求解线性矛盾方程组的递推Householder变换法

 求解线性矛盾方程组是工程实践中经常遇到的问题。目前主要采用法方程组解法和基于各种正交变换的三角化解法。由于法方程组系数矩阵的病态条件数是原矛盾方程组系数矩阵病态条件数的平方,所以计算精度较差,有时甚至得到完全错误的结果。因此一些计算精度要求高的问题和高阶方程组的求解,多采用三角化法。但是,三角化法只能进行一次性处理,尚未出现随数据更新的实时递推算法。许多需要在线处理和数据存储最大的问题,只好采用一般递推最小二乘法。     

飞行模拟器的洗出算法研究

应用最优控制理论并引入人体前庭模型设计出最优洗出算法。该算法使飞行员在模拟器上和在真实飞机上的感觉误差极小化。计算机仿真结果表明，如果合理选择权重矩阵，最优洗出算法能够使飞行模拟器提供高逼真度的动感模拟。     

应用模拟退火算法求解飞机调度问题

通过分析飞机运行的时区集合特点,将飞机调度问题转化为固定工件排序问题。根据工件占用机器的时间区间,利用划分时间片算法把需要平行作业的工件挑选出来组成无向图的相邻顶点,从而将固定工件问题转化为图的k-顶点着色问题,然后建立0-1整数规划数学模型,并设计出相应的模拟退火算法。最后应用该算法针对飞机调度问题进行了仿真研究,结果表明:在可接受的时间内能够得到该问题的满意解。     

Newton迭代法的P．C．格式

基于Newton迭代法 ,提出了一种有效的预估校正 (P .C .)迭代格式。本方法把牛顿法中的微分以差商替代 ,因而 ,既可求解具离散根的方程 ,也适用于有重根的方程求解 ,大量的试验结果表明 ,本文算法不仅可有效解决重根问题 ,而且有较高的收敛速度。     

一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

浅析Ackermann函数

利用递归函数显式化的一种新方法,给出了Akermann函数显式表示法,从而确定Akermann函数算法的时间复杂度为2幂函数级.     

噪声协方差估计新算法在惯性导航系统中的仿真研究

研究一种在动态系统常值误差未知的情况下对线性时变随机系统误差协方差进行估计的新方法。该方法通过构造一个新的时间序列,其协方差由未知参数的线性组合组成,然后用递推最小二乘法来计算新序列的协方差,该方法不需要任何关于噪声的先验知识。从仿真结果来看达到了较好的效果。     

一种新的车载DR系统自适应卡尔曼滤波模型

提出了车载DR系统(Dead-Reckoning System)改进的自适应扩展卡尔曼滤波模型及其滤波算法.由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的"当前"统计模型及自适应算法,提高了DR系统模型的准确性.计算机仿真结果表明,应用该模型和算法与改进前相比,DR系统的定位精度得到明显提高.     

基于最小二乘估计的电影经纬仪交会测量算法

提出了一种基于最小二乘估计的电影经纬仪交会测量算法.充分利用3台经纬仪测得的冗余数据,用迭代算法求得运动目标在任一时刻的空间位置,且避免了目前的直接算法中两套公式切换时机不易掌握的问题.理论分析和在新的布站方案下的数值模拟结果表明,该方法具有计算精度高、收敛速度快的优点.相对于目前采用的直接算法,可较好地改变对飞行目标的测试精度.