一种基于地转风模型的平流层风场插值方法

平流层风场水平分量的数据精度和密度对高空气球实验的轨迹预测精度和飞行控制精度有着直接的影响。面向平流层风场，提出一种基于地转风模型的插值方法。该方法通过改进科里奥利频率公式，并用二维卷积计算地转风模型，提升了地转风模型的计算效率和低纬度地区风场精度，再用迭代二元线性回归和改进的自适应观测场偏差权重矩阵减小了观测误差对插值结果的影响。实验结果表明:所提插值方法能有效提升平流层风场插值计算速度，并对平流层风场水平分量的插值精度有显著提升。      

基于博弈论的研究生课堂教学质量云物元评价

本文基于系统分析影响研究生课堂教学质量各种因素，提出了研究生课堂教学质量评价指标体系，根据博弈纳什均衡理论确定评价指标的组合权重，引入云物元模型构建研究生课堂教学质量评价云物元模型。通过计算评价指标与教学质量基准云之间物元关联度，得到研究生课堂教学质量评价结果。实例分析表明云物元理论适用于研究生课堂教学质量评价，为研究生课堂教学质量评价研究提供了新的思路。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

基于卡尔曼滤波法的船载惯性测量单元设计

随着信息时代的到来,人类文明空前繁荣,尤其是互联网普及的近几十年,社会进步更是突飞猛进.与此同时,人类的生产、生活越发的依赖于全球信息以及获得信息的通信设备,作为全球通信的重要组成部分,海洋通信依赖于船载动中通设备,而为了保障船载动中通的通信能力与通信质量,姿态信息不可或缺,因此姿态测量单元是船载动中通的核心器件.但常规姿态测量单元价格昂贵,简易姿态测量单元精度不足,需要通过合理的算法弥补彼此的不足.介绍了我所在民用船载动中通领域如何运用常规的微电子(MEMS)传感器测量数据构建惯性测量单元(IMU)并通过卡尔曼滤波法与四元数获得稳定、可靠的欧拉角姿态信息.此方法简单易行,通过数据融合提升了常规的微电子传感器对欧拉角姿态信息测量的精度,可广泛的应用于各个行业.