多模型自校准扩展Kalman滤波方法

基于扩展Kalman滤波方法（EKF）、自校准扩展Kalman滤波方法（SEKF）和多模型估计理论（MME）,针对工程实际中非线性系统状态方程受未知输入（如突风、故障和未知系统误差等）影响的问题,提出了一种多模型自校准扩展Kalman滤波方法（MSEKF）,将多模型自校准Kalman滤波方法（MSKF）的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。     

遥感技术在“双碳”目标实现中的应用进展

在全球努力实现碳中和目标的背景下中国也提出了“30-60”双碳目标。遥感技术有着地域范围广、追溯时期长的特点,因此,遥感可以快速、连续地获得全球碳源/汇空间分布和变化特性,可以在碳汇估算和管理、全球碳排放监测以及方面有着广阔的应用。文章首先综合阐述了陆地碳循环的模式,遥感技术在“双碳”目标实现中可以应用的领域、包括温室气体监测、碳排放源监测、陆地碳循环、遥感定量计算碳通量等。对关键概念进行了解释。然后,分析了遥感技术在遥感定量计算不同碳通量中使用到的方法和研究进展,同时提出了遥感监测碳排放和定量估算碳通量中可能存在的问题。