应用AR模型的IMU误差系数漂移预测研究

将影响IMU误差系数漂移并难于分离的多种因素综合为一种因素，假定IMU误差系数的漂移由一特定系统所引起，从而采用时间序列建模方法进行IMU误差系数漂移的预测。该方法具有消除各因素具体分析中的不确定性并减少其工作员的优点。文中描述了其原理，对某惯组的33个误差系数进行了时间序列建模与预测并得到有效的结果。最后还阐述了存在的问题及其解决方法。     

一类广义几何序列的相关函数

计算序列的周期相关函数是一个很困难但又十分重要的问题。本文首次给出了线性相关广义几何序列的相关函数，从而部分地解决了Ｋｌａｐｐｅｒ提出的相关函数计算问题。     

脉冲序列的快速搜索法及可信度分析

对于周期脉冲序列的信号分选识别，可采用序列搜索的时域方法[1，2]。本文将大周期内完全重复的脉冲序列分解为多个“单周期信号”．并把它们均定义为周期性信号．同时，提出了序列搜索的一种软件实现方法及密集视频脉冲信号分选的变步长、信步长快速搜索法．在此基础上，本文针对序列搜索分选法的可信度计算公式进行了推导和分析，证实了这种方法的可行性和有效性．     

聚合物载体－稀土金属络合物的研究 ⅩⅢ．聚［苯乙烯－甲基丙烯酸β（甲基亚硫酰基）乙酯］的结构与其稀土金属络合物催化丁二烯聚合的活性

从测得的竞聚率计算了单体链节在聚［苯乙烯－甲基丙烯酸β（甲基亚硫酰基）乙酯］（ＰＳＭ）中的序列分布。苯乙烯（Ｓ）或甲基丙烯酸β（甲基亚硫酰基）乙酯（Ｍ）的长序列的概率随着ＰＳＭ中相应单体含量的增加而增加。对于Ｓ和Ｍ摩尔分数大致相等的ＰＳＭ，单体链节的长序列分布函数值相接近。用与此结构相近的ＰＳＭ合成的稀土金属络合物，其催化活性不佳。在Ｍ短序列分布和Ｓ长序列分布较高的情况下，络合物的催化活性最好。所得聚丁二烯的微观结构与ＰＳＭ中单体单元的分布无关。     

基于一种特定混沌映射的跳频序列

使用一种简单的分段线性映射构造混沌跳频序列。用于跳频通信中取代传统的伪随机序列（PN序列），分析了此混沌序列的周期性。平衡性，汉明相关特性和线性间隔，最后给出了混沌序列的神经网络实现。仿真和实验结果表明，此序列具有较好的统计特性。应用于跳频多址通信中，可获得较好的抗干扰。抗截获能力。     

DNA序列比对分析中的统计特征方法

提出了一种新的基于统计的序列特征定义,并以此对进化树进行构建.同时对这一方法进行了分类测试和进化树构建测试,发现所得测试结果与同样是用进化树进行构建的基于两序列比对的传统算法比较,其性能和适用性都有明显改善.     

用于机器人轨迹定位纠正系统的回声状态神经网络研究

循环神经网络(RecurrentNeuralNetworks)是人工神经网络(ArtificialNeuralNetworks)中重要的分支,与前馈神经网络(ForwardNeuralNetworks)相比具有更好的时间序列学习能力。但长期以来其学习法一直不能脱离前馈神经网络而自成一体,回声状态神经网络(EchoStateNetworks(ESN))是打破这一局面的全新学习方法。其独特的结构,良好的短期记忆能力,方便的学习方法,不俗的非线性特性是以前循环神经网络所不可比的。本文在介绍了回声状态神经网络之后将其用于四轮机器人的位置测量系统中,有良好的表现。     

DNA测序问题——2003年第3期题解

问题分析这是一道典型的分类问题,我们知道该问题的关键是要从已知的分好类的20个字母序列中提取用于分类的特征。知道了这些特征,我们就可以比较容易的对那些未表明类型的序列进行分类。分类标准:(1)所取特征必须可以标志A组和B组,也就是说,我们利用这些特征应该可以很好的区分已经表示分类的20序列。这是一个比较显然的理由。(2)所取特征必须是有一定的实际意义的。这一点是绝不能被忽视的。比如,不考虑模型的实际意义,我们可以以序列的开头字母为分类标准:已知在B类中的十个序列都是以gt开始的,而在A类中十个没有以gt开始的,甚至以g开始的都没有。显然这个条件满足第一个条件的。如果仅因此就认为这种特征是主要的,并简单的利用这个特征将所有待分类的序列分成两类,显然是不合理的。基于上述分类标准,我们利用DNA序列的局部性和全局性的特征,从频率角度和周期性角度出发来综合分析这道分类问题。     

DSSS数字接收机的AFC算法及其实现

介绍了一种零中频直接序列扩频(DSSS)数字接收机的自动频率控制(AFC)算法及其仿真和实现.该算法从残留载波跟踪解调环的鉴相信号中提取频偏信息,对下变频本振进行AFC,并且可根据对频偏的估计切换环路特性,使环路既有较大的捕获带宽,又具有较好的跟踪和滤波性能.该算法适用于无导频的直扩BPSK信号接收机,其特点是算法复杂度低,特别易于FPGA实现.     

人脸识别研究进展

人脸识别技术在各种应用的推动下发展很快。而近几年中，为避免各种实际应用环境的限制，非约束环境下的人脸识别也得到了很大的发展。本文概述了人脸识别的一些主要方法，讨论了影响人脸识别的几个主要因素及其处理方法以及基于视频的人脸识别技术，最后指出了鲁棒的人脸识别技术的研究方向和发展前景。