信息融合超前k步稳态最优Kalman预报器和Wiener预报器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.     

一种基于多源异类信息统一表示的多传感器数据融合算法

针对异类多传感器所获信息在形式上的多样性和复杂性,分析了由多源异类信息所构成的目标特征空间的结构,运用集合空间理论构造出多源异类信息统一的表示形式,并基于Kalman滤波给出了一种适用于多种异类信息的数据融合算法。     

联合UEP和丢失帧隐藏的eX-CELP 语音编码差错控制方案

为提高语音通信可靠性,研究了基于4kb／s eS-CELP语音编码算法的差错控制方案,提出了一种利用PESQ算法评估参数帧不同比特的差错敏感度的方法,讨论了将4kb／s编码算法应用于几个常用的语音通信速率时的前向不等差错保护机制,并利用纠错结果和语音编码参数特点,对丢失帧进行后向的隐藏和恢复。实验结果妻望：该方案不仅可以在各常用编码速率上为用户提供高质量话音,而且具有更强的抗信道误码的能力。     

车辆无陀螺航位推算系统的导航原理及其算法

建立了利用车辆内部传感器取代惯性敏感器获得航向、速度信息的车辆航位推算（DR）系统的系统方程和观测方程,并采用描述机动载体运动的当前统计模型,给出了基于自适应卡尔曼滤波的车载无陀螺DR系统的导航算法,在导航算法中,对原始测量数据进行组合运算获得线性形式的观测方程,避免了目前常用导航算法由于观测方程线性化引起的模型误差,算法稳定性较好,且计算量小,现场跑车试验表明,给出的车载无陀螺DR系统的模型及其导航算法能够获得满意的导航精度。     

一种用于多类模式识别的综合感知器网络和学习算法

提出一种由感知器神经元组合成的综合网络模型及相应的学习算法,网络由3层感知器神经元组成,中间屋到输出层的权值相应地为＋1或－1,输入层到中间层的权值通过学习获得,且中间层每个神经元的权值单独学习完成,该学习算法在有限次迭代步骤内终止。当算法终止时,对于可线性发的多类模式识别问题总是能找到正确的解,如果还有模式不能识别,则说明这是一个不可线性划分的多类模式识别问题,用阿拉伯数字识别的例子说明了网络模型和算法的有效性。     

Nonlinear unified equations for water waves propagating over uneven bottoms in the nearshore region

Considering the continuous characteristics for water waves propagating over complex topography in the nearshore region, the unified nonlinear equations, based on the hypothesis for a typical uneven bottom, are presented by employing the Hamiltonian variational principle for water waves. It is verified that the equations include the following special cases: the extension of Airy's nonlinear shallow-water equations, the generalized mild-slope equation, the dispersion relation for the second-order Stokes waves and the higher order Boussinesq-type equations.     

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。     

基于互补滤波的全数字拖靶高度控制系统

针对掠海恒高飞行拖靶系统在超低空飞行高度控制精度上的技术要求,设计了基于Kalman互补滤波的全数字高度控制系统的结构及控制方案;该方案通过采用Kalman互补滤波来处理高度信号,提高了系统的控制精度;同时,全数字化设计使得系统具有较好的可移植性,提高了使用效率.仿真分析与试飞实践表明:基于互补滤波的数字拖把高度控制系统精度高,使用效率高,且具有较强的抗干扰能力.     

一种基于车载信号还原机动车道3D地图的大数据方法

提出一种基于多台行驶中汽车产生数据重建机动车道3D地图的大数据策略.每台在线汽车上的程序实时上传经过优化的汽车3D坐标信息至服务器.优化方法为使用最小二乘法结合卡尔曼滤波器，利用汽车总线信号实时修正汽车的位置，相比GPS信号，经纬度和高度误差均降低50%以上.此外，还使用遗传算法代替卡尔曼滤波器，进一步降低卡尔曼滤波器的经纬度误差达16%.其次，服务器根据来自多台在线汽车上传的数据建立道路表面的3D点云数据库，并使用K-聚类算法进行数据挖掘，可推算出具有多条行车线道路的每条行车线的中心轨迹，以此建立机动车道3D地图.所建立的地图可为汽车能耗优化策略提供数据支持，降低行驶能耗.