领导把云凝带来,一是希望她能露露脸,二是担心他们解释不清楚。
云凝上次提出的UKF算法,科室还无法接受。
卡尔曼滤波,也就是EKF,目前是最权威的。
部长本不想继续讨论该算法,但想到云凝以前递上来的优化算法都很成功,于是干脆把烫手山芋丢给其他大佬。
部长道:“还是让云凝讲讲吧,她讲得比较清楚。”
王志让人拉来小黑板。
这是11所开会的特色,与其说是领导们开会交流,不如说是大家一起研究学习。
王志甚至还拿着笔记本,随时准备记录。
没有一个领导质疑云凝的年纪和本事,能让部长拎到全所会议上的问题,都是值得讨论的。
云凝的心情越来越好。
在一个值得努力的团队里努力,加班都不算坏事。
云凝拿起半支粉笔。
……所里最高级别的会议,用的粉笔也是如此朴实无华。
云凝说:“卡尔曼滤波是用于非线性系统状态估计的递归算法,通过局部线性化处理非线性问题,它最大的问题是,试图用直尺去张亮弯曲的物体,在分析失败的试车数据时,经常会出现EKF估算的燃烧室压力仍是平滑的曲线,但真实的传感器数据却是剧烈振荡的。”
所有人都无声地听着。
陆凌左右看看,道:“EKF的确容易发散。”
发散指的就是振荡开始后,EKF算出的数据和真实数据差距越来越大。
王志说:“的确,非线性太强,雅可比矩阵存在问题。”
云凝道:“问题或许就在于,我们一定要把它线性化,明明是一条弯路,我们为什么一定要把它切直。”
云凝在黑板上写下推导过程。
挑选一组Sigma点,这些点必须能够完全捕捉均值x和协方差p的全部统计信息。
将点代入完整的非线性函数中……
“如果说EKF只看一个人,UKF就是收集一组有代表性的点,收集起来的信息进行加权平均,综合估计,通过无迹变换,将这一组点,通过真实的完整的非线性函数传播,保留非线性系统的全部特性……”
今天会议比平时多开了两个小时。
整整两个小时,各个科室的专家们都在讨论UKF是否能真的实现。