限定记忆法在GPS伪距静态绝对定位中应用

文中对ＧＰＳ伪距静态绝对定位计算提出了限定记忆法以避免“数据饱和”现象和法方程病态，仿真计算结果表明效果很好。     

衰减因子自适应估计卡尔曼滤波比较研究

针对卡尔曼滤波算法发散的问题,从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波发散的原因,提出了新的衰减记忆卡尔曼滤波中衰减因子的自适应估计方法。该方法利用滤波残差序列在最优估计时为零均值白噪声的性质,分别检验滤波残差每一个分量得出衰减因子值,并与强跟踪滤波器进行了对比研究。仿真结果表明,新算法在系统噪声特性不准确的情况下,能自适应地估计出衰减因子的大小,抑制卡尔曼滤波估计的发散,滤波精度要高于强跟踪滤波器;且其推导形式简单、计算量小、适合于在线运算。     

基于面向对象的捷联惯导系统中四元数计算方法

论述了面向对象方法应用于捷联惯导系统四元数运算,利用Ｃ＾＋＋类的概念,实现了在捷联惯导系统刚体运动状态计算中广泛应用的与复数性质相似的四元数类。该方法已应用于组合导航系统计算中,提高了软件开发质量和设计速度。参４。     

基于UKF的递归神经网络训练算法研究

本文提出用无先导卡尔曼滤波(UKF)法以取代一阶梯度法和二阶梯度法,用于训练通用学习网络(ULN),提高学习精度和收敛性.通用学习网络为多分支递归网络,结构复杂,其特点是多分支,互联及时间延迟.相比其他方法,UKF具有计算精度高,计算简便等优点.本文将UKF用于网络训练,进行CSTR过程建模和时间序列预测.结果表明UKF用于训练递归神经网络获得很好的效果.验证了所提出方法的可行性和有效性.