简介：传统的捷联惯性导航算法求解比力积分项采用了一阶近似方法，近似误差对高精度导航应用的影响是不可忽略的。为消除近似误差，提出了一种改进的捷联导航算法。在惯性坐标系中，将地速分解为比力地速与重力地速两部分，求出了能够完全补偿动态误差的比力积分变换项解析表达式，在此基础上得到了比力地速的精确解，并将其求解方法扩展应用于重力地速，在不改变传统导航算法实现框架的前提下，设计了高精度的捷联惯性导航算法。改进导航算法的精度与对偶四元数导航算法一致，而其实时性却与传统导航算法相当，获得了整体性能上的优势。

简介：地形辅助导航是一种利用地形高度信息定位的导航技术,由于地形高度起伏是非线性的,因此地形辅助导航本质是非线性、非高斯贝叶斯后验概率估计问题。粒子滤波因为适合非线性、非高斯估计问题,被引入地形辅助导航领域得到广泛研究和应用,但粒子滤波算法存在粒子匮乏的问题,会影响定位精度。针对此问题,将高斯混合无迹粒子滤波（GMUPF）用于地形辅助导航,该算法用高斯混合模型（GMM）近似粒子分布,用无迹卡尔曼滤波（UKF）估计重要密度函数,不需要做重采样。通过用实际地形数据做飞行仿真实验,结果显示相比粒子滤波,不仅没有粒子匮乏问题,而且所用粒子数更少时估计精度略好。

简介：以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能。相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内。导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度。

简介：针对无陀螺或陀螺失效等情况下的飞行器姿态确定问题，基于无冗余姿态描述形式修正Rodrigues参数，提出了仅利用星敏感器矢量观测信息来确定飞行器姿态的UPF（UnscentedParticleFilter）算法。UPF利用UKF（UnscentedKalmanFilter）得到粒子滤波的重要性密度函数，从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。修正Rodrigues参数描述飞行器姿态具有简洁高效的特点，通过切换方法避免了奇异性现象。仿真结果表明，该姿态确定算法可以取得比UKF更快的滤波收敛性和更高的滤波精度，并且比四元数算法计算效率提高近10％。

简介：

简介：针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。

简介：本文利用复杂网络理论，采用无标度网络模拟现实的组织模型，并研究知识在这个模型中的传播演化问题。通过模拟发现：知识在组织内的传播，首先和知识传播成功的概率有关，成功传播的概率越高．知识越容易扩充到整个组织系统，但随着时间的延续，系统拥有知识的人趋近于某一确定值；其次知识在传播速度上明显表现出钟状形态，开始传播速度较低，然后传播速度逐渐加快，达到最大值，最后逐渐下降；第三组织规模对知识传播周期基本没有影响。第四当组织内存在拒绝学习知识者，则知识在系统内传播速度将大幅下降，所需周期增加明显；第五考虑知识拥有者因遗忘而退化和知识抗拒者因观念转变而进化的情景，发现遗忘对组织的传播速度的不利影响要超过进化带来的有利影响，因此组织要重点用好知识拥有者，在使用中强化知识记忆，防止知识遗忘。

简介：本文对于无约束最优化问题提出了一个新的信赖域方法。在该算法中采用的是线性模型，并且当试探步不成功的时候，采用线性搜索，从而减少了计算量。文中证明了在适当的条件下算法的全局收敛性。

简介：石英挠性加速度是惯性导航系统核心的惯性器件之一,其输出精度受到温度变化的影响,为了降低温度对石英挠性加速度计精度的影响,在研究石英挠性加速度计数学模型的系数随温度变化规律的基础上,设计了加速度计温度模型辨识试验方法,利用数据拟合方法建立了加速度计温度模型。应用该模型提出了石英挠性加速度温度补偿算法,针对该算法的有效性,进行了实验验证,结果表明应用该温度补偿算法,可使加速度计的测量精度提高一个数量级,补偿效果明显。该温度补偿算法可有效地应用于捷联式惯性导航系统等领域中。

简介：带柔性时间窗的开放式车辆路径问题（OpeningVehicleRoutingProblemwithFlexibleTimewin—dows，OVRPFTW）对物流配送中的延迟或者提早具有一定程度的容忍．本文首先建立了OVRPFTW的数学模型，然后分别将Sine映射，Chebyshev映射和Logistic映射引入基本蚁群算法，构建了三种混沌蚁群算法，并将其用于求解OVRPFTW．算倒测试表明：Sine映射和Chebyshev映射能够明显地改进基本蚁群算法的优化性能，基于Sine映射和Chebyshev映射的混沌蚁群算法的求解性能优于基本蚁群算法和基于Logistic映射的混沌蚁群算法．

简介：根据小波多分辨率分析的特点和光纤陀螺信号的数学模型,提出了一种阈值滤波的算法,并比较了几种小波基不同的滤波效果.通过试验结果分析,证明了小波阈值滤波的可行性.

简介：根据深盆气藏形成和保存必须满足的力平衡约束和孔隙度约束条件,以及误差界约束,建立了计算深盆气藏在给定地史时刻平衡深度的非线性规划模型.基于地史数值模拟方法,通过引入分布预测目标区域在给定地史时刻深盆气藏分布矩阵,对网络控制节点逐点解该非线性规划问题,可实现以深盆气藏理论最大分布范围的动态预测.

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

简介：目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题（MP）和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。

简介：惯导固有原因使得载体长时间航行累积大量误差.可通过重力梯度量测与惯导组合导航方法来修正导航误差.先对重力梯度仪与惯导组合导航原理进行阐述,提出重力梯度仪辅助INS(GAINS)的系统框架图,对导航用重力梯度图和重力梯度仪进行分析,设定组合量测方程.然后根据状态空间方程的特点,提出使用边缘Cubature粒子滤波(CPF)进行融合估值.通过理论方法证明其对方差的减小,同时给出算法流程.相同条件下与已有APO-PF算法仿真进行经纬度RMSE结果对比,表明该算法估值精度更高;并用CEP对导航误差研究,得到在性能较低的惯导条件下、在梯度仪1E2和10E2噪声下4h的CEP数值分别为0.044nmile和0.072nmile的结果.最后对状态方程简化,定性分析出其余状态量的估值效果.

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：结合实际系统陀螺输出为不等间隔角速率信号且时间间隔已知的特点，将陀螺输出数据的时间间隔引入定时增量算法，提出了一种梯形积分增量算法。为补偿圆锥运动误差，推导了不等间隔角速率输出时的旋转矢量二子样算法，并在典型圆锥运动条件下，将本算法与甚童的捷联姿态算法进行比较。结果表明：在陀螺输出为不等间隔的角速率信号时，不等间隔的等效旋转矢量算法具有一定的优越性。

简介：高通量测序技术的飞速发展让生物信息领域迎来了大数据时代。新技术在提供海量生物遗传信息的同时,也给分析这些数据带来了新的挑战。DNA序列比对是信息分析流程中的关键步骤,为后续的变异检测提供序列比对信息。2015"深圳杯"数学建模夏令营B题以DNA序列比对为研究课题,希望参赛学生给出序列快速比对的最佳方案。本文简要点评了各参赛队伍的解答情况,然后介绍了现有DNA序列比对软件中用到的算法和数据结构。

简介：提出了一种改进的圆锥优化算法,对传统圆锥优化算法的周期项进行了二次优化。首先,根据经典圆锥运动建立了二次优化的误差准则;其次,给出了推导二次优化补偿系数以及相应的残留误差的一般方法;最后,在不同的经典圆锥运动环境下对三例改进算法的姿态解算误差进行了仿真验证。结果表明,通过改进的四子样和五子样算法得到姿态解算精度与通过旋转矢量变化量的理想值得到的结果几乎完全一致。此外,由于比改进的五子样算法少一次叉乘和两次加法运算,而且仿真速度大约快14%,所以改进的四子样算法更值得推荐采用。