海洋变分同化背景场误差协方差矩阵构造技术

为改进背景场误差协方差矩阵构造技术,提高海洋资料变分同化效果,首先将背景场误差协方差矩阵分解为背景误差标准偏差矩阵、非平衡变量空间相关算子以及多变量间平衡算子3部分,然后利用广义扩散方程模拟空间相关算子,联合引入温盐约束关系、线性状态方程、海表高度诊断方程、静力平衡、地转平衡关系模拟多变量平衡,最后给出了一种适用于海洋资料变分同化的背景场误差协方差矩阵构造方案。单点海表温度观测模拟同化试验表明,该方案可实现观测信息在三维空间、多变量间的传播,充分体现了背景场误差协方差矩阵在同化中的作用。

非平稳逆高斯纹理估计的两种协方差矩阵GLRT检测器

文章研究了两种海面目标检测算法。由于海杂波的非高斯、非平稳和非均匀特性,传统的分布模型不能对海杂波进行有效的拟合,海杂波的概率密度函数会产生严重的拖尾现象。海杂波的非平稳性主要体现在纹理上,通过对纹理进行逆高斯建模,并估计纹理的最大后验值和最小均方误差值,对非平稳纹理进行归一化处理,实现海杂波协方差矩阵的平稳化。在广义似然比检测模型的基础上,提出了最大后验逆高斯广义似然比检测器(MAP-IGD-GLRT)和最小均方误差逆高斯广义似然比检测器(MMSE-IGD-GLRT)。经过仿真和实测数据实验验证,该文所提两种检测器均优于对比算法。

光学头部姿态跟踪的多传感器数据融合研究

精确的头部姿态跟踪是室内增强现实系统实现高精度注册的关键技术之一.本文介绍了使用传感器数据融合原理实现高精度的光学头部姿态跟踪的新方法.该方法使用多传感器数据融合中的扩展卡尔曼滤波器和融合滤波器,将两个互补的单摄像机Inside-out跟踪和双摄像机Outside-in跟踪的头部姿态进行数据融合,以减小光学跟踪传感器的姿态误差.设计了一个典型实验装置验证所提出的算法,实验结果显示,在静态测试下的姿态输出误差与使用误差协方差传播法则计算得到的结果是一致的;在动态跟踪条件下,与单个Inside-out或Outside-in跟踪相比,所提出的光学头部姿态数据融合算法能够使跟踪器获得精度更高、更稳定的位置和方向信息.

带反馈信息的多传感器航迹融合算法

基于分布式多传感器航迹融合系统,采用序贯处理的方法,研究了相关条件下带反馈信息的多传感器航迹融合问题。以估计误差方差阵迹最小准则导出了相应的融合算法,并进行了仿真分析。仿真结果表明带反馈信息的多传感器航迹融合算法的可行性和有效性,同时也表明带反馈的融合算法比不带反馈的融合算法具有更高的跟踪精度。

变分资料同化中不同的变分求解方法

在应用变分资料同化方法时面临着两方面的难题:一是背景场误差协方差矩阵的求逆问题;二是与背景场误差协方差矩阵相关的计算与存储问题。为了解决这两方面的问题,不同的求解方法便被提出来了。对主要的变分求解方法,包括增量法、运用空间滤波算子的变分分析法、预处理化法、物理空间统计分析法、谱统计插值法等进行了系统的回顾,对它们的优缺点进行了分析与讨论,并指出了变分资料同化中各种求解方法的适用条件。

多传感器次优Kalman滤波器及其融合效果评价

给出一种简单有效的次优Kalman滤波融合算法,用相对误差协方差矩阵和绝对误差均值等量化指标分析了融合算法的有效性,并用计算机仿真结果对融合效果做进一步验证.

双分辨率集合卡尔曼滤波同化方案与模拟试验

对于高分辨率中尺度模式集合卡尔曼滤波实际应用的困难是集合预报会耗费大量的时间,而双分辨率集合卡尔曼滤波是由一组低分辨率样本提供同化所需的背景误差协方差矩阵,这种方法可以减少集合预报的时间。为了检验其有效性,利用模拟资料,与标准高分辨率集合卡尔曼滤波方法比较。结果表明:在第一个同化时次,两者对500 hPa水平风场和扰动位温场的分析增量场均与真实增量场的高低值中心位置一致,且结构与真实增量场接近,前者(高分辨率集合卡尔曼滤波)的增量值比后者(双分辨率集合卡尔曼滤波)的增量值更接近真实情况。在连续的预报—同化循环试验中,随着同化次数的增加,两种方法分析变量的均方根误差总体上都是下降的,均表现了较好的同化能力,但后者与前者相比仍存在一定的差距;而在相同的运行环境下,后者的运行时间仅是前者的1/6。

集合四维变分资料同化研究进展

背景误差协方差矩阵的精确定义是构建高水平资料同化系统的先决条件。传统四维变分资料同化(4D-Var)方法将观测资料处理转化成以动力模式为约束的泛函极小化问题,通过调整控制变量,使指定时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。该方法在同化窗口内可以利用模式的切线性和伴随隐式地改变背景误差协方差,能够在某种程度上满足快速发展的天气过程。但是大部分业务中心的四维变分资料同化系统仍采用静态化的背景误差协方差矩阵模型来缓解背景误差协方差矩阵的维度问题,即矩阵维数远大于可用信息量。随着计算机科学的迅猛发展,维度问题可以进一步通过集合的方法缓解。集合四维变分资料同化就是基于这一目标通过构造多个能反映出背景误差协方差分布特征的样本集合来弥补可用信息量的不足。该方法目前已在ECMWF、Mete-France等业务中心实现业务化,为确定性四维变分资料同化系统提供流依赖背景误差协方差估计。简要介绍了集合四维变分资料同化方法的基本原理;其次以ECMWF为例,概述了四维变分资料同化系统的业务现状,重点阐述了系统在开发过程中需要解决的扰动、滤波、校正等一些关键技术;最后探讨集合四维变分资料同化系统目前存在的问题和未来可能的研究方向。

线性逆问题求解的多尺度降阶模型

基于相对误差协方差矩阵信息,该文给出线性逆问题求解的多尺度降阶模型,把高阶模型的求 解问题转化为一个近似的低阶模型再进行求解.利用该降阶模型可以得到与完全模型相当的估计效果,同时 又能大大降低逆算法的计算量,从而有效地解决逆问题求解中计算复杂度过高的难题,增强逆问题求解算法 的可实施性.采用降阶模型进行求解还可以增加那些提供显著信息的点的估计精度.

多源观测逆问题的多尺度分布式分层求解算法

针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分 层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器 的观测信息,得到目标信号的小波变换系数的局部最优估计值;然后,基于相对误差协方差矩阵提供的信息,在每 个尺度上将目标信号的小波系数或最粗尺度系数的局部估计值进行融合;最后,做小波逆变换,得到目标信号基于 全局信息的融合估计值。采用该算法求解多源观测逆问题既能得到与采用集中式求解算法相当的估计效果,又能有 效地降低求解所需的计算量,进一步增强算法的可实施性。

动态性状功能定位模型的优化(英文)

功能定位的实质是将动态性状变化过程的基本规律镶嵌在QTL定位框架内。拟合与时间相关的QTL基因型的期望均值向量和剩余误差的协方差矩阵是动态性状功能定位的核心内容。根据QTL的统计检测效率,通过比较关于QTL基因型的期望均值向量和剩余误差的协方差矩阵的子模型的不同组合,来筛选优化的功能定位模型。以水稻一个DH群体的叶龄性状为例,我们分别用3个具有生物学意义的子模型和2阶Legendre多项式去拟合QTL基因型的均方向量,用13个平稳和非平稳模型去描述剩余协方差的变化。其结果GM2和“衰减”指数模型组合被确定为用来检测水稻第3个连锁群控制叶龄动态变化QTL的优化模型。

基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法

为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协方差矩阵P_(k|k–1)和观测噪声协方差矩阵R_(k)建模,分别用来降低系统噪声和观测噪声的影响,并利用变分贝叶斯滤波实现对移动机器人状态向量X_(k),P_(k|k–1)和R_(k)的联合估计。分别在系统噪声和观测噪声时变和时不变的条件下进行仿真实验,结果表明与基于无迹卡尔曼滤波的SLAM算法(UKF SLAM)、自适应更新观测噪声的容积卡尔曼滤波的SLAM算法(VB-ACKF SLAM)相比,所提DSACKF SLAM算法在噪声时变时,平均位置误差分别减小1.54 m,3.47 m;噪声时不变时,平均位置误差分别减小0.62 m,1.41 m,证明DSACKF SLAM算法有更好的估计性能。

一种区域格点三维变分分析方案——基本框架和初步试验

给出一种区域格点三维变分分析方案的基本框架。对方案中阶数巨大的背景场误差协方差矩阵加以处理,选用位势高度和风场非平衡部分的纬向风速、经向风速作为分析变量,减少矩阵阶数;进行变量变换,避免矩阵求逆;然后,采用与最优插值方案相似的水平和垂直方向可分离的理想相关模型,在水平方向上用递归滤波器代替矩阵运算,从而实现变分分析方案的求解。用单个和理想分布观测资料对方案测试,并进行实例试验,得到很好的计算结果。

一种改进的稳健自适应波束形成算法

当快拍数较小时,自适应波束形成算法的性能将会降低,而对角加载算法是提高这类自适应波束形成算法稳健性的简单而有效的方法,但是至今没有一种比较有效的方法来确定对角加载值。本文提出了一种确定加载值的方法,这种方法在加载值和协方差矩阵的估计误差之间建立联系,它能够根据阵列的输出数据动态的调整加载值。计算机仿真证实了该算法的有效性。

自适应卡尔曼对储能锂电池充放电状态的估算

为了提高对工作状态中动力锂电池组的锂电池荷电状态(SOC)估计,精准的电池模型能够有效地估计SOC值,即提出了非线性模型来描述锂电池的外部特性。自适应性卡尔曼滤波算法有效减小了卡尔曼滤波因为电池模型参数不准确而造成的误差。该算法使系统状态初始化,对下一时刻的不确定性的状态和误差协方差矩阵进行时间更新,计算卡尔曼增益并记录系统观测值,从而有效地修正当前锂电池的SOC估计值、提高滤波精度、降低噪声带来的影响。同时,迭代算法不断用变量的旧值递推新值的过程能够有效地计算卡尔曼增益,不断更新蓄电池工作的SOC而达到更好的收敛效果。根据试验的对比分析,可以得到自适应卡尔曼滤波法(AKF)在电池的SOC值估计上具有更高的精度。算法估计初期能更快收敛,能迅速减小估计误差,并将其计算值和估计值收敛到0.03%,从而有效地延长纯电动汽车的中蓄电池使用时长。

可观测性分析方法探讨及其在初始对准中的应用

可观测性分析方法在卡尔曼滤波效果估计中得到了广泛应用,本文对误差协方差矩阵和姿态精度因子(ADOP)两种可观测性分析方法进行了研究,并分析了两种方法之间的关系。针对旋转式惯导系统多位置初始对准的问题,以捷联式惯导初始对准33维状态误差方程为研究对象,分别采用上述两种方法分析了可观测性分析在旋转惯组初始对准的转动顺序、停留时间及模型降阶方面的应用。仿真结果表明,两种方法在初始对准方案选择中具有良好的一致性。

三维变分资料同化中的非线性平衡约束

在三维变分资料同化的许多应用中,平衡约束都是通过背景误差协方差矩阵B来考虑的：首先,要定义模式变量非平衡部分的背景误差协方差矩阵B(u)(一个块对角矩阵)；其次,要定义一个把非平衡部分变换到模式变量的平衡算子,再用B=KB(u)K^T来构造B。这种形式只适用于那些线性或线性化的平衡约束。许多实际应用中需要考虑非线性平衡约束,比如海洋资料同化中的温盐关系。我们在线性形式的基础上,导出了几种可以推广到非线性的形式,提出了在三维变分同化中考虑非线性平衡约束的方案。利用提出的方案,进行了从海面动力高度来估计温、盐的资料同化数值试验。结果表明,考虑非线性平衡约束的方案比不考虑非线性平衡约束的方案对结果有很大改善。

一种双重约束的稳健自适应波束形成算法

针对最差情况下最优性能波束形成算法(WCB)仅具备对导向矢量误差稳健性的问题,提出了一种双重约束稳健自适应波束形成算法(DCRAB),在WCB的基础上增加了一个协方差矩阵误差约束条件,因而在理论上同时具备对导向矢量误差和协方差矩阵误差的稳健性.经过多次严格条件的释放,将非凸的DCRAB问题转化为凸的二阶锥规划问题(SOCP),最后可采用与WCB相似的方法求解.数值仿真结果表明DCRAB在输出SINR,DOA误差、有限采样点和方向图增益等方面都优于WCB和其他一些经典算法.