。给出了详细的分布式无迹卡尔曼滤波的设计方法和估计算法。在不同的噪声下对分布式和集中式无迹卡尔曼进行了比较分析。仿真结果表明,分布式无迹卡尔曼滤波可以很好地处理强噪声,正常噪声下比集中式无迹卡尔曼滤波有更稳定的性能,但在理想噪声下集中式无迹卡尔曼滤波有更好的表现。     

次线性期望空间下广义ND序列的重对数律

运用Markov不等式和Kolmogorov指数不等式,在一般矩条件下,得到了次线性期望空间下同分布广义ND序列的重对数律,从而推广了次线性期望空间下的重对数律.     

Kalman滤波在股票交易模型中的应用

本文在ＤＤＭＳ即股利贴现模型的基础上,利用Ｋａｌｍａｎ滤波将随机方程变为确定性方程,从而采取相应的决策,使资金流量按所期望的规律变化。     

基于UKF算法的高机动机载平台多普勒频移估计

针对卫星通信在高机动状态下非线性较强,会引起较大多普勒频移的问题,提出利用无迹卡尔曼滤波(unscented Kalman Filter,UKF)算法进行多普勒频移估计。依据高机动飞行器飞行特点,建立直线和圆周运动中的UKF多普勒频移估计模型,并进行仿真分析。结果表明,在卫星通信信道模型中,UKF算法能够对高机动机载平台进行更精确的频率估计,实用性更强。     

一维渐近周期势场中电子态的进一步研究

研究了处在一维渐近周期势ｖｎ＝ｖｃｏｓ（Ｑｎ＋ａｎｖ）（０＜λ＜１）中运动的电子态的特性，从理论上分析了Ｑ＝２π／４时，扩展态和局域态存在的条件，解析地得到了迁移率边界的值。然后，进行了数值计算，数值结果与理论结果符合的很好。     

Tzitz6ica方程的Baicklund变换和显式精确解

Baicklund变换是求解非线性偏微分方程的一：仲有效方法,文章应用扩展的齐次平衡法得到了Tzitz6ica方程Mxt=peu-qe-2u“的一种Backlund变换和精确解,尤其得到了Tzitz6ica方程,Dodd—Bullough—Mikhailov方程和TzitzNca—Dodd—Bullough方程的精确解．     

基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。