基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.     

一种强耦合Spalart-Allmaras湍流模型的RANS方程的高效数值计算方法

在工程实际中,一方程湍流模型或两方程湍流模型的求解通常和雷诺平均Navier-Stockes (RANS)方程的求解是解耦的,也称之为松耦合求解.在松耦合求解过程中,RANS方程和湍流模型方程通常采用不同的数值方法异步求解.这种求解方式很容易产生因两者计算精度不一致而引起的额外数值耗散.为了消除这种耗散,将RANS方程与Spalart-Allmaras模型方程耦合成一个系统方程——强耦合RANS方程,并发展了一种用于求解该系统方程的高效强耦合算法,其中对流项离散采用了Roe格式,时间项的离散采用了隐式LU-SGS(Lower-Upper Symmetric Gauss-Seidel)格式,为了提高计算效率,采用了三层V循环多重网格方法.通过翼型/机翼和振荡翼型/机翼等算例验证了本文发展的强耦合算法不仅具有较好的收敛性,而且计算精度明显优于松耦合算法,特别对于阻力的预测,强耦合算法更加准确.     

太阳风暴及其对人类社会活动的影响

第24个太阳活动周峰年即将到来。太阳风暴由于其给现代人类社会活动带来的巨大灾难,引起了越来越多的关住。文章首先回顾了太阳风暴及其对人类社会活动的影响,然后对历史上1859年卡林顿事件中太阳风暴和近几十年来著名的太阳风暴的强度进行了比较,最后简要介绍了太阳风暴所涉及的科学和技术问题,并且提出了减轻太阳风暴给社会活动带来灾害的对策。     

一种修正的Mann迭代算法的强收敛性

设H是一Hilbert空间,C为H的非空闭凸子集,T：C→C为一非扩张映射。在假设零元素θ∈C的情况下采用正则化思想,提出了一种不涉及投影算子的Mann迭代修正算法来逼近T的不动点,证明了算法的强收敛性。     

强磁暴期间磁尾高速流的多卫星联合观测

使用多时空尺度的多卫星数据研究磁尾高速流,已经取得了很多重要成果。文章介绍了一次持续时间大约为3天的强磁暴期间的地磁台站和多卫星联合观测。IMAGE卫星的极光观测表明有14个孤立亚暴发生。运行在靠近磁尾的CLUSTER星簇（C1、C3卫星）和运行在靠近地球的DSP-1卫星均观测到了多次地向和尾向高速整体流。多卫星联合观测给出了不同位置处地向和尾向高速整体流的分布特征。     

磁暴下的LEO卫星精密轨道确定

对低轨卫星（LEO）,大气阻尼摄动是主要的定轨误差源.尤其在发生磁暴时,求解一个大气阻尼因子的定轨方法已不能充分吸收大气密度计算不准所造成的定轨误差,因而在标校统一S波段（USB）的测量系统差和随机差时往往计算失真.本文提出了一种求解折线型Cd因子的新方法,克服了动力学模型不准所带来的定轨误差,通过与独立的GPS数据比较,定轨精度有明显提高,同时给出的测量系统差和随机差更加真实可信.     

基于强跟踪UPF的重力梯度辅助定位方法

针对重力梯度辅助定位中,存在重力梯度的强非线性分布及系统模型偏差等问题,将STUPF引入匹配定位过程。该方法根据残差信息实时调节系统状态跟踪能力,有效应对模型偏差对定位的影响。基于真实INS数据的仿真实验结果表明,STUPF可达到较好的定位效果,且与标准PF、GPF算法相比,其在定位的精度、稳定性及运算量上具有一定优势。     

多模型GGIW-GLMB算法跟踪机动群目标

针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利（MM-GGIW-GLMB）算法。采用多模型算法对群目标进行运动建模,利用最适高斯（BFG）近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器（STF）对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配（OSPA）距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。