简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。
简介:采用X射线荧光光谱法对日本遗弃在华化学武器销毁残渣元素分布进行了分析,同时用土壤连续提取法对残渣样品的砷形态进行了提取。结果表明,黄剂及红剂销毁残渣样品中主要元素均为铁、铜、砷、钛、铅等,其中砷元素占比大且危害最深。进一步对样品进行分析结果显示,残渣中砷形态主要为Fe-结合态、Ca-结合态、残渣态等。分析结果对销毁残渣的二次处理提供了必要的技术支撑,在敦促日方改进销毁技术方面具有重要的现实意义。