一种基于分枝定界法的串行测试任务调度算法

 目前的自动测试系统中,对于串行任务的测试一般是以整个任务为粒度,这就导致两个任务可能需要重复设置相同的状态或重复测试相同的内容,延长了测试时间,降低了测试效率。针对这个问题,建立了基于图论的串行测试任务时序模型,用“图”来描述串行任务的测试时间与测试顺序的关系,将实际工程问题转化为图论中的数学问题。在任务时序模型的基础上,提出了一个串行测试任务调度算法。对于多个需要串行测试的任务,利用该算法可以得到测试时间最短的串行任务序列。该算法是借助整数规划问题中分枝定界法的思想实现的,通过相关理论和具体实例对算法的正确性和复杂性进行了分析。在实际系统中对该算法进行了实验验证,结果表明给定任务的测试效率提高了40%以上。     

基于地面移动通信基站的差分气压测高方法

为了解决现有的卫星定位系统高程定位精度较低的问题,提出利用已发展完备的地面移动通信基站作为气压差分测量基准点的差分气压测高的方法.该方法以用户接收机附近的分布密集的地面移动通信基站为气压校正基准点,并利用移动通信基站的传输链路把相关的测量数据传送给用户,用户接收机便可以用移动通信基站观测点的高程值、气压值以及温度值,结合接收机测点处的气压值和温度值,利用高程与气压值之间的对应关系,得到用户接收机处的绝对高程值.实际试验结果表明:使用本方法后,室内高程定位精度约为1 m,室外的高程定位精度优于1 m.测高分辨率约为0.2 m,可以使GNSS(Global Navigation Satellite System)的三维位置定位精度提高约60%.本方法不仅可以弥补GNSS高程精度差的缺陷,作为高程约束参与测量方程解算还会提高水平测量精度,而且还克服了传统的气压测高精度依赖于气象站,而大多数用户接收机离气象站的距离较远,造成气压测高精度偏低的局限性.所以本方法能辅助增强卫星导航系统,提高三维定位精度,用于室内定位可以解决室内楼层的分辨问题.     

飞行器气动参数估计不确定度评价方法研究

为了有效地利用飞行器气动参数估计结果,必须同时给出估计结果的不确定度,因此研究了不确定度评价方法.当试验样本较多时,样本标准差具有明确的统计含义,比分散度能够更好地描述参数估计的不确定度.对于单个试验样本,基于不确定度椭球导出的C-R(Cramer-Rao)界是参数估计不确定度最好的理论预测,但利用飞行实测数据得到的C-R界普遍比样本标准差小.鉴于此,通过在低频有色噪声的基础上构造白噪声的方法,得到了一种C-R界修正方法,并通过仿真算例验证了修正方法的正确性.最后,将C-R界修正方法应用于飞行实测数据,得到的修正C-R界与利用多次飞行试验参数估计结果计算的样本标准差比较一致,表明该修正方法能够较好地给出参数估计的不确定度区间.     

传感器位置误差条件下仅用到达频率差的无源定位性能分析

传感器自身的位置误差对辐射源的无源定位精度可能有较大影响,详细分析并推导了在存在传感器位置误差条件下,仅使用到达频率差(FDOA)参数对辐射源定位时,定位精度的克拉美罗下限(CRLB)和均方误差(MSE).在传感器位置误差条件下,提出仅用FDOA来同时估计辐射源和传感器位置的泰勒级数方法,并证明该定位方法理论上的MSE...     

回归分析在研究学生成绩中的应用

数量化指标后建立回归模型,分析后续课程成绩与前面各科成绩及招生类型之间的关系,预测后续课程学习效果.从而,在条件允许的情况下,为学生创造有利环境,使学生能学有所长,掌握知识的同时还能获得较好的学习成绩.     

高阶微分方程第二特征值的上界

设（ａ，ｂ）∩→Ｒ是一个有界开区间，考虑如下的特征值问题｛∑（ｔ，ｋ＝ｒ＋１）（－１）＾ｋＤ＾ｋ（Ｐｋ（ｘ）Ｄ＾ｋｙ）＝λ（－１）＾ｒＤ＾２ｒｙ，ｘ∈（ａ，ｂ）；Ｄ＾ｋｙ（α）＝Ｄ＾ｋｙ（ｂ）＝０，ｋ＝０，１，…，ｔ－１其中ｔ，ｒ均为正整数，且ｔ〉ｒ≥１，Ｐｋ（ｘ）满足某些条件（ｋ＝ｒ＋１，ｒ＋２，…，ｔ）。利用这些条件，运用某些著名不等式和分析技巧，对本文中的变系数微分方程的特征值估计问题，建立     

极因子的扰动界及其应用

设，假定分别是的极分解。本文证明了其中是矩阵的Ｆｒｏｂｅｎｉｕｓ范数。并且将这个结果应用于矩阵正逼近问题的扰动分析。假定的正逼近．     

可容忍信标误差的三维传感网节点定位方法

针对信标位置存在误差情况下的三维无线传感器网络节点定位问题,提出一种基于正交回归的多跳定位方法.同时考虑到自变量误差和因变量偏差对节点坐标估计的影响,基于约束加权正交回归参数估计准则,建立可容忍信标位置误差的三维多跳定位模型,解决了信标位置和距离估计两方面的误差并存时的节点自定位问题,并给出求解节点坐标最优值的数值方法;推导出相应的坐标估计精度评估标准3D-MCRB (3D Multi-hop Cramér-Rao Bound).仿真结果表明:此方法对信标位置误差和距离估计误差都具有较好的抑制能力,在大多数实验条件下,能将定位精度提高10%以上.     

A Linear-correction Least-squares Approach for Geolocation Using FDOA Measurements Only

  A linear-correction least-squares(LCLS) estimation procedure is proposed for geolocation using frequency difference of arrival (FDOA) measurements only. We first analyze the measurements of FDOA, and further derive the Cram閞-Rao lower bound (CRLB) of geolocation using FDOA measurements. For the localization model is a nonlinear least squares(LS) estimator with a nonlinear constrained, a linearizing method is used to convert the model to a linear least squares estimator with a nonlinear constrained. The Gauss-Newton iteration method is developed to conquer the source localization problem. From the analysis of solving Lagrange multiplier, the algorithm is a generalization of linear-correction least squares estimation procedure under the condition of geolocation using FDOA measurements only. The algorithm is compared with common least squares estimation. Comparisons of their estimation accuracy and the CRLB are made, and the proposed method attains the CRLB. Simulation results are included to corroborate the theoretical development.     

基于TDOA/FDOA不相关估计的选择融合定位方法

为提高单独到达时差或频差定位精度,本文首先提出可达TDOA克拉美罗界的TDOA解析解,然后采用最大似然网格搜索算法获得FDOA定位解,最后采用基于TDOA/FDOA不相关估计选择融合的解形成联合解。仿真和理论分析表明:该联合算法定位性能优于单独定位,定位精度在有或无地球约束时均可达联合的克拉美罗界。