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:本文给出一个推广的含Cauchy核奇异积分的内插值求积公式,并讨论所得求积公式的误差估计和收敛性.
简介:对一般的Bernouli不等式满足的条件作了一个新的限定,利用二项式定理和等卜匕数列的性质并采用分类讨论的思想证明了一个新的Bernouli不等式,由此不等式证明了经济学中的等额本金还款法和等额本息还款法的差异,并利用数值计算实验验证了此差异,从而由此结论给出了针对不同人群的还贷策略.
简介:当我听到您于2015年10月24日因病逝世的噩耗时,一瞬间心中充满了悲伤。禁不住的眼泪随着西雅图的秋雨模糊了眼前的一切。几天后我放下手上所有的工作飞回了上海,和您做最后的告别。11月6日参加完您的追悼会,我的脑子里很长一段时间都是空荡荡的,您那亲切而富有感染力的笑容不停地展现在我眼前。当我不得不相信您正在远离这么多爱戴您的学生、亲人和朋友时,点点滴滴的往事汇集在一起、越来越清晰地浮现,所有的一切犹如发生在昨天。我看到了那个在黑板上为我梳理有限元方法计算结构的无限耐心的学者;看到了那个在我第一次出国前,和李大潜先生一同带我到西餐厅,教我使用刀叉的亲切的老人;看到了那个在中山公园的石凳