简介:针对惯性器件输出噪声引起高精度机载POS(PositionandOrientationSystem)地面双位置对准精度较差的问题,提出基于小波滤波和隐马尔科夫建模的数据预处理方法结合自适应卡尔曼滤波的双位置对准方法。首先分析惯性敏感器原始信息的频率特性,利用小波滤波算法,消除惯性器件测量中的高频噪声;综合分析器件的随机游走特性,通过建立隐马尔科夫模型削弱惯性敏感器输出随机游走的影响;并针对降噪处理、电源波动及环境因素等引起的系统噪声统计规律不确定性问题,提出利用自适应卡尔曼滤波的方法实现POS高精度初始对准。试验结果表明,采用本文所提方法的对准结果,可使对准结束后600s纯捷联解算的水平速度误差由1.278m/s减小至0.6061m/s,水平位置误差由274.6m减小至128.2m,水平速度和位置误差均减小了50%左右。
简介:Lagrange方法中,当流场发生大变形时,跟踪流体运动的Lagrange网格发生扭曲,使计算无法进行下去,此时必须重分网格,把网格修复成较好的形状。另外,网格自适应技术中的重构、合并与加密,以及同一问题不同程序相继计算的连接,并行计算中相邻块边界区域的数据传递等,这些情况都需要利用旧网格上的物理量来确定新网格上的物理量,是一个物理量重映过程。质点重映方法是基于物理上守恒规律的一种离散的物理量守恒映射方法,既可实现分片常数分布的一阶精度重映计算,又可实现分片线性分布的二阶精度重映计算。这种方法可严格保证守恒量的守恒性,且可以实现任意多边形网格以及节点上物理量的守恒重映。但是,基于分片线性分布的二阶精度重映方法,如果新网格的守恒量没有进行保界调整,那么相应的强度量有可能在其局部的限制范围之外,破坏了原网格物理量的单调性。因而,对二阶精度的质点重映方法进行了进一步研究。在分片线性分布的基础上,将基于结构网格的保界算法扩展到非结构网格上,给出了二阶保界的质点守恒重映方法。
简介:本文给出了重新启动的LGMRES方法的一种代价更小的实现方式。这种做法基于消除以下减慢收敛速度的现象:重新启动的simplerGMRES的每次循环结束时得到的残向量经常交替方向,与重新启动的GMRES的情形类似。这种新的变形的方法的优点是它比重新启动的LGMRES所需要的计算量要少,大量的例子表明该方法计算速度更快。
简介:今天是大数据的时代,更是一个要求精准的时代,在工作和生活中总会遇到类似在线影片租赁公司Netflix对若干电影进行人气排名的问题.他们试图通过回收影迷打分的问卷调查来解决,可惜许多影迷并没有观看全部电影,因此如何通过这份不完整的问卷调查数据来对电影人气进行排序,就引起了人们的高度关注,其关键点在于矩阵缺失元素的填充.近几年来,数学家们发明了一种崭新的方法——矩阵填充方法,建立数学模型,较好地解决了该问题.类似问题在机器学习、图像和视频处理等领域也会遇到,涉及面较广.本文基于矩阵填充方法,处理2017年12月28日教育部发布的第4轮学科评估数据,建立核范数最小化模型,选取SVT算法,对参评的所有490所高校未参评或未设置学科的得分进行预测,进而计算高校的学科平均得分,得到高校综合排名.同时,由填充后的学科得分也能回答一所高校如果想扩大学科数量,下一个最应该设置的学科是哪一个,从而达到学科优化布局的效果.
简介:通过在一年级第一学期的微积分教学中融入数学建模的思想和方法使更多的大学生受益,并推动教学改革,设计了一些教学单元,并且在4所大学对2个教学单元进行了课堂试验。试验包括讲课内容、问卷调查、测验、课外习题和研究课题。本文简要说明了讲课内容、问卷调查、测验、课外习题和研究课题,提供了比较详细的统计数据和初步分析,讨论了需要进一步解决的问题。