检索结果-内蒙古大学图书馆

集成技术 2018年第6期7卷 31-38页

作者：梁嘉宁谭霁宬孙天夫王峥中国科学院深圳先进技术研究院深圳518055

动力锂电池荷电状态的准确估计是电池管理系统的关键功能之一。该文结合二阶电阻-电容等效电路模型,通过建立状态空间表达式,利用最小二乘法对等效电路模型各参数进行辨识,并通过多项式拟合方法获得了开路电压与剩余电荷的关系曲线,进... 详细信息

动力锂电池荷电状态的准确估计是电池管理系统的关键功能之一。该文结合二阶电阻-电容等效电路模型,通过建立状态空间表达式,利用最小二乘法对等效电路模型各参数进行辨识,并通过多项式拟合方法获得了开路电压与剩余电荷的关系曲线,进而基于容积卡尔曼滤波方法对锂电池荷电状态进行建模,建立了基于数字信号处理器的充放电实验平台,实现了锂电池放电时荷电状态的实时估算。实验结果表明,该方法能够实现实时在线估算,且最大误差小于2%,具有良好的估算精度。

关键词：荷电状态扩展卡尔曼滤波容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

新型自适应容积卡尔曼滤波算法及其在目标跟踪中的应用

引用

现代信息科技 2018年第2期2卷 62-66页

作者：黄硕李冠男荆涛曹洁陆军装甲兵学院信息通信系北京100072

针对标准容积卡尔曼滤波(CKF)在目标跟踪中出现的问题,根据系统噪声统计特性不准确或未知的特点,提出一种基于协方差匹配原则的自适应容积卡尔曼滤波算法。该算法通过利用新息序列与残差序列来实现对观测噪声协方差和过程噪声协方差矩... 详细信息

针对标准容积卡尔曼滤波(CKF)在目标跟踪中出现的问题,根据系统噪声统计特性不准确或未知的特点,提出一种基于协方差匹配原则的自适应容积卡尔曼滤波算法。该算法通过利用新息序列与残差序列来实现对观测噪声协方差和过程噪声协方差矩阵的实时跟踪,进而进行在线调整噪声统计特性,能够有效的改善由于噪声特性未知所引起的滤波发散相关问题。将该算法应用在目标跟踪仿真实验中,结果表明,与标准CKF算法相比,在系统噪声统计特性未知的情况下,该算法具有更好的实时性,不仅抑制了滤波器的发散问题,而且提高了对目标的跟踪精度。

关键词：容积卡尔曼滤波算法协方差匹配自适应滤波目标跟踪

来源：评论

学校读者我要写书评

暂无评论

自适应强跟踪容积卡尔曼滤波算法

引用

北京化工大学学报（自然科学版） 2013年第3期40卷 98-103页

作者：赵利强罗达灿王建林于涛北京化工大学信息科学与技术学院北京100029

提出了一种自适应强跟踪容积卡尔曼滤波算法(ASTSCKF),该算法在平方根容积卡尔曼滤波算法(SCKF)步骤中引入强跟踪滤波器(STF),通过渐消因子在线修正一步预测误差协方差矩阵,强迫输出残差序列正交,使得算法具有应对系统状态突变等不确定... 详细信息

提出了一种自适应强跟踪容积卡尔曼滤波算法(ASTSCKF),该算法在平方根容积卡尔曼滤波算法(SCKF)步骤中引入强跟踪滤波器(STF),通过渐消因子在线修正一步预测误差协方差矩阵,强迫输出残差序列正交,使得算法具有应对系统状态突变等不确定因素的能力,增强了算法的鲁棒性;结合改进渐消记忆时变噪声统计估计器,对噪声方差阵进行实时在线估计,有效解决了SCKF算法由于噪声统计不准确、未知或时变性带来的滤波发散问题,使其具有应对噪声变化的自适应能力。仿真实验结果表明:ASTSCKF算法在系统状态发生突变并且噪声变化的情况下,能够表现出良好的滤波性能,较SCKF算法有更强的鲁棒性以及噪声变化的自适应性。

关键词：容积卡尔曼滤波算法强跟踪滤波器渐消因子噪声统计估计器

来源：评论

学校读者我要写书评

暂无评论

基于容积卡尔曼滤波的BDS/SINS组合导航系统目标跟踪算法研究

基于容积卡尔曼滤波的BDS/SINS组合导航系统目标跟踪算法研究

引用

作者：白俊杰兰州交通大学

学位级别：硕士

如今,卫星导航系统已应用于各个领域并且其地位是至关重要的,因此各个国家都想要发展完全拥有自主知识产权的卫星导航系统。近年来,我国北斗卫星导航系统(Beidou Navigation System,BDS)发展迅速,已经成为世界上成熟的卫星导航系统。由... 详细信息

如今,卫星导航系统已应用于各个领域并且其地位是至关重要的,因此各个国家都想要发展完全拥有自主知识产权的卫星导航系统。近年来,我国北斗卫星导航系统(Beidou Navigation System,BDS)发展迅速,已经成为世界上成熟的卫星导航系统。由于单一导航系统的性能与稳定性已不能满足各个行业对导航的需求,有学者就提出组合导航的概念,主要思想是利用不同导航系统各自的优点,既能功能互补,又能提高导航的精确性和稳定性。本文主要研究对组合导航系统中改进的数据融合算法,主要以BDS和捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)的紧组合导航系统为背景展开研究。本文针对紧组合导航系统的强非线性特点,对传统数据融合方法即:卡尔曼滤波(Kalman Filter,KF)、扩展卡尔曼滤波(Extended Kalman Filtering,EKF)、无迹卡尔曼滤波(Unsecented Kalman Filtering,UKF)和容积卡尔曼滤波(Cubature Kalman Filtering,CKF)分别进行仿真实验,并对仿真结果进行对比分析。实验结果表明,在BDS/SINS紧组合导航系统中,CKF算法的滤波效果综合最优,因此本文选用该算法作为基础算法。CKF算法在滤波过程中需要已知系统噪声和量测噪声统计特性的先验信息,否则会导致滤波精度下降甚至滤波发散,但是在实际环境中这些信息有可能是未知的,基于此问题,本文提出了对未知噪声的先验信息进行噪声估计的自适应滤波算法(ACKF),通过引入常值噪声估值器和时变噪声估值器,对未知噪声统计特性进行实时预测。然后对这两种噪声估值器算法分别进行仿真实验,实验结果表明噪声估值器对噪声的实时跟踪具有良好的效果,对带噪声估值器的ACKF算法面对未知的噪声先验信息具有自适应的能力,并且在滤波前可以不需要已知噪声先验信息。BDS接收机在接受北斗卫星的回传信号时,很有可能会受到干扰而接收到异常值,这便会劣化滤波精度和稳定性,在滤波过程中,由于滤波迭代次数的增加,噪声统计特性中误差协方差矩阵可能会出现非正定的情况,从而导致不能进行柯西分解使得滤波被中断。因此本文提出了首先用均值滤波对最初的观测值进行预处理,使异常值对滤波的影响降低;然后使用奇异值分解(Singular Value Decomposition,SVD)代替柯西分解,避免误差协方差矩阵出现非正定滤波中断的情况,因为SVD分解可以对非正定矩阵进行分解;最后利用改进IGGIII权函数构建抗差因子,再次降低异常观测值对滤波的影响。以上算法提出的前提是在BDS/SINS紧组合导航系统中实现。为了验证所提算法在的有效性,本文设计出紧组合导航系统的框架结构,搭建实验所需要的仿真环境,在实验仿真平台使用以上所提出的改进算法。实验结果表明,相较于传统CKF滤波算法,基于SVD的抗差自适应CKF算法对未知噪声先验信息有更好的自适应性,对观测信息中的突变观测值有较好的抗差能力。本文所提的算法能够有效提高在BDS/SINS紧组合导航系统中的滤波精度,经过验证可证明所提算法在紧组合导航系统中是一种可行并且有效的滤波算法。

关键词：非线性滤波容积卡尔曼滤波算法北斗卫星导航系统捷联惯性导航系统组合导航

来源：评论

学校读者我要写书评

暂无评论

电动汽车锂电池状态估计研究

电动汽车锂电池状态估计研究

引用

作者：姜佳怡西安工业大学

学位级别：硕士

动力电池状态估计是制约电动汽车发展的主要问题之一。其中,准确估计电池荷电状态(State of Charge,SOC)对于剩余续航里程预测、延长电池使用寿命、提高电池能量利用率等方面具有重要意义;准确估计健康状态(State of Health,SOH)能够提... 详细信息

动力电池状态估计是制约电动汽车发展的主要问题之一。其中,准确估计电池荷电状态(State of Charge,SOC)对于剩余续航里程预测、延长电池使用寿命、提高电池能量利用率等方面具有重要意义;准确估计健康状态(State of Health,SOH)能够提高设备使用率、降低使用成本、保证设备安全性能。本文以18650型三元锂电池为研究对象,围绕着电池管理系统(Battery Management System,BMS)的关键技术—SOC和SOH估计展开研究。主要研究内容如下: 首先,在分析锂电池的结构和工作原理的基础上,对其进行了容量特性、电池电压特性和老化特性试验,建立了变参数的二阶RC等效电路模型。在不同温度、SOC下对电池模型的欧姆内阻、极化参数进行辨识。采用分段拟合法,建立各参数值与SOC、温度的关系表达式,实现全范围、分阶段的电池模型参数辨识,提高了模型精度。分别在恒流脉冲放电和动态应力测试(Dynamic Stress Test,DST)工况下验证了模型的准确性,实验结果表明不同温度、工况下模型误差均能够保证在0.122V内。其次,采取自适应容积卡尔曼滤波(Adaptive Cubature Kalman Filter,ACKF)算法实时更新并修正系统噪声,对电池荷电状态进行估计,减小了数据在测量过程中出现的噪声、提高了算法鲁棒性和估计精度。恒流脉冲放电工况下低温(-10℃)、常温(25℃)、高温(50℃)平均估计误差分别为2.66%、1.85%、2.11%;DST工况下低温(-10℃)、常温(25℃)、高温(50℃)平均估计误差分别为2.73%、2.01%、2.22%。考虑电池工作状态下的端电压、工作电流、温度、内阻和循环次数等因素的影响,设计了双容积卡尔曼滤波算法对SOC和SOH进行联合估计,仿真结果表明,联合估计算法得到的SOC平均估计误差在2.79%内、SOH平均估计误差为2.2%,符合预期目标。为了验证估计算法的准确性和可实现性,在电池管理系统平台上进行电池电压、电流等数据的采集以及处理,将本文的估计算法移植到电池管理系统模块内,在恒流脉冲放电工况下对算法进行实验验证。结果表明,本文提出的估计算法能对电池的SOC、SOH进行准确估计,SOC估计误差与SOH估计误差均在3%以内,满足工程实际需要。

关键词：锂电池等效电路模型荷电状态健康状态容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波的船舶操纵运动参数辨识建模

基于卡尔曼滤波的船舶操纵运动参数辨识建模

引用

作者：李晴昊大连海事大学

学位级别：硕士

高精度的船舶操纵运动数学模型是无人船自主航行控制的核心之一,是船舶操纵性预报的基础。目前,机理建模和辨识建模是获得船舶操纵运动数学模型的主要方式,近些年基于数据驱动的系统辨识手段成为了该领域的主要研究热点。扩展卡尔曼滤波... 详细信息

高精度的船舶操纵运动数学模型是无人船自主航行控制的核心之一,是船舶操纵性预报的基础。目前,机理建模和辨识建模是获得船舶操纵运动数学模型的主要方式,近些年基于数据驱动的系统辨识手段成为了该领域的主要研究热点。扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法由于其结构简单、辨识效率高且可以处理非线性问题被广泛应用于参数辨识领域。但因为其一阶近似假设,导致对非线性较强和参数较多的模型辨识时,容易出现辨识精度低的问题。本文基于EKF算法,对无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法和容积卡尔曼滤波(Cubature Kalman filter,CKF)算法进行船舶操纵运动数学模型参数辨识研究。本文的主要工作如下: (1)基于多新息技术提出了多新息无迹卡尔曼滤波(Multi-Innovation Unscented Kalman Filter,MIUKF)船舶操纵运动模型参数辨识算法。将通过无迹变换(Unscented Transformation,UT)对系统状态概率分布进行近似的UKF算法引入多新息技术,使历史时刻新息与当前时刻新息共同对系统状态进行修正并引入遗忘因子,为了提高UKF算法的辨识精度。在算法验证方面,对Mariner船模包含舵机模型的二阶非线性响应模型参数,进行辨识和泛化性验证。结果表明,增加新息长度能够提高船舶运动模型参数的辨识精度。 (2)基于均方根方法提出了均方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)船舶操纵运动模型参数辨识算法。通过将均方根方法引入UKF算法,解决了UKF算法对复杂模型参数进行辨识时,状态方差失去正定性而导致的滤波中断问题。在算法验证方面,分别对Mariner船模的二阶非线性响应模型参数、Cybership Ⅱ船模的水动力模型参数,进行辨识和泛化性验证。结果表明,该算法对水动力导数的辨识具有较高精度,有效克服了状态方差矩阵的非正定性,验证了所提出算法的有效性。 (3)基于均方根方法提出了均方根容积卡尔曼滤波(Square Root Cubature Kalman Filter,SRCKF)船舶操纵运动模型参数辨识算法。通过将均方根方法引入CKF算法,解决了CKF算法对复杂模型参数进行辨识时,状态方差失去正定性而导致的滤波中断问题,克服了SRUKF算法辨识精度受到UT变换参数选取的影响。在算法验证方面,分别对Mariner船模的二阶非线性响应模型参数、Cybership Ⅱ船模的水动力模型参数,进行辨识和泛化性验证。结果表明,该算法对水动力导数的辨识具有较高精度,有效克服了状态方差矩阵的非正定性,验证了所提出算法的有效性。

关键词：船舶操纵运动数学模型系统辨识无迹卡尔曼滤波算法容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于UWB/INS的室内融合定位技术研究

基于UWB/INS的室内融合定位技术研究

引用

作者：肖春亮哈尔滨工程大学

学位级别：硕士

随着科技的不断进步,人们对定位技术的追求逐步增高,超宽带(Ultra Wide Band,UWB)技术由于其具有穿透性强,传输损耗小,抗干扰能力强,覆盖范围广等优点,使得它在众多室内定位技术中脱颖而出。但UWB信号受非视距(Non-Line-of-Sight,NLOS)... 详细信息

随着科技的不断进步,人们对定位技术的追求逐步增高,超宽带(Ultra Wide Band,UWB)技术由于其具有穿透性强,传输损耗小,抗干扰能力强,覆盖范围广等优点,使得它在众多室内定位技术中脱颖而出。但UWB信号受非视距(Non-Line-of-Sight,NLOS)环境影响严重,因此抑制NLOS误差提高定位精度具有重要意义。本文分别从惯性导航系统(Inertial Navigation System,INS)的累积误差抑制、UWB系统的NLOS误差识别与修正和基于UWB/INS的融合定位算法三方面进行研究。首先,针对INS系统的加速度计和陀螺仪漂移所引起的累积误差问题,提出基于广义似然比检测算法的修正框架。先通过广义似然比检测算法,对行人的静止态和运动态进行检测,之后对于静止态,分别通过零速修正算法对速度进行修正,通过零积分航向角速率修正算法对航向角进行修正,最后通过扩展卡尔曼滤波器将修正后数据进行融合。之后通过对比实验,验证了本文所提INS修正框架可以有效抑制累积误差。其次,针对传统NLOS信号识别算法没有考虑到信号波形特征之间相关性的问题,本文提出了基于模糊综合评判的NLOS识别算法,此算法通过考虑信号波形特征之间的相关性,有效提高NLOS信号识别精度。之后通过基于半定规划的NLOS修正算法,对识别出的NLOS信号进行修正。最后分别在3基站与4基站下,与多种NLOS抑制算法进行了实验对比,实验结果表明,本文所提算法在基站数量较少和有冗余基站时的定位效果都优于对比算法,NLOS抑制效果更好,有更高的定位精度与定位稳定性。最后,针对标准容积卡尔曼滤波算法在估计最坏的情况下,误差较大,鲁棒性不好的问题,本文提出H∞容积卡尔曼滤波算法,在容积卡尔曼滤波算法的基础上通过加入H∞估计作为代价函数,以最大限度的减少最坏扰动对估计误差的影响。其次,针对标准容积卡尔曼滤波算法不能处理未知和时变的噪声,导致滤波精度下降,甚至发散的问题,本文提出自适应容积卡尔曼滤波算法,通过加入自适应滤波,动态的处理噪声信息,有效的降低了噪声对评估结果的影响。最后,设计了紧耦合自适应H∞容积卡尔曼滤波算法框架。之后,通过实验对比可知,紧耦合自适应H∞容积卡尔曼滤波算法相比紧耦合容积卡尔曼滤波算法,平均定位误差降低了2.21cm(19.25%),实验结果表明,紧耦合自适应H∞容积卡尔曼滤波算法的定位精度更高,定位鲁棒性更好。

关键词：超宽带室内定位 INS修正框架 NLOS误差抑制容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的协方差交叉融合算法研究

基于遗传算法的协方差交叉融合算法研究

引用

作者：刘金钢黑龙江大学

学位级别：硕士

多传感器融合估计是状态估计领域重要的组成部分,在航空航天、导航制导、目标识别和智能制造等领域中有着重要应用价值。对于多传感器系统,当子系统间互协方差阵已知时,在线性最小方差意义下可获得最优矩阵加权、对角线加权和标量加权... 详细信息

多传感器融合估计是状态估计领域重要的组成部分,在航空航天、导航制导、目标识别和智能制造等领域中有着重要应用价值。对于多传感器系统,当子系统间互协方差阵已知时,在线性最小方差意义下可获得最优矩阵加权、对角线加权和标量加权等融合。然而在实际应用中,通常会存在互协方差未知的情况,如何有效地解决互协方差未知的融合估计问题成为研究的重点和难点。因此针对互协方差未知的多传感器系统,本文的主要研究工作如下:(1)在批处理协方差交叉(Batch Covariance Intersection,BCI)融合算法的框架下,用正定对角阵代替原有的标量权系数,提出了对角阵权系数CI(DCI)融合算法。该算法较经典CI融合算法结构更加灵活,具有更高的融合精度。并在理论上证明了该算法的无偏性,鲁棒性以及精度关系。(2)提出了基于遗传模拟退火算法和BP神经网络的联合优化方案。通过离线训练BP网络,在线融合估计,避免了融合时的加权系数的优化过程,同时“过滤”掉了局部最优值,所以提高了系统的实时性和融合精度。(3)提出了快速对角阵权系数CI(FDCI)融合算法,并证明了所提出FDCI算法的无偏性及鲁棒精度。该算法无需进行多权系数的非线性代价函数的优化问题,进而大大降低了计算负担,提高了系统的实时性,更适用于非线性等复杂的互协方差未知的多传感器系统。针对数据不同步传输的情况,提出了序贯快速对角阵权系数CI融合算法,并推导出了该算法的批处理形式和相关定理。其次,结合CKF算法提出了快速对角阵权系数协方差交叉融合容积卡尔曼滤波算法,该算法可有效解决互协方差信息未知的非线性多传感器系统的融合估计问题。

关键词：协方差交叉(CI)融合算法遗传算法 BP网络容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于CKF算法的SINS/BDS超紧耦合组合导航方法研究

基于CKF算法的SINS/BDS超紧耦合组合导航方法研究

引用

作者：赵嘉凡内蒙古大学

学位级别：硕士

现如今卫星导航技术在各个领域都发挥着举足轻重的作用,世界各国都在大力发展建设卫星导航系统。由于单一导航系统有一定的局限性,在高动态等环境下可靠性较低无法满足使用需求,所以组合导航系统成为了研究热点。在组合导航系统的组合... 详细信息

现如今卫星导航技术在各个领域都发挥着举足轻重的作用,世界各国都在大力发展建设卫星导航系统。由于单一导航系统有一定的局限性,在高动态等环境下可靠性较低无法满足使用需求,所以组合导航系统成为了研究热点。在组合导航系统的组合方式中,超紧组合相较于松、紧组合又有着定位精度高、动态性能好的优点。因此,本文基于捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)和北斗导航系统(Beidou Navigation System,BDS)的超紧组合导航系统,开展对滤波算法的研究。本文针对超紧组合导航系统的强非线性特性,对常用的三种非线性滤波方法:扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)、容积卡尔曼滤波(Cubature Kalman filter,CKF)进行对比分析。CKF算法有着严谨的数学推理过程且滤波效果最好。但它在递推过程中,协方差阵易丢失对称正定性而造成无法分解,同时它仍对条件环境的改变较为敏感。针对这个问题,本文在传统CKF算法的基础上提出了模糊自适应强跟踪容积卡尔曼滤波(Fuzzy Adaptive Strong Tracking Cubature Kalman filter,FASTCKF),该算法引入了次优渐消因子使残差序列始终满足正定性,并且通过自适应性和模糊推理准则使量测噪声持续近似真实噪声,提高滤波精度。为了验证所提出算法在超紧组合系统中的有效性,本文还搭建了BDS/SINS超紧组合系统仿真平台,设计了载体轨迹发生器、惯性导航仿真器、北斗接收机仿真器以及组合滤波器,并构造了BDS/SINS超紧组合导航数学模型。同时将容积卡尔曼滤波算法、强跟踪容积卡尔曼滤波算法和模糊自适应强跟踪容积卡尔曼滤波算法加入到仿真平台中。仿真结果表明,本文提出的模糊自适应强跟踪容积卡尔曼滤波算法相较于其他两种算法,有着良好的自适应性和跟踪能力,有效提高了超紧组合导航系统中的滤波精度,是一种可行有效的滤波算法。

关键词：组合导航北斗导航系统捷联惯性导航系统容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

自适应抗差CKF在舰载导弹武器初始对准中的应用

引用

自动化技术与应用 2022年第6期41卷 6-9,81页

作者：牟宏伟韩磊李昂阳中国运载火箭技术研究院北京100076 首都航天机械有限公司北京100076

当捷联惯导系统失准角误差模型为大角度时,需要采用非线性滤波方法。本文研究了基于大方位失准角的初始对准技术。首先,建立SINS/GPS非线性误差模型;针对观测粗差和噪声统计特性不准确对系统的影响,提出并推导了自适应抗差CKF滤波算法;... 详细信息

当捷联惯导系统失准角误差模型为大角度时,需要采用非线性滤波方法。本文研究了基于大方位失准角的初始对准技术。首先,建立SINS/GPS非线性误差模型;针对观测粗差和噪声统计特性不准确对系统的影响,提出并推导了自适应抗差CKF滤波算法;最后,通过仿真分析和对比试验验证,该算法能增强滤波的稳定性,进而提高估计精度,缩短收敛时间。

关键词：大方位失准角初始对准非线性误差模型自适应抗差容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：