组合导航系统NNM信息融合算法

提出了将神经网络模型（NNM）概念应用于组合导航系统，并给出了基于RBP网的NNM训练过程，基于传统模型的卡尔曼滤波算法与神经网络相结合，有效地解决了GPS信号被屏蔽时的航迹预测问题，最后对GPS/DR组合导航系统进行动态仿真，仿真结果表明，采用该算法的组合导航系统定位精度高、可靠性好。     

基于IMM-UKF的组合导航算法

为解决非线性动态系统滤波的非线性和噪声不确定等问题,设计了一种基于交互多模型(IMM)的Unscented卡尔曼滤波器(UKF),针对噪声变化情况建立一组非线性模型,与每个模型对应的UKF可以达到二阶以上的滤波精度.IMM-UKF滤波器的输出为各滤波器的概率加权融合,因此,根据噪声变化而调整的模型概率使系统输出对噪声变化具有自适应能力.利用该算法对组合导航系统进行了仿真试验,该算法精度高,模型切换速度快,能适用于动态系统.     

芝麻油掺伪检测的紫外分光光度法研究

研究了用紫外分光光度法测定芝麻油的掺假情况,该方法具有操作简单,所用试剂少等特点,可以定量测定芝麻油的纯度。对４种不同掺假芝麻油进行检测,其变异系数小于５％,并与改进的波多因法作了比较。     

Sh2甜玉米萌发初期的糊粉层和盾片显微结构的SEM研究

甜玉米是禾本科玉米属中的一个栽培亚种 ,籽粒含糖量比普通玉米高出 10倍左右 ,富含蛋白质、多种维生素、胡萝卜素、亚油酸等营养成分。因其籽粒脆嫩 ,清甜可口 ,品质稳定 ,适宜采收期较长 ,现在各国都在推广种植。但Ｓｈ2甜玉米籽粒中淀粉含量少而呈现不饱满状态 ,皱皮 ,易受环境中的病原菌感染等 ,致使种子活力弱 ,发芽率低 ,田间出苗率一般仅为 5 0 % ,成了限制它推广种植的主要障碍[1] 。目前推广种植是其杂交种 ,由于种皮厚大大影响口感[2 ] 。近 2 0年来 ,各国科技工作者对Ｓｈ2甜玉米种子活力和苗成活率低下的实际生产问题进行了多方…     

芜菁花叶病毒(TuMV)侵染对寄主植物光合作用的影响

本文以青菜（Brassica chinensis)和芥菜（B.juncea)的健康株及接种芜菁花叶病毒（TuMV)的感病株为材料，比较测定了两者的光合作用参数、观察了细胞病变和叶绿体超微结构变化。结果表明：受病毒侵染青菜和芥菜的叶绿素含量、光合速率、气孔导度、蒸腾速率比对照明显降低，Hill反应活性分别下降了64.49%和59.83%。病变细胞质内分布大量线形病毒粒子和柱状内含体，叶绿体片层结构发育差，淀粉粒积累减少，后期畸形肿胀，膜结构破裂直至解体。     

马尔可夫参数自适应IFIMM算法研究

针对新息滤波交互式多模型(IFIMM)算法中切换过程模型概率滞后的问题,提出了模型概率转移矩阵马尔可夫参数自适应的新息滤波多模型算法(AMP-IFIMM),该方法采用后验信息修正不准确的先验信息,自适应的调整马尔可夫转移矩阵的参数.切换时刻较多地遗忘非匹配模型的信息,放大匹配模型的信息,在保证滤波精度的同时,大大提高了模型间切换速度.将该算法应用到CA,CV两模型组合导航系统取得了良好的效果.     

位置-姿态并行滤波的DR/GPS组合导航算法

文章提出了带有反馈校正的位置、姿态并行滤波器结构,以满足各子系统对滤波周期的不同要求。结合姿态角子系统特点设计了量测噪声方差阵自动加权的自适应扩展卡尔曼滤波算法。仿真结果表明该算法能够有效地利用各传感器信息,给出较好的融合结果。