《算术平方根》教学设计

●创新整合点本节课我们设计了拼图活动、折纸活动,学生通过动手拼图发现2的存在,通过折纸活动感受2的大小。我们设计了互动式的动画演示。增强了学生的参与意识和学习的热情。●教材分析本节内容为人教版《数学》八年级第十三章《算数平方根》。由于实际计     

基于UPF的INS非高斯噪声故障检测

由于实际组合导航系统很可能受到非高斯噪声的影响,而传统的故障检测方法对非高斯噪声情况讨论较少.基于粒子滤波的故障检测技术非常适合处理非线性、非高斯问题,并且有效地克服了传统方法的不足,但是普通的粒子滤波器存在粒子“退化”等问题.为此,本文提出了一种基于UPF滤波器的导航系统故障检测方法,通过在普通粒子滤波中引入UKF产生建议分布及重采样的方法,有效抑制了普通粒子滤波器粒子“退化”的问题.并针对噪声的非高斯特性,将似然检测方法与粒子滤波可以估计似然函数的特点相结合,提出了一种基于UPF的故障检测方法.通过GPS/SINS组合导航系统在噪声服从瑞利分布情况下的故障检测仿真实例,表明此方法适用于在非高斯噪声情况下的导航系统故障检测.     

基于SR-UKF的OFDM频偏迭代估计算法研究

对高速运动环境下多普勒效应引起的大载波频偏引起的载波间干扰进行数学分析,建立带频偏的非时变和时变频偏OFDM动态状态空间模型,提出了基于平方根无迹卡尔曼滤波（square-root unscented Kalman filter , SR-UKF）的频偏估计算法。将非线性状态估计思想引入OFDM频偏估计中,实现了对频偏的有效跟踪和估计。仿真结果表明,在大频偏、高阶调制下,SR-UKF频偏估计算法较自消除算法、最大似然估计算法具有更好的误码率性能;在收敛精度、稳定度和对信噪比敏感度方面,性能较扩展卡尔曼滤波算法均有所提升。     

小型尾坐式飞行器自适应SRUKF姿态算法

针对小型尾坐式飞行器姿态估计问题,设计了由陀螺、加速度计、磁强计组成的姿态测量系统。为了抑制MEMS陀螺漂移导致的姿态误差,以四元数为状态变量,以加速度计和磁强计的输出作为观测变量,建立了滤波模型。采用平方根无迹卡尔曼滤波(SRUKF)对传感器信息进行融合,保证了滤波算法的数值稳定性。由于小型尾坐式飞行器抗干扰能力弱,引入自适应算法,解决了量测信息受到干扰时滤波精度下降的问题,提高了系统的鲁棒性和可靠性。仿真结果表明,存在外界磁场干扰时,姿态误差小于1°。通过实际飞行实验,验证了算法的可行性。     

一类Toeplitz矩阵的平方根

给出了一类上三角Toeplitz矩阵的平方根的新的性质定理,还给出了求其平方根的迭代公式,数值例子验证了迭代公式的正确性.     

基于自适应Kalman滤波的智能电网假数据注入攻击检测EI北大核心CSCD

研究了一种针对智能电网中假数据注入攻击的有效检测方法.假数据注入攻击可以保持攻击前后残差基本不变,绕过传统的不良数据检测技术.首先基于电网模型,分析了假数据注入攻击的攻击特性,针对噪声统计特性未知且无迹Kalman滤波(Unscented Kalman filter,UKF)不稳定的现象,提出了自适应平方根无迹Kalman滤波改进算法.基于状态估计值,结合中心极限定理提出检测算法,并与欧几里得检测方法、巴氏系数检测方法进行比较.最后,仿真表明本文所提检测算法的优越性.     

平方根球形无味卡尔曼滤波机载无源定位算法

针对机载无源定位系统中,初始值误差和数值的舍入计算对无味卡尔曼滤波(un-scented Kalman filtering,UKF)算法的定位精度和滤波稳定性影响较大的问题,提出一种基于平方根球形无味的卡尔曼滤波算法(square root spherical unscented Kalman filter,Sqrt-UKFST)。该方法以单位超球体球面无味变换为基础,通过减少采样点数目和球面半径,保证所有采样点在一个单位超球体上,从而提高算法对初始值的鲁棒性,并采用平方根滤波提高算法的数值稳定性。对该算法进行100次Monte-Carlo实验,仿真结果表明,Sqrt-UKFST算法收敛速度快,滤波性能稳定;当初始状态估计误差较大时,Sqrt-UKFST算法的定位精度保持在30%以内,提高系统对初始值的鲁棒性。     

UPF在探测器自主导航中的应用

利用星敏感器和地平仪测量"星光仰角",进行自主导航方案设计.将UPF(Unscented Particle Filter)方法引入导航方案,利用UKF(Unscented Kalman Filter)获得重要性采样函数的同时,通过重采样解决了粒子耗尽问题,改善了系统性能.并与标准粒子滤波方法相比较,通过仿真验证了该方法的优越性.     

改进的GMPF在动态跟踪系统中的应用

针对动态跟踪系统的非线性问题,提出一种非线性非高斯性能较优的状态估计器:考虑最新观测值的影响,使用基于平方根二阶差分(SRDD2)的高斯混合(GM)模型给出粒子滤波的建议分布.重要性采样和再采样阶段分别采用基于蒙特卡罗的重要性采样和进化的再采样方法,以减轻粒子滤波(PF)的样本退化问题,增强样本的多样性.实验结果表明,与平方根二阶差分Kalman滤波、PF、GM粒子滤波相比,该状态估计器提高了动态跟踪系统状态估计器的综合估计性能.