国际出版集团学术期刊数字化出版和传播推广策略研究——以美国Sage出版集团为例

以美国世哲出版集团(Sage)为例,探讨美国学术出版集团在当前的数字化时代如何适应数字化趋势,通过数字化投稿、审稿、数字化出版提高学术期刊的高效和规范出版,通过各种数字化手段和工具对期刊进行推广,从而有效提高学术期刊的可见性和影响力。美国世哲出版集团的数字化发展举措可以为我国学术期刊的数字化出版和推广传播提供经验和借鉴。

基于改进Sage-Husa的GNSS/SINS组合导航系统自适应UKF算法

GNSS/SINS组合导航系统的无迹卡尔曼滤波器(UKF)是以准确的测量噪声统计特性为基础的,当测量噪声统计特性发生变化时,如不对其进行准确的估计,将会导致UKF的滤波性能下降甚至发散。为了解决上述问题,提出了一种基于改进Sage-Husa的GNSS/SINS组合导航系统自适应UKF算法(ISHUKF)。首先,建立了GNSS/SINS非线性组合导航系统的简化UKF模型;然后,在分析组合导航系统中常规Sage-Husa算法存在滤波发散原因的基础上,提出了一种改进的Sage-Husa算法以保证测量噪声估计方差的正定性;最后,进行了GNSS/SINS组合导航系统的仿真实验。实验结果表明,相对于变分贝叶斯算法,ISHUKF对测量噪声方差的估计精度与其大致相同,并且算法更加简单;相对于标准UKF算法,在整个仿真时段内可提高组合导航系统的位置精度、速度精度和姿态精度分别约33%、35%和72%,进而验证了算法的可行性及优越性,并为复杂环境下组合导航系统的滤波方法提供了一种简易的方法。

基于指数加权平均的GNSS/SINS组合导航系统Sage-Husa自适应卡尔曼滤波算法

测量噪声异常会导致GNSS/SINS组合导航系统滤波精度下降,甚至滤波发散。为解决该问题,首先提出适用于组合导航系统的Sage-Husa自适应卡尔曼滤波方法SHAKF;然后根据滤波新息协方差的理论估计值及实际估计值构建控制因子,提出测量噪声均方差突变起始时刻及结束时刻的检测方法,构建基于指数函数变化规律的遗忘因子,进而提出基于指数加权平均的Sage-Husa自适应卡尔曼滤波方法EWASHAKF;最后将EWASHAKF应用于GNSS/SINS组合导航系统,并进行仿真实验。结果表明,相对于SHAKF,EWASHAKF能够准确地跟踪测量噪声均方差的各种变化,进而提高组合导航系统的滤波精度。

改进Sage-Husa算法在SINS/GPS组合导航中的应用

针对在组合导航系统中应用Sage-Husa自适应滤波算法存在的滤波精度低和可靠性差等问题,提出一种改进的Sage-Husa自适应滤波算法。首先在Sage-Husa自适应滤波算法基础上,通过指数渐渐消记忆加权估计方法来估计噪声统计特性,提高算法的自适应能力,后结合强跟踪滤波引入渐消因子在线修正预测均方误差矩阵,使改进后的算法具有应对系统误差干扰等不确定因素的能力。仿真结果表明,改进后Sage-Husa算法具有更高的自适应能力以及在出现模型误差和粗差干扰时能够有效抑制滤波发散,保持良好的滤波性能,应用在组合导航系统中具有更强的稳定性和定位精度。

新型Sage-Husa自适应滤波算法的列车测速方法研究

测速准确性是列车行驶安全的重要参量。在列车的实际运行中,传感器受噪声干扰,会导致测速数据出现异常。针对该问题,本文提出了采用新型Sage-Husa自适应滤波方法来去除噪声影响,实现多传感器信息融合,并与传统的卡尔曼滤波算法进行了比较。结果表明,新型Sage-Husa自适应滤波方法更能保证测速测量的准确性。

一种数值稳定的次优并行Sage自适应滤波器

提出了一种新的次优Sage自适应Kalman滤波算法。该算法通过对滤波器发散的综合抑制 ,有效提高了滤波器的数值稳定性。针对经典次优Sage滤波器经常存在结果偏移现象 ,设计了一种附加伴随滤波器的并行滤波结构 ,消除了结果偏移 。

对Sage-Husa算法的改进

在衍生于卡尔曼滤波的INS/GPS组合导航自适应算法中,Sage-Husa算法是针对不确定的系统噪声协方差阵Q阵和量测噪声协方差阵R阵的经典算法。文中推导了自适应Q阵和R阵,在自适应Q阵中补充了Sage-Husa算法遗失的一些量。为了尽可能多保留信息,构造新方法使得Q阵非负定和R阵正定,取消了易导致估计偏差的均值估计,修改了Sage-Husa算法中使初始噪声方差的作用很快趋于零的设计思想,可控制固定噪声方差的比例。在3种数据扰动环境下,利用动态仿真计算分析和比较了相关算法发现,同时对Q阵和R阵做自适应估计的算法,其抵抗数据扰动的效果要优于固定Q阵只对R阵做自适应估计、或固定R阵只对Q阵做自适应估计的算法,这个结论不同于一些文献的观点。新改进的Sage-Husa算法对自适应Q阵和R阵可分别调节,有较好的适应性和稳定性。

自适应Sage-Husa粒子滤波及其在组合导航中的应用

针对非线性滤波问题,提出一种新的自适应Sage-Husa粒子滤波算法。通过Sage-Husa滤波方法计算状态估值和协方差阵来获得重要性密度分布函数,充分考虑了最新量测信息的影响,并利用欧氏距离和反映量测噪声统计特性的精度因子自适应地调整粒子权值的分布,降低粒子退化程度,提高了滤波精度,适用于非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和粒子滤波比较,仿真结果表明,自适应Sage-Husa粒子滤波能提高导航系统定位的解算精度,得到的东向和北向定位误差控制在?5.3m附近,其性能明显优于扩展Kalman滤波和粒子滤波。

基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的SOC。与EKF相比,改进Sage-Husa的自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的SOC估计误差,实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC估计。

改进的Sage-Husa自适应滤波及其应用

为防止滤波发散和提高系统的实时性,提出了一种基于协方差匹配技术的自适应滤波方法。该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星(INS/DS)组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了实时性。

改进型Sage-Husa卡尔曼滤波器在电压暂降检测中的应用

电压暂降是电网中的一个关键电能质量问题。用于电压暂降检测的Sage-Husa型卡尔曼滤波器具有形式简单、计算量小、响应速度快的优点,但在系统阶次较高时容易出现滤波发散的问题。为避免滤波发散,同时进一步提高该滤波器的实时响应速度,改进Sage-Husa型卡尔曼滤波器中的噪声矩阵估计器,给出基于改进后Sage-Husa卡尔曼滤波器的电压暂降快速检测方法,并通过仿真和实验证明了该方法的有效性。与传统的Sage-Husa型卡尔曼滤波器相比,改进后Sage-Husa卡尔曼滤波器避免了滤波发散的现象,同时提高了的响应速度。

改进的Sage自适应滤波方法

本文首先介绍了 Sage自适应滤波方法 ,分析了基于新息向量、残差向量和状态参数预报值改正向量的协方差自适应估计所存在的问题 ,提出了改进 Sage自适应滤波的新方法。结果表明 。

利用SAGEⅡ遥感分析我国上空平流层臭氧的分布和变化特征

根据１９８４～１９９２年的ｓＡＧＥⅡ观测资料，对平流层臭氧（Ｏ＿３）进行了反演，分析了我国三个纬度区域（２０°～５０°Ｎ）的平流层Ｏ＿３分布和变化特征，得到了可作为参考模式的多年平均的平流层Ｏ＿３总量季节变化曲线和４个月份的垂直分布廓线。

改进Sage-Husa滤波及在GPS/INS容错组合制导中的应用

在Sage-Husa滤波基础上,提出了其改进的滤波算法,以解决它在容错性能差和高阶状态阵滤波发散等方面的问题。仿真结果表明,利用改进Sage-Husa滤波可有效提高GPS/INS组合制导的容错性能和精度。

红曲霉SAGE文库中双标签的制备研究

研究探讨了红曲霉SAGE文库构建过程中总RNA提取、mRNA分离纯化、cDNA合成以及双标签 (Ditags)制备方法 ,并通过PCR条件的优化获得双标签PCR的最佳模板稀释浓度及扩增循环数。

基于Sage-Husa算法的自适应平方根CKF目标跟踪方法

在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计器。仿真结果显示,相对于标准的平方根容积卡尔曼,所提方法在噪声统计特性未知或时变的情况下滤波精度有显著提高。

基于SAGE的航空排放计算方法研究及其应用

随着全球航空业的不断发展,航空排放控制措施层出不穷,准确计算航空排放量以衡量控制措施的优劣很重要。文章详细阐述了SAGE模型计算航空排放的核心思想,深入分析了SAGE模型的计算模块。通过对SAGE模型计算航空排放的过程分析,设计了飞机飞行全航段的排放计算流程,并完成了系统建设。介绍了该系统的总体设计和主操作界面;利用该系统计算了某些航班的排放量,结果表明计算值与实际值相比误差很小。

基因表达系列分析法(SAGE)的改进及其在植物功能基因组研究中的应用

基因表达系列分析方法(SAGE)是一种新的基因表达分析方法,与基因芯片技术一样具有高通量的特点,可测定特定组织的基因表达水平,在全基因组水平上同时定量检测数万个基因表达模式;可在未知目的基因的前提下,分析来自一个细胞的全部转录本信息;对已知或未知基因表达进行定性和定量分析。目前,虽然在疾病、发育、细胞凋亡、药物筛选等多个领域已有利用SAGE方法进行的研究,但该方法在植物功能基因组研究中的应用相对较少。本文主要综述了该方法在RNA用量、PCR循环次数、SAGE效能和可靠性、标签长度和未知标签分析等方面的改进及其在植物中构建SAGE文库、筛选新基因、基因表达图谱分析等方面的应用,从而为其在植物功能基因组研究中的进一步应用提供理论参考。

改进的Sage-Husa滤波在精确空投组合导航系统中的应用

精确空投导航系统要求在满足导航精度的前提条件下,尽可能的降低成本。而低成本的组合导航系统在空投过程中受外部空投环境的影响较大,给噪声统计特性的准确描述带来困难。这将导致常规卡尔曼滤波器滤波不稳定甚至发散。为了解决此问题,在对常用的Sage-Husa滤波算法进行了总结和分析的基础上,研究了一种将协方差匹配技术和简化的Sage-Husa滤波技术相结合的自适应滤波算法。最后将该滤波方法应用到精确空投组合导航系统中进行了仿真分析。仿真结果表明此算法能够满足精确空投导航任务的要求,并且具有很好的导航精度和可靠性。

基于SAGE的近场信道参数估计方法

在室内无线传播环境中,散射体与接收端之间的距离并不一定满足远场假设,这时到达接收端的多径信号是近场球面波形式,从而会对波达角和角度扩展的估计造成影响。对近场多径信道参数的估计需要同时考虑近场散射体与接收阵列之间的波达角和距离。基于空间交替通用期望最大化(SAGE)算法的基本思想,提出了一种的近场信道参数低复杂度估计方法,可以对近场散射体分量的时延、波达角、多普勒、复幅度等参数与距离参数进行联合估计。仿真实验验证了该算法能够准确地对近场散射体的距离和角度进行联合估计。