不确定重尾量测噪声干扰下的鲁棒目标跟踪算法

在大多数目标跟踪方法中,通常假设量测噪声服从参数已知的高斯分布或对称重尾分布,但其非常受限并且在实际过程中常常无法得到满足。因此,针对存在不确定重尾量测噪声干扰下的目标跟踪问题,提出基于变分推理的鲁棒容积卡尔曼滤波算法。该算法利用Skew-T分布对不确定重尾量测噪声进行建模,在基于容积规则的数值积分过程中,结合变分推理将Skew-T分布量测噪声参数与系统状态变量进行联合递归计算,通过对近似后验概率密度函数进行变分迭代,获得系统模型和不对称重尾量测噪声参数。仿真结果表明,该算法相比变分贝叶斯扩展卡尔曼滤波算法具有较高的滤波精度。     

一个包含Smarandache指数函数ep(n)的混合均值

目的研究复合函数peq(Ak(n))的性质。方法利用初等方法和解析方法。结果得到了一个新的数论函数的均值性质。结论获得了关于这个数论函数的一些较精确的渐近公式ΣpeqAk(n)(n≤x)。     

基于脉内特征聚类的分选方法

为提高未知雷达辐射源的分选正确率并且保证分选时间,提出一种正弦差值傅里叶变换和第六维小波包特征提取的聚类分选方法。首先利用正弦插值变换将接收到的雷达到达时间序列变为连续信号,再通过快速傅里叶变换计算出信号最大频率成分的脉冲重复频率（ PRF）值,进行粗分选,然后对信号进行第3层小波包分解,得到信号脉内特征Wpt6,把PRF和Wpt6组成的输入特征向量进行支持向量机（ SVM）聚类分选,对未知雷达辐射源信号重新归类,提高分选准确率。仿真实验结果验证了该方法的有效性,与传统方法相比准确率更高。     

容积粒子滤波算法及其应用

针对使用现有粒子滤波算法对非线性/非高斯离散时间系统的状态估计精度较低的问题,提出了一种新的粒子滤波算法——容积粒子滤波(CPF)算法.新算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,产生粒子滤波算法的建议性密度函数,获得所需要的带权粒子,进而通过计算粒子均值,获得系统状态的最小均方误差估计.CPF算法由于产生粒子时使用了最新的测量信息,因而提高了对系统状态后验概率的逼近程度.仿真实验结果表明,CPF算法的估计误差约是标准粒子滤波算法和扩展粒子滤波算法误差的1/5和1/3,是无味粒子滤波(UPF)算法的估计误差的1/2,且运行时间只有UPF算法的1/3.     

基于M估计的自适应鲁棒平方根连续 离散CKF算法

针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续 离散容积卡尔曼滤波算法。该算法将目标跟踪问题建模为连续 离散时间模型,将改进的M估计的思想融入连续 离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续 离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一。仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强。     

搭接N型方圆钢管节点极限承载力研究

对搭接N型方主管、圆支管的相贯节点进行了非线性有限元分析,揭示了平面N型搭接节点的受力性能,描述了搭接节点3个参数(支主管径宽比、主管宽厚比、支主管厚度比)的变化对节点极限承载力的影响,同时分析了主管荷载对节点极限承载力的影响,提出了影响系数.研究表明,主管承受轴力对节点极限承载力影响较大,规范公式未考虑主管轴力的影响,其计算结果与有限元计算结果和实验结果有一定的误差,有必要考虑主管应力对节点极限承载力的影响.     

从“五痹”切入探讨危急重症的中西医病机融通与组方思路

基于中西医协同发展中存在的传统“单一病机”分型辨证难以全面触及危急重症复合病机的现状，探究其复合病机下的治疗法则和组方用药显得十分关键和重要。广西中医药大学第一附属医院谢胜教授团队基于中医学整体、恒动、燮理调和与三因制宜的辨证观，提出通过“中西医病机融通”思维诠释危急重症的复合病机演变规律，制定“开宣解郁十法” 并进行实际临床中的组方用药。结果提示气机逆乱导致脏腑气机郁痹是危急重症的核心病机，尤其是“脏气重叠、层层相积”的“五痹”重强机制演变贯穿了临床绝大多数危急重症的病理过程，以“中西医病机融通”组方用药取得了显著疗效。故此提出危急重症的复合病机主要表现为脏腑气机郁痹即“五痹”的创新观点，而“开宣解郁十法”的组方治疗是中西医协同救治危急重症的可能突破口，值得临床推广。