在磁干扰环境下进行四旋翼飞行器姿态解算会影响姿态解算精度。为了减小磁干扰对俯仰角和滚转角的影响，提出基于扩展卡尔曼滤波(EKF)进行解算的改进方法。首先，基于EKF将加速度计的测量值作为观测量解算俯仰角和滚转角；然后，将加速度计和磁力计的测量值同时作为观测量，再次应用EKF解算偏航角，并在第二次EKF解算过程中加入可调节测量方差矩阵，自适应改变卡尔曼增益，调节观测量对状态预测的修正，减小磁干扰对偏航角的影响;最后，基于自主研发的飞控系统对该算法进行验证。验证结果表明：该算法能提高四旋翼飞行器在磁干扰环境下的姿态解算精度，增强四旋翼飞行器姿态融合算法的抗磁干扰性能。

脑血流中的血红蛋白有两种: 氧合血红蛋白(HbO2)和还原血红蛋白(HbR)。 这两种血红蛋白在脑血流中浓度的变化可以反应脑部神经活动, 提取其浓度变化信号可以为如癫痫病灶定位、 抑郁等相关疾病的诊断和治疗提供依据和参考。 目前, 使用近红外光谱提取脑血流信号的算法有EEMD-ICA法主成分分析法(PCA)、 独立成分分析法(ICA)、 相干平均法、 自适应滤波等, 这些算法在对近红外脑神经活动信号提取时都有各自的特点和优势, 但都重视如呼吸、 眼动等各种生理干扰, 忽视了测量过程中符合高斯分布的测量干扰, 如仪器精密度、 信号传输中的串扰等。 为了提取脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号, 设计了功能性近红外光谱(fNIRS)的脑血流参数采集装置, 选择波长为750和830 nm的二极管近红外光源采集脑部血流变化信号, 采用扩展的卡尔曼滤波(EKF)算法, 把生理干扰和测量干扰建立对应的数学模型, 使用基于误差平方和最小的原理进行递归计算, 通过对下一时刻系统的初步状态估计以及测量得出的反馈相结合, 得到该时刻无限逼近真实值的状态估计, 结合修正的朗伯比尔定律(Lambert-Beer law), 将光密度信号的变化转换为氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号。 结果表明: 所提方法可以有效去除符合高斯分布的测量干扰, 在Valsava实验和视觉诱发实验中, 可以提取出脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化曲线, 和主流的EEMD提取脑信号算法比对其RMSE值提高了0.96%, r值提高了0.6%, 表明提出的方法有一定的优越性。 所提方法为相关脑部疾病诊断等提供了有效的脑神经活动探测方法。

为了解决三维空间蛇形机动目标跟踪算法中模型失配的问题, 提出了新的“S-蛇形”机动目标模型。该模型基于研究分析了平面内原始机动转弯模型, 考虑目标在垂直方向做简单的匀速直线运动, 对二维机动转弯模型进行了三维补维, 但经仿真分析发现, 此模型在机动变轨处出现“折返”现象, 为了克服此缺点, 又对该模型的状态转移矩阵进行了修正, 提出了一种新的“S-蛇形”机动目标模型, 该模型能够很好地匹配蛇形机动目标真实运动轨迹。最后在扩展卡尔曼滤波算法(EKF)中应用该模型, 对真实蛇形机动目标进行滤波跟踪, 通过Monte-Carlo仿真, 结果验证了此算法跟踪精度高, 也进一步证明了改进模型的合理性和实用性, 并已经初步应用于某新型**装备跟踪系统调试中。