简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。
简介:捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600s时才收敛到0.5°的速度相比大为改善。
简介:以社会、经济、环境与资源和制度作为基础指标,建立了评价国家可持续发展的综合指标体系。首先,利用熵值法计算各基础指标值,并将每个国家的基础指标值画在同一轴线的雷达图上,直观描述和比较各个国家目前的可持续发展情况。同时,以4个基础指标值为顶点的四边形面积大小作为一个国家可持续发展的综合指数。通过对10个国家的分析,验证了模型的有效性。其次,综合考虑4个基础指标,建立了4维静态趋势分析的优化模型,用以描述每个国家可持续发展程度的变化过程及相关政策与援助对可持续发展指标的影响。最后,基于雷达图模型的分析,选取埃塞俄比亚作为研究对象,借助4维静态趋势分析模型,制定了埃塞俄比亚未来20年的发展规划,并通过雷达图模型验证了规划的有效性,同时对模型的优势与不足进行评述。
简介:我国食物生产在一定程度上依然不能适应营养需求,居民营养不足与过剩并存。为了解决这个问题,本文将数据范围定位在常见的果蔬品种上,对其所含营养成分进行主成分分析和聚类,选择主要的蔬菜水果。利用损耗率和马尔可夫链,用线性回归的方法,通过对以往数据的分析,构建模型预测果蔬的消费量。进一步地,构建线性最优化模型来确定不同经济区域、不同季度的主要蔬菜水果的最合理消费量和购买成本。基于居民人体的营养均衡、购买成本、种植者收益、进出口贸易以及土地面积等多方面因素的考虑,构建多目标规划模型,寻找最优的产量和消费量。从种植产量、价格、国民营养摄入等方面向有关部门提出合理化建议。