摘要：针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.

摘要：载波跟踪技术作为GNSS接收机的关键技术,其跟踪算法在很大程度上决定着GNSS接收机的导航性能。本文基于一种典型载波跟踪环路结构,针对高动态环境下接收机跟踪环路易信号失锁的情况,设计了一种惯性辅助GNSS载波跟踪算法,提出利用多普勒频移变化量平滑伪距率算法,并对惯性辅助跟踪环路的适配性进行了分析。实验结果表明:惯性辅助GNSS载波跟踪算法适用于高动态环境,具有良好的动态性能和导航精度。

摘要：金融科技凭借现代技术与传统金融的深度融合,在构建新兴金融业态、促进金融创新、提升金融服务质量等方面发挥了重要作用,但在其蓬勃发展的同时也对监管提出了更高的要求。为防范金融科技创新带来的风险,"监管沙盒"应运而生。鉴于此,本文首先对金融科技创新的风险进行分析,得出监管机制亟需变革的必要性;其次,在借鉴国际"沙盒监管"实践经验的基础上,对"监管沙盒"和我国金融科技创新的适配性进行分析,优化设计后得出我国引进"监管沙盒"机制的适配路径与发展战略;最后,结合我国金融科技创新发展的实际,提出运用"监管沙盒"机制发展我国金融科技的政策建议。