四旋翼无人机的轨迹跟踪控制长期依赖欧拉角等局部坐标表示，但这类方法在剧烈机动或大角度姿态变化时会遭遇奇异性和万向节锁死问题。几何跟踪控制通过在SO(3)和SE(3)李群上直接设计控制律，从根本上规避了坐标奇异，并提供了几乎全局的稳定性保证。本文系统梳理了几何跟踪控制的理论基础、核心方法学进展与当前研究前沿。首先阐述四旋翼在SE(3)上的全局动力学建模及其微分平坦特性，分析欧拉角方法的固有局限。进而

时滞系统广泛存在于工业过程、通信网络、机器人控制等领域，其状态估计面临信息异步性、估计偏差和相关性未知等挑战。协方差交叉（Covariance Intersection, CI）融合估计作为一种有效的信息融合方法，在处理具有未知相关性的多源信息时展现出独特优势。本文针对时滞系统，研究了协方差交叉融合估计方法，通过时间对齐、时滞补偿等技术，解决了时滞数据的处理和多源异步信息的融合问题，提高了状态估计

基于商用惯性测量单元（IMUs）的运动跟踪在近年来得到广泛研究，因为它是一种成本效益高的技术，适用于那些光学技术无法实现运动跟踪的应用。这种测量方法对人体表现评估和人机交互有很高的影响。IMU运动跟踪系统是自包含的可穿戴设备，可以在现场环境中对用户的运动进行长时间跟踪。在对基于IMU的人体跟踪进行调查后，选择了五种运动重建技术，并与基于Vicon基于标记的运动跟踪系统的运动跟踪进行比较，以作为参照

时序预测在金融、能源、气象等领域具有重要应用价值，但传统支持向量机（SVM）模型因参数敏感性易陷入局部最优，导致预测精度受限。本文提出一种基于鲸鱼优化算法（WOA）的SVM时序预测模型（WOA-SVM），通过模拟座头鲸的螺旋捕食行为优化SVM的惩罚因子（C）和核函数参数（γ），提升模型全局搜索能力和收敛速度。实验表明，该模型在电力负荷预测、海底管道腐蚀速率预测等场景中，均方误差（MSE）较传统SV

随着汽车智能化和自动化技术的飞速发展，自动泊车系统已成为现代汽车不可或缺的一部分。本文聚焦于基于智能优化算法的自动泊车路径动态规划研究，旨在通过遗传算法、粒子群优化算法、蚁群算法等智能优化算法，结合车辆运动学模型和环境感知信息，实现复杂停车场环境下安全、高效、平滑的泊车路径规划。研究结果表明，智能优化算法在自动泊车路径规划中展现出强大的全局搜索能力和鲁棒性，能够显著提升泊车效率和安全性。智能优化算

本文提出了一种用于反狙击应用的源定位过程：​使用广义互相关（GCC）方法确定到达时间差（TDOA）值。时差值由混合球面插值/最大似然（SI/ML）估计方法用于确定射手位置。[1]高强. 基于传感器网络的室内人员定位算法研究[D].东北大学,2011.博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。部分理论引用网络文献，若有侵权联系博主删除。行百里者，半于九十。

微电网经济调度需要在建立各类分布式电源稳态输出及成本模型的基础上，决策如何安排各机组出力，以使整个微电网运行在一个经济合理的状态。文献[3]在分析微电网内分布式电源选择、控制方式和出力优化的基础上，提出了微电网能量管理系统建设构想，并指出与大电网能量管理系统的区别，为研究微电网调度指明了方向；文献[4]是国内研究微电网能量优化调度的先例，它对比分析了当微电网与主网之间在不同的能量交互策略下微电网的

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI

直流电机因其调速性能优异、响应速度快等特点，在工业控制、电动汽车、机器人等领域有着广泛应用。然而，传统PID控制存在参数固定、难以应对非线性及环境扰动等问题。模糊PID控制虽通过引入模糊逻辑实现了参数自适应调整，但在复杂场景下仍面临规则库构建与参数优化的难题。本文将蚁群优化算法（Ant Colony Optimization, ACO）引入直流电机模糊PID控制系统中，利用其全局寻优能力对模糊PI

本文提出了一种基于区域的主动轮廓模型，采用变分水平集形式用于图像分割。在我们的模型中，局部图像强度具有不同均值和方差的高斯分布描述。我们定义了一个局部高斯分布拟合能量，其中包含一个水平集函数和局部均值和方差作为变量。能量最小化通过交替进行水平集演化和估计局部强度均值和方差的迭代过程来实现。局部强度的均值和方差被视为空间变化的函数，以处理不均匀强度和空间变化强度的噪声（例如乘法噪声）。此外，我们的模