基于多层相似性用户聚类的推荐算法

为了降低数据稀疏性的影响,提高推荐系统的推荐生成质量,提出了一种基于多层相似性用户聚类的协同过滤推荐算法。该算法采用新的多层用户相似性度量,并将推荐过程分成了离线和在线两个部分。离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类寻找目标用户最近邻居,并产生推荐。实验表明,该算法不仅加快了推荐生成速度,而且提高了推荐质量,降低了约6%的平均绝对误差。     

三星时差无源跟踪算法研究

基于卫星平台的无源定位系统可以通过卫星的绕地运动和轨道覆盖,实现对全球地面辐射源的被动侦察,具有侦察隐蔽性强、侦测范嗣广和不受地理位置限制的优点。把一种新的修正协方差扩展卡尔曼滤波（MVEKF）方法引入三星对运动目标的时差无源定位跟踪中,克服了EKF受初始状态和测量误差影响大的缺点,也不用像MGEKF一样需要观测方程的修正函数,仿真表明该滤波方法相对来说收敛速度更快,跟踪性能更好。     

对脉冲型数据的一种数字滤波技术

本文提出了一种用于处理动态实验脉冲型数据的数字滤波技术。首先,识别和剔除数据中的野值并加以补正,然后使用最小二乘法15点二阶算式对数据进行滤波,对于脉冲幅值较大的数据可多次滤波,以得到更接近于真实值的数据。用数字滤波技术作动态点估算,对测量数据具有频域滤波和数据平滑化功能,其特点是简单、实用,应用性强。算例表明,对于脉冲型数据和混有高频噪声的动态测量数据的滤波效果是良好的,给出了原数据的有用信息和基本特征。     

主动式惯性作动器特性研究

研究一种在主动式动力吸振器的基础上发展起来的主动式惯性作动器，它具有简化设计的优点，文中将自适应优化设计方法用于主动式惯性作动器，克服传统设计方法的若干缺陷，研究结果表明，采用本文方法设计的这种这动器在许多方面有其特点与优点，尤其是对各种类型的外扰，外扰的频带以及作动器内不同的对中弹簧刚度等都有较强的适应能力，达到有效减振的效果。     

自适应阵列天线中应用Kalman补偿算法的探讨

为了补偿在自适应阵列天线中应用Kalman算法时,由于模型误差和计算误差所引起的自适应阵列天线性能的损失,本文引入Kalman补偿算法,即自适应Kalman渐消记忆滤波算法及自适应Kalman参量识别滤波算法,获得了有益的结果。最后在上述两种算法的基础上,导出了一种新的算法,该算法具有上述两种算法的优点。     

多级分解预测与滤波方法

本文在Andrisani等人近年来工作的基础下,进一步发展了线性离散随机系统的多级分解估计方法,提出了比较完善的多级分解预测与滤波公式,并将本文的工作与Andrisani等人的工作作了比较。本文给出的预测与滤波算法计算量较小,便于实时处理,且估算精度与集中估计方法基本一致。文中给出了应用算例,分析了模型误差对预测和滤波结果的影响。     

容错导航系统的一种联合滤波器结构及其算法

本文提出了一种采用联合卡尔曼滤波器结构的容错导航系统的滤波算法。这种在多处理机环境下并行处理的分布式滤波算法有效地解决了具有多子系统的容错导航系统的实时要求。主滤波器的状态联合算法保证了获得系统最优公共状态估值。基于联合滤波器结构,水文提出了容错导航系统的故障检测与隔离(FDI)算法,将故障检测隔离决策归结为各子系统的状态估值与基于系统特性及先验噪声模型的状态估值之间的均值一致性检验问题。FDI算法决策并隔离发生故障的子系统对整个系统性能的影响。基于公共状态量的概念,简化了FDI算法的计算。     

DDM的实现策略及网格尺寸的优化

在研究数据分发管理服务中，基于区域的数据过滤和网格的数据过滤机制，针对它们的不足，并依据仿真的动态性，提出一种综合基于网格与区域匹配机制的动态数据过滤机制，仿真结果表明，该算法能大大减少匹配次数及不相关信息的传输，从而节约系统及网络资源，较好地实现数据过滤，针对这种数据过滤机制，指出合适地选取网格尺寸能进一步优化性能，并从最小化开销出发，推导出求取网格尺寸最优值的数学方法，这对网格尺寸的选取有重要的参考作用。     

一种基于GPS的测姿新方法

提出了一种利用GPS载波相位信号，基于积分角速率参数IRP（Interated rate parameters)的概念，并借助于扩展了卡尔曼滤波（Extended Kalman filtering)算法进行载体的姿态及姿态变化率估计的新方法，利用线性跟踪理论建立动态方程，使动态方程形式简单，意义明确，利用IRP的概念，通过解决姿态矩阵的递推过程，建立载波相位的观测方程，仿真试验结果表明，本算法具有计算效率高，实时性好，测姿态精度高等优点，并且，由于同时对姿态率进行跟踪估计，因而表现出对载体机动性较强的跟踪能力。     

基于自适应滤波的车载DR系统研究

ＧＰＳ／ＤＲ组合系统是一种低成本、高可靠性的车载导航设备ＤＲ（Ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）是其最重要的组成部分。文中分析研究了ＤＲ自适应卡尔曼滤波模型及其滤波算法,设计了基于自适应滤波的车载ＤＲ系统,描述了系统的结构。实际跑车结果表明,采用机动加速度均值和方差的自适应滤波算法,可以大大提高系统的动态跟踪能力,特别是在车辆做大机动行驶时,跟踪效果尤为明显。