弱相互作用大质量粒子（WIMP）是形成冷暗物质（CDM）的研究最广泛的候选粒子，可以从大量的天文学和宇宙学观测中推断出其存在。 在最小宇宙学模型的框架下，由PLANCK协作对宇宙微波背景进行详细测量，将缩放后的CDM遗迹密度固定为ch2 = 0.1193±0.0014，误差小于1.5％。 为了充分利用这种观测精度，理论计算应具有可比或较小的误差。 在本文中，我们使用最新的点阵QCD计算来改进对热等离子体的描述。 这会影响``热WIMP''的预测文物密度，该密度曾经与标准模型粒子处于化学平衡状态。 对于QCD效应最重要的3至15 GeV的WIMP质量，我们的预测与之前的结果相差9％（12％），用于纯S波（P波）an灭。 我们使用这些结果来计算热均值WIMP ni没横截面，该横截面可再现0.1 GeV和10 TeV之间的WIMP质量的正确CDM残留密度。

在本文中，纯动力学k本质模型的拉格朗日密度描述了暗能量的行为，该暗能量的行为由Cooray和Huterer（Astrophys J 513：L95，1999），Zhang和Wu（Mod Phys Lett）提出的四个参数化状态方程描述。 A 27：1250030，2012），Linder（Phys Rev Lett 90：091301，2003），Efstathiou（Mon Not R Astron Soc 310：842，2000）和Feng and Lu（J Cosmol Astropart Phys 1111：34，2011）具有 被重建。 使用de Putter和Linder（Astropart Phys 28：263，2007）概述的方法执行此重建，这使得可以求解将k本质的拉格朗日密度与给定的状态方程（EoS）相关的方程 数值上。 最后，我们讨论了基于Scolnic等人编辑的Pantheon数据集中的1049个SNIa数据点的模型的观测约束。 （Astrophys J 859（2）：101，2018）

基于容积卡尔曼滤波(CubatureKalmam Filter, CKF)的车辆状态观测器 Carsim与Simulink联合 可生成C代码 ?CKF算法使用子函数形式编程，在定义好状态方程和观测方程的前提下，可以方便的进行二次开发 可估计车辆纵向车速，质心侧偏角（或侧向车速，默认发质心侧偏角），横摆角速度和四个车轮侧向力(效果见图) Carsim2018 兼容Carsim2019 带有详细注释和说明文档 Carsim与Simulink联合估计难度与单纯的Simulink模型估计难度不同 用Carsim做状态估计的难度在于carsim的车辆模型完全是黑箱状态，为了获得较好的估计结果需要不断的调整车辆模型参数 估计的参数较多也增加了估计难度，比如估计侧向车速需要用到轮胎侧向力，但轮胎侧向力也是需要通过估计获得的，这样就会存在误差的累积，因此估计的参数越多难度越大

在本文中，我们找到了具有广义多态状态方程（GPEoS）的Einstein–Maxwell方程的精确解。 为此，我们考虑具有带电各向异性物质分布的球对称物体。 我们通过Durgapal（Phys Rev D 27：328，1983）引入的变换将场方程重写为简单形式，然后解析求解这些方程。 对于这些解决方案的物理可接受性，我们绘制了物理量，例如能量密度，各向异性，声速，切向和径向压力。 我们发现所有解决方案均满足所需的物理条件。 结论是，我们所有的结果都简化为带有线性，二次态和多态状态方程的各向异性带电物质分布的情况。

在本文中，我们讨论了宇宙学背景下非线性自旋气体的状态方程。 平均能量动量张量类似于省长型流体的平均动量张量，但是引入了状态W的附加函数来描述非线性势。 计算了早期宇宙中的状态方程w（a）^-1，这为暗物质和暗能量的负压提供了自然的解释。 W可能也是宇宙常数L的主要来源。因此非线性自旋气体可能是暗物质和暗能量的候选者。

使用晶格计算中的量子色动力学（QCD）状态方程，我们研究了QCD对通货膨胀时期产生的原始引力波的影响。 我们还考虑了消失和不消失的轻子不对称的不同情况，其中后者受到宇宙微波背景实验的限制。 我们的结果表明，对于不同晶格QCD状态方程，在QCD跃迁周围的频率范围（10−10–10−7 Hz）中，预计引力波背景有高达百分之几的偏差；对于无消失，在更大的频率处， 摄动QCD的轻子不对称 未来的重力波实验在测量SKA，EPTA，DECIGO和LISA等原始重力波的振幅时具有足够高的灵敏度，可以探究这些差异，并阐明宇宙QCD跃迁的真实性质以及不消失的存在 早期宇宙中的轻子不对称。

计算相态参数 气液平衡常数 逸度 等等参数

四、MATLAB求解离散系统的状态方程 sys 由函数ss构造的状态方程模型 x(:,k) 系统第k个输入序列 q0 系统的初始状态(可缺省) y(:,k) 系统的第k个输出 n 序列的下标; q 系统的状态 获得离散状态方程的计算机表示模型 sys = ss(A,B,C,D,[ ]) 求解状态方程 [y,n,q]=lsim(sys,x,[ ],q0) 或直接利用 [y, q]=dlsim(A,B,C,D,x,q0)

2.卡尔曼状态方程和量测方程的建立。 其中X表示状态变量，包括诱发信号、单位脉 冲信号、自发信号，长m＋p＋q＋1 A＝ 是系统矩阵， 为输入矩阵 是噪声矩阵 是测量噪声 是输出矩阵

状态空间方程是现代控制理论的基础,在预测控制算法中,当系统釆用状态方程表达式时,不需要像求解广义预测控制律一样在线求解Diophantine方程,并且使得MIMO系统的系统表达和公式的推导更为简洁和直观,有利于预测控制方法的稳定性分析,已被越来越的人所采用.