但因为最开始的卡尔曼滤波法只适用于线性系统，因此后来又有很多人在此基础上进行了一定扩展，以使这种广受好评的滤波算法也可以用于非线性系统中。
其中最典型的一种便是扩展卡尔曼滤波算法（EKF），也就是先用泰勒级数将系统方程展开，忽略二阶以及二阶以上的高阶项，此时非线性系统已接近线性形式，再利用标准卡尔曼滤波算法对系统的状态进行估计。
显然，EKF算法的计算量并不大，实现起来也并不困难，但EKF对强非线性系统容易产生严重的震荡，甚至是发散。
到了90年代中期这会，工程界已经基本看到了EKF算法的极限，开始琢磨对EKF算法进行改进，或者创造一种新的卡尔曼滤波算法出来。
而徐洋提出的这种新算法则是在滤波之前先使用一种经过改进的差分进化算法对过程噪声的方差进行选择，大大减小了状态估计偏差，可以凭借略大于传统EKF算法的计算量达到远远超出EKF算法的精度。
作为一个航空工程师，常浩南此前对于滤波算法的认识仅限于应用层面，对于基础原理了解并不算深刻，但如果只看通过差分进化算法对过程噪声进行择优的过程，应该是没问题的。
抬起头看了看已经泛起鱼肚白的地平线，刚刚被浓茶压制的倦意终于涌了上来。
常浩南决定休息一会之后去找几本书完整地研究一下再做答复。
一方面，对涡喷14压气机叶片外形设计的优化工作刚刚开始，这个阶段的大部分工作是由606所的工程师完成的。况且因为系统的存在，常浩南写出的代码只要思路正确，就不需要debug，这项羡煞无数程序员的能力决定了他耗时最多的部分并不是编程，而是等待计算结果，所以有足够的时间去做这件事。
另一方面，徐洋拿出来的这个算法虽然对眼下的发动机改进没什么作用，但却是精确制导武器捷联导引头、雷达数据链、导弹惯导系统解算等一系列技术的基础，这些都与常浩南之前对进度比较悲观的仿制A弹——霹雳11半主动雷达制导空空导弹密切相关。
内容未完，下一页继续阅读