多维动态参数的多层Bayes融合估计

在多维动态参数的分层模型下，运用多层Bayes估计方法和离散线性模型状态估计方法，给出了动态参数的Bayes融合估计，并以飞行器试验分析的一些例子，说明方法的运用。     

三轴稳定卫星无陀螺姿态确定算法研究

针对三轴稳定卫星进行了正常飞行模式下无陀螺姿态确定算法研究，采用磁强计、地球敏感器和太阳敏感器组合获得姿态数据，利用四元数法和高斯－马尔可夫过程建立了姿态确定估计器算法模型。通过数学仿真证明，此姿态确定算法能够对星体姿态进行较精确的估计或校正，满足卫星控制精度要求。     

Estimation of DOA and Doppler Frequency on Nonideal UCA

针对均匀圆阵存在一般阵列误差(如阵元的幅相误差和安装位置误差等)的情况，提出了多个信号的波达方向和多普勒频率估计方法。直接利用均匀圆阵的阵列流形，采用波达矩阵法估计各个信号的多普勒频率。由一般阵列误差的统计特性构造加权矩阵，采用加权总体最小二乘法估计各个信号的波达方向。此方法具有鲁棒性强等特点。计算机仿真证明了此方法的有效性。     

上证指数"百点效应"实证研究——基于前景理论的分析

通过研究上证指数落在百点附近区间的频率和日K线图的表现，揭示了其分布规律和运行特征。实证结果表明，从市场总体看，百点区间内样本较大时上证指数落在百点附近区间的频率接近均匀分布时的概率，上涨行情时，越过大多数百点位比较困难，而下跌行情时比较容易，百点位在某段行情的稳定性与上证指数在该百点附近区间的横盘整理时间有关。     

飞机迎角在垂直阵风干扰中的卡尔曼滤波估计

在阵风条件下,为了抑制飞机的附加载荷并改善乘坐品质,需要得到飞机的迎角状态。以某大型运输机为例,通过卡尔曼滤波方法,将飞机法向过载和俯仰角速度综合进飞机的操纵输入来估计垂直阵风条件下的飞机迎角,并进行了仿真。结果表明,在垂直阵风干扰条件下,采用卡尔曼滤波方法能获得迎角状态的良好估计。     

命中概率估计

本文首先建立由制导误差引起的脱靶量的分布规律，然后给出命中靶而上圆城的概率表示。对于命中概率的估计，讨论了一致、最小方差、无偏估计（UMVU估计）。对于样本容量较小的场合，给出了自助估计方法。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

一类二维样条插值函数的最佳误差估计

本文主要结果为下述定理。 定理:设x(uw)是矩形域上关于该矩形上均匀分割的二维双三次样条插值函数,且x(uw)满足条件(5),则x(uw)在矩形域R边界上的节点处的四阶混合偏导数有估计式: |S_(i,0)|≦|A[i,n—1]||ε_(n,0)| |B[i,n—2]||ε_(0,0)|=[0,-4,(-1)~2 4,…(-1)~i 4]/[0,-4,(-1)~2…(-1)~n 4]|ε_(n,0)| sum from h=i to n-2 (-1)~(k(k-2)-(i 1)(i-2))[0,-4,(-j)~2 4…(-1)~i 4]/[0,-4,(-1)~2 4,…(-1)~(k 1) 4][0,-4,(-1)~2 4,…,(-1)~(k 2)4] (-1)~(i(i 1)/2)/[0,-4,(-1)~2 4,…(-1)~n 4]|ε_(0,0)|其中等号成立的条件分别为: A[i,n—1] B[i,n—2] ε_(n0),ε_(00)>0 A[i,n—1] B[i,n—2] ε_(nm),ε_(0m)>0 其中 i=1,2,…,n—1. j=1,2 …,m—1.     

有色噪声补偿下降阶系统状态的最优估计

在大型空间结构的控制系统设计中,降阶系统的状态估计是非常重要的环节,它直接关系到控制器的性能。针对B.Friedland的工作,本文提出了有色噪声补偿模型,在恒等变换下显式地消去了有色噪声项,利用正交投影定理仅对感兴趣的状态分量导出了无偏、最小方差估计。这组递推估计式与采用增广状态方法相比,不仅在处理容量、计算效率上有很大改进,而且是标准Kalman滤波方程的推广。注意到原系统与降阶系统之间的内在联系,本文采用随机系统分析方法,给出了在高斯、马尔可夫假设下,有色噪声模型特征参数的在线识别技术。数字仿真表明,对偏差补偿起主要作用的是有色噪声补偿模型中的驱动白噪声项,这是对B.Friedland工作的发展。