单轴航空涡扇发动机数学模型辨识

依据某型单轴航空涡扇发动机试车数据辨识建立了发动机的全包线、全工况实时动态数学模型。由于试车数据所含噪声较大,辨识方法采用了先建立稳态模型,进而建立实时动、静态数学模型的方法,这种方法可以通过辨识稳态点来消除噪声。验模表明,所建模型精确度很高,且能准确反映发动机性能,并满足实时性需求。     

无迹粒子滤波在捷联惯导初始对准中的应用研究

给出了捷联惯导系统初始对准时的非线性误差模型,处理非线性系统的传统方法是扩展卡尔曼滤波方法(EKF)即对非线性系统进行线性化后再利用卡尔曼滤波进行处理。而无迹粒子滤波(UPF)是基于蒙特卡罗方法和贝叶斯理论,用加权的粒子表示概率密度函数,通过观测值更新粒子的权值,得到优化的状态估计值和方差,结合无迹卡尔曼滤波(UKF)进行迭代计算,是一种新型处理非线性系统的方法。本文对UPF滤波方法进行研究,运用于捷联惯导系统初始对准的姿态估计,计算机仿真和试验结果均表明了该方法的方位失准角估计精度和收敛速度明显优于传统的EKF。     

计算机网络实验室建设及实施过程研究

通过对计算机网络实验室的建设规划、实验内容设计、实验过程设计等方面的讨论和研究,提出了具有较强的可行性的方案。     

低地球轨道航天器不同攻角原子氧通量密度计算模型

低地球轨道原子氧与航天器表面材料相互作用,可导致材料因氧化剥蚀而发生性能     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

对我国高等教育扩招的正负效应的思考

我国高等教育扩大招生规模,并进入到马丁.特罗教授理论中的“大众化“阶段,这是中国高等教育的进步。一方面,扩招带来的机遇和动力显而易见,这样可以促进经济发展,缩小我国同发达国家差距,使更多的人可以接受到良好的教育;另一方面,扩招带来的负效应不容忽视,这主要表现在高等教育质量下滑,学费高昂和就业压力增大等问题上。为此提出一些建设性意见,希望从根本上减少由于扩招后的负效应给我国高等教育带来的种种冲击。     

类比法在数据库学习中的应用

在未知知识的探索和理解方面,类比学习是一种重要而有用的方法.它可以根据已经熟悉的知识,对于未知内容,通过推理和比较,在旧知识的基础上对新知识的不同层面进行系统研究,从而达到获取新知识的目的.通过对于类比方法的研究与讨论,可以帮助学生理解数据库基本知识,并进行数据库知识的迁移.     

提高LAAS空间信号可用性的完好性监测新膨胀算法

局域增强系统(LAAS)地面主控站(LGF)广播的差分修正量所包含的非零均值高斯误差和非高斯误差对系统的可用性造成较大的威胁.为此,提出一种均值膨胀和非高斯膨胀相结合的算法以改进传统的sigma膨胀算法.通过恰当地选取各膨胀系数,采用改进算法可在满足各类型误差尾部覆盖的同时,还可有效提高系统的可用性水平.计算机仿真结果...     

基于多敏感器的卫星姿态确定算法

针对多敏感器组成的卫星姿态确定系统,采用四元数方法建立卫星姿态估计器模型,应用扩展卡尔曼滤波EKF算法进行信息融合,通过仿真算例验证此算法具有较高的精度。与此同时,在EKF算法基础上提出一种定常增益的卡尔曼滤波CGKF算法。通过数学仿真对EKF算法和CGKF算法进行比较分析,证明在一定条件下CGKF算法具有与EKF算法相当的滤波精度,并且简化后的CGKF算法在获得与EKF算法相近滤波效果的同时,还能够节约星上资源,减少计算量。