由于有现成的思路和技术支持,这个过程并不需要太多灵光乍现的瞬间,更多的是稳扎稳打和细心操作。
或许今年内,八三工程的武器系统就能有所进展……这个念头在他脑海中一闪而过。他快速浏览着手中的一堆资料,很快找到了自己需要的部分。
在确认了思路的可行性后,他几乎不需要借助任何外力,便能够迅速推进项目。
在研究过程中,许宁灵光一闪,想到了一个更加巧妙的方法来优化卡尔曼滤波算法。尽管徐舒提出的算法对于当前的发动机改进并无太大帮助,但它却是精确制导武器等众多关键技术的基础,与许宁负责的霹雳11导弹项目紧密相关。
然而,在深入了解UKF算法后,他发现其数学推导存在不足,且在高维状态下的稳定性也有待提高。
面对这些挑战,许宁没有气馁,而是更加坚定了深入研究的决心。他仔细检查着手中的信件,上面用漂亮的钢笔字记录着重要的信息,旁边则是密密麻麻的笔记。
最后,他端起保温杯,将最后一口苦涩的茶水一饮而尽,然后开始提笔给徐舒写回信:收到你的信,我了解到你们使用了一种创新的方法,即通过改进的差分进化算法自动调整过程噪声矩阵的方差,这种方法在数值模拟中表现出较高的精确度。不过,扩展卡尔曼滤波(EKF)算法自身还有一些局限性。
第一步,我们需要设定滤波的初始值:状态预测均值?x0等于期望值e(x),而状态预测协方差p0则为e[(x0-?x0)(x0-?x0)装置]。
在改进后的EKF算法中,通过减少状态估计的偏差,我们得到了更加准确的滤波结果。
到90年代中期,工程师们已经开始意识到扩展卡尔曼滤波器(EKF)的局限性,着手寻找改进或替代方案。特别是涉及卡尔曼滤波技术的部分,更是如此。
用贝叶斯理论结合球面-径向积分法,可以将复杂的笛卡尔坐标系积分简化成更易于处理的形式。我们通过一组特定的采样点,来预测系统的状态变化,步骤大致是这样的。
尽管许宁现在的工作鲜为人知,但那些了解内情的人都可以通过通知书与他取得联系。而这次,这封信无疑是一次重大的认可,标志着他的努力得到了回报。
几分钟后,许宁写完信,署上名字,他才发现桌上不知何时多了一份晚餐。
原来是姚美玲见他沉浸在工作中无法自拔,便自发给他准备了一份便当。