【摘 要】
：
针对纯角度跟踪(BOT)和纯距离跟踪(ROT)所具有部分可观测性和高度非线性,论文研究并提出了球面单纯形—径向容积卡尔曼纯角度和纯距离跟踪滤波器.首先,由于广泛应用的容积卡
【机 构】
：
兰州理工大学电气工程与信息工程学院 兰州 730050
论文部分内容阅读
针对纯角度跟踪(BOT)和纯距离跟踪(ROT)所具有部分可观测性和高度非线性,论文研究并提出了球面单纯形—径向容积卡尔曼纯角度和纯距离跟踪滤波器.首先,由于广泛应用的容积卡尔曼滤波器(CKF)在纯角度和纯距离跟踪模型下的滤波精度较低,同时计算复杂度较高,基于此,论文研究了基于球面单纯形准则和径向准则的最新的滤波算法球面单纯形—径向容积卡尔曼滤波(SSRCKF),该滤波算法不仅提高了滤波精度,同时相比于传统的高阶CKF,SSRCKF的积分点的个数更少,有效地减少了计算复杂度.最后,结合纯角度跟踪模型和纯距离跟踪模型与SSRCKF,论文提出了球面单纯形—径向容积卡尔曼纯角度和纯距离跟踪滤波器.仿真实验验证了该滤波算法的有效性.
其他文献
针对当前雷达、卫星等传统手段在检测识别超远距离海上大中型目标中存在的探测距离短、工作效率低等问题,提出一种基于开源情报的海上大中型目标检测与识别方法。通过构建舰艇目标身份信息库,利用开源的AIS信息,发现海上目标并提取出舰艇目标的身份特征和历史航迹,同时为提高检测结果的可信度,结合实体命名识别方法,提取互联网中目标的相关信息以验证获取的AIS信息。实验证明,该方法可实现超远距离海上大中型目标的检测和识别。
随着社会经济的快速发展及物质水平的极大提升,人们越发重视在精神层面上的追求,在衣、食、住、行等各方面的艺术性、审美性要求越来越高.服装设计是现代科学技术与艺术融合
文章阐述了“双元制”人才培养模式的内涵和特征,以常德财经中等专业学校智能制造系与中联重科常德分公司联合办学成立的中联产业学院为例,研究了开展产教融合、校企协同育人
为测得轴系轴承的动态载荷,通过在轴承座上靠近转轴下方处安装应变片来达到对轴承载荷的间接测量。设计了一套基于LabVIEW的测试系统对轴系轴承的动载荷大小进行实时测量与记录。以轴系实验台架为研究对象,建立起轴承动载荷硬件测试平台,并通过LabVIEW编写的测试程序对整个试验进行控制与记录,然后对实验数据进行分析与处理,得到轴承载荷大小的数据图。并基于实验台架建立三维模型,对模型进行动力学仿真实验,对比测试试验数据,各参数误差均在合理范围以内,证明了该测试方法和测试系统的可行性与可靠性。
随着国防工程信息化管理、自动化值守运行模式的不断推进,对国防工程管理信息系统的效能进行评估非常必要。基于国防工程实际及其使命任务,构建了四层国防工程管理信息系统效能评估指标体系,再引入云模型对效能评估中的定性定量指标进行联合处理,并进行了实例分析。表明基于云重心评判法的国防工程管理信息系统的效能分析,具有一定的可操作性和可信性,可为国防工程管理信息系统的升级建设提供参考。
论文概括了岸基综合电子战系统概念及其发展现状,从精准电子攻击、综合电子防御、电子支援与情报支援三个战斗力应用场景设计了岸基综合电子战系统,描述了大数据、人工智能、目标识别技术、数据融合技术等关键技术在岸基综合电子战系统的发展前景,讨论了当前岸基综合电子战系统发展面临的难点及技术解决方案,阐述了其在近、中、远期的应用,为未来电子战部队装备发展、战斗力生成设计等提供了一定的参考依据。
为充分发挥3×3耦合器物理优势,使其更广泛地应用于相关领域,总结了现有基于3×3耦合器的系数调整算法,详细分析了不同调整方式的原理,实验验证了不同幅值系数调整方式的解调过程并将其解调效果进行对比,实验发现在相同条件下两种方式的解调效果相差甚微,但其解调复杂程度、受外界因素干扰影响能力以及适用平台存在一定差异,并总结了不同方案的优缺点以及适用领域。
通过采用基于正负三角波的时域分析方法,对某舰载机柜进行了在加速度载荷作用下的垂向、横向、纵向的抗冲击性能仿真计算。由计算结果可知,机柜在给定冲击输入载荷作用下,三向冲击仿真结果的最大应力均未超过其材料的屈服应力,机柜在冲击载荷作用下满足设计要求。
为了快速、可靠地测试某型飞机航向姿态系统,提高部队维修保障的效率,设计了基于GPTS测试系统的航姿系统测试程序,首先介绍了该系统的硬件组成和各部分功用,而后基于GPTS3.0通用自动测试平台,运用ATLAS语言进行程序编写,以某型航位指示器为例介绍了其基本原理和测试方案设计,完成了航姿综合测试系统的程序设计,能够实现对航位指示器的自动测试,对提高飞机仪电设备的测试水平有着重要意义。
造成航班延误有很多潜在且不确定的因素,目前尚未有方法可以有效地避免航班的大面积延误。论文基于GLO机场延误特性的分析为基础,筛选与机场航班离港延误时长相关的因素并添加周期性变量共计13个特征变量建立训练集进行深度学习。利用RBFNN、BPNN、WNN,进行对比仿真实验,仿真结果表明考虑周期性波动因素的模型较原模型预测准确度提高,其中RBF神经网络模型预测准确度最高,仿真结果:±10min、±5min、±3min容差内延误时长预测准确率分别为98%、94%、91%。