火箭飞行测量数据融合处理的一种算法

建立了用于测量距离的动态模型,提出了基于Bar-Shalom公式的测量距离的多传感器数据融合的算法,最后,给出了模拟实例。提出的基于数据融合的这一算法较好地解决了火箭飞行弹道测量数据处理精度的问题,误差方差改善了近9%。     

“医路同行”智能医疗服务平台设计与实现

医疗信息的缺失导致医疗差错频发[1],移动医疗[2]的出现改善了这一现象。本项目通过与专业医生合作,运用机器视觉、自然语言处理等人工智能技术,自动采集患者的健康信息,通过搭建医学知识图谱,实现医疗健康智能问答。另外,使用基于用户兴趣的推荐算法,对患者进行个性化健康资讯推荐。使用血糖仪、血压计等设备对患者进行生命体征监测,然后结合专业随访量表对患者健康进行评估。在项目中,采用AHP层次分析法、KNN等算法,实现对糖尿病等慢性疾病的自动预测,从而搭建起一套促进患者健康的智能医疗服务平台。     

火箭飞行数据分布式多尺度融合的研究

结合我国现阶段航天测量体制,提出了一种分布式无反馈结构的多尺度融合算法,这是一个基于标准Kalman滤波的最优算法,适用于卫星发射任务事后的数据处理.给出了雷达实测数据的算例,算例结果表明,提出的分布式多尺度融合算法处理精度比传统的α-β-γ滤波处理精度有较大改善,尺度越小,改善效果越明显.     

火箭飞行测量数据多分辨率处理研究

为提高火箭飞行测量距离处理精度,建立了基于测量距离的四阶差分动态模型和用于分析测量距离的多分辨率动态模型,利用小波变换在不同分辨率间起的桥梁作用。提出了基于Bar-Shalom公式的测量距离的多传感器多分辨率数据融合的算法,给出了理论弹道加噪声处理的实例。结果表明,提出的多分辨率处理算法较好地解决了火箭飞行弹道测量数据处理精度的问题,与标准Kalman滤波算法相比,误差方差改善了近16%。