基于扩展卡尔曼滤波的船舶电力推进系统仿真

针对船舶电力推进系统中采用传统直接转矩控制存在磁链和转矩脉动较大,以及速度传感器的使用降低了系统可靠性,增加了系统成本等问题.提出采用扩展卡尔曼滤波器精确估计电机的定子磁链和电机转速,间接估计转矩,从而实现永磁同步电机的无速度传感器直接转矩控制.保持了直接转矩控制的转矩快速响应和系统鲁棒性强的优点,降低磁链和转矩脉动,减小了系统因电机参数的变化和负载扰动带来的影响.仿真结果表明,基于扩展卡尔曼滤波的船舶电力推进系统具有良好的转速和转矩控制性能.     

无速度传感器永磁同步电机低脉动直接转矩控制

传统永磁同步电机直接转矩控制系统的定子磁链、电磁转矩脉动较大,这些脉动在影响系统性能的同时,也影响电机参数的辨识精度。为实现永磁同步电机的低脉动无速度传感器直接转矩控制,采用EKF(扩展卡尔曼滤波器)构建电机转速、定子磁链观测器,以实现电机转速等参数的实时在线观测;构建转矩、磁链SMC(滑模控制器)取代传统DTC(直接转矩控制)中的滞环比较器和开关表以降低脉动。结果表明,无速度传感器永磁同步电机低脉动直接转矩控制能有效地降低电机转矩、磁链脉动,改善系统控制性能,同时,能实现永磁同步电机变量的快速、精确观测。     

并行扩展卡尔曼滤波的船舶模型参数辨识研究

随着人类对海洋的开发,对船舶数学模型的要求越来越高。为确定船舶运动模型的未知参数,首先针对船舶特点建立相应的数学模型,并提出一种并行扩展卡尔曼滤波算法,该方法通过一种并行计算使辨识效率更高,之后设计辨识实验,将得到的辨识结果进行仿真,并且与传统扩展卡尔曼辨识的结果进行对比,仿真结果表明改进的算法优于扩展卡尔曼滤波。     

基于无迹卡尔曼滤波的船舶运动数学模型辨识

针对一艘目标三体船,构建MMG运动数学模型结构,利用无迹卡尔曼滤波器结合自航试验数据对模型中的参数进行辨识。为减轻动力相消带来的影响,结合三体船特点对模型结构进行化简,并设计不同的控制方式进行分步辨识。通过模型预报数据与自航试验观测值的对比,以及部分参数的试验测量值与辨识值的比较,验证了本文辨识方法的有效性和优越性。     

机械惯量电模拟在变速器试验台中的应用

文章研究了机械惯量电模拟的原理和实现方法,首先采用Kalman滤波器来观测电机的轴扭矩,然后根据惯量电模拟的原理来控制电机的电磁转矩,从而使电机系统的动力特性与机械惯量飞轮一致。最后在Matlab／Simulink环境下建立了变速器试验台模型,汽车的等效惯量采用电模拟方式实现,Simpson自动变速器升档加速过程的仿真结果表明,电模拟方式具有与机械模拟一致的动力学特性。     

船舶动力定位控制系统的非线性观测器设计

针对船舶动力定位系统高度耦合非线性的特点,设计了一种基于无迹卡尔曼滤波的改进算法。该算法利用统计线性化技术,将非线性映射直接作用于采样点,根据映射后的点集重建统计变量,并且对非线性函数的概率密度分布进行拟合。结合动力定位船舶系统,进行了无迹卡尔曼滤波器和卡尔曼滤波器的对比仿真实验,仿真结果表明论文设计的无迹卡尔曼滤波器有较高的计算精度和较强的适用性。     

应用于捷联惯性姿态测量系统的EFRLS算法研究

在实际大型动态测量船动态变形测量应用中准确确定捷联惯性姿态测量系统噪声模型和相关性比较困难,采用常规卡尔曼滤波(KF)会导致较大的状态估计误差,甚至使滤波器发散。针对这一问题,在分析扩展遗忘因子递推最小二乘(EFRLS)算法的稳定性基础上将EFRLS估计误差与带系统相关噪声的卡尔曼滤波器估计误差进行了比较,并针对大型测量船动态环境采用EFRLS算法对变形参数进行了估计,仿真结果验证了EFRLS算法在噪声信息未知情况下的有效性。     

捷联惯性姿态测量系统的扩展遗忘因子递推最小二乘算法研究

在实际大型动态测量船动态变形测量应用中准确确定捷联惯性姿态测量系统噪声模型和相关性比较困难,采用常规卡尔曼滤波(KF)会导致较大的状态估计误差,甚至使滤波器发散.针对这一问题,在分析扩展遗忘因子递推最小二乘(EFRLS)算法的稳定性基础上将EFRLS估计误差与带系统相关噪声的卡尔曼滤波器估计误差进行了比较,并针对大型测量船动态环境采用EFRLS算法对变形参数进行了估计,仿真结果验证了EFRLS算法在噪声信息未知情况下的有效性.     

船用姿态＋水平速度组合SINS／GPS导航系统的研究及实现

阐述了基于卡尔曼滤波器的船用SINS／GPS姿态 水平速度组合系统的设计及实现方法，建立了12维的组合系统状态方程，给出了GPS误差模型，实现了以GPS与SINS输出的航向角以及北向和东向速度之差作为卡尔曼滤波器观测量的低成本SINS／GPS全组合方案，通过计算机仿真和海上试验验证，证明该方案是可行的，能够加快计算速度，实现实时滤波计算，并大幅度提高姿态测量精度，降低系统成本。     

负载转矩观测器在船舶推进系统中的应用

近年来,交流电机逐渐被应用于船舶推进系统中,由于受到海洋环境复杂性的影响,电机负载容易产生突变,如何提高船舶推进系统抗扰动能力成为人们研究的重点。本文研究船舶推进系统和滑模控制理论,在此基础上,利用负载转矩观测器的实时监测数据对船舶推进系统进行动态控制,降低负载扰动影响,提高系统的稳定性和安全性。     

卡尔曼/粒子滤波器在船用组合导航中的应用

采用将全球定位系统GPS（Global Positioning System）与捷联惯性导航系统SINS（Strapdown Inertial Navigation System）进行组合导航的方式,组合后系统性能将优于GPS或SINS单独使用时的任一系统。介绍了基本粒子滤波器算法原理并对卡尔曼/粒子组合滤波器在船用GPS/SINS组合导航中的实现形式及算法特点进行了研究。仿真结果表明,对于船用SINS/GPS组合导航问题,卡尔曼/粒子组合滤波器能够获得较高的滤波精度,满足实际船用导航要求。     

多模型估计理论

研究利用多模型来副近系统的动态性能,基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器.通过仿真研究表明,在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题.多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性.研究表明,运用多模卡尔曼滤波能改善系统的瞬态响应,覆盖大范围的参数不确定性.     

基于反馈粒子滤波的船舶模型参数辨识

[目的]近年来,随着船舶朝着大型化、高速化、智能化的方向发展,船舶动力定位技术显得尤为重要。为了在动力定位系统中建立运动数学模型,需要确定模型中各参数的值。[方法]首先,以一艘挖泥船为研究对象,建立船舶运动数学模型,并分离出纵荡运动模型以及横荡与艏摇运动模型;然后,基于系统辨识理论和反馈粒子滤波算法辨识模型中的未知参数,包括2个主推进器和1个侧推进器的推力系数;最后,进行仿真实验,求得待辨识的参数值。[结果]通过与扩展卡尔曼算法的比较,显示反馈粒子滤波算法对参数辨识的效果更好,验证了反馈粒子滤波算法的可靠性。[结论]该方法在船舶动力定位系统中具有良好的应用前景。     

基于线性自抗扰技术的舰炮伺服系统仿真研究

为实现舰炮伺服系统在负载变化大、冲击扰动强情况下的高精度控制,本文将线性自抗扰技术(LADRC)引入到舰炮伺服系统的位置控制器中。为进一步提高扰动的估计精度和控制效果,使用模型辅助的线性扩张状态观测器(LESO)对系统的状态变化进行观测,补偿系统中的内外部扰动。为验证控制效果,在对系统进行分析的基础上,通过Matlab/Simulink进行仿真试验。仿真结果表明,模型辅助线性自抗扰控制器有效地抑制了负载转矩突变干扰,使系统具有更好的抗干扰性能和动态性能,性能明显优于PID及LADRC控制器。     

多模型估计理论

研究利用多模型来逼近系统的动态性能，基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器。通过仿真研究表明，在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题。多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性。研究表明，运用多模卡尔曼滤波能改善系统的瞬态响应，覆盖大范围的参数不确定性。     

海洋船舶的轨迹估计算法

基于用于相同目的的线性位置模型的测量,提出一个基于曲线运动模型的机动海洋船只模型。假定系统状态和测量模型的噪声都是高斯白噪声,提出将扩展卡尔曼滤波器用于估计位置、速度和加速度的自适应滤波器算法,用于预测机动的海洋船舶轨迹。最后,提出的模型被实施,并成功地进行了船舶操纵轨迹预测。     

基于一种改进粒子滤波算法的目标跟踪研究

为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。     

Alpha-beta滤波在船舶动力定位状态估计中的应用

船舶动力定位系统已广泛应用于海洋工程中,状态估计是动力定位系统的重要组成部分。在工程应用中,状态估计方法主要采用基于卡尔曼滤波的算法,但是这些算法对于船舶首向的滤波效果并不理想。alphabeta滤波是一种不基于模型的稳定常增益滤波器,其结构与卡尔曼滤波类似。本文设计了一种混合滤波器,采用alpha-beta滤波对船舶首向进行滤波,扩展卡尔曼滤波对船舶横向和纵向进行滤波,以改善船舶首向的滤波效果。通过将混合滤波器的滤波效果与扩展卡尔曼滤波器进行对比,验证了alpha-beta滤波用于船舶首向滤波的可行性和有效性。     

卡尔曼滤波器在舰载雷达目标跟踪中的实现

舰载雷达目标追踪系统可以探测和跟踪海面、水下和空中的目标,为船舶导航等提供重要的目标数据,保障船舶安全和正常航行。卡尔曼滤波器(CKF)是基于容积卡尔曼滤波算法设计的一种典型非线性滤波器,近几年来获得了广泛的关注。本文利用容积卡尔曼滤波器,对传统舰载雷达系统进行鲁棒性和近似线性的优化,提高舰载雷达目标追踪的效率和精度。     

舰船综合导航系统的联合卡尔曼滤波器设计

针对由惯性导航系统,全球定位系统及天文导航设备组成的舰船综合导航系统的特点,设计了联合卡尔曼滤波器,并给出了联合卡尔曼滤波器的结构及其算法。理论分析与仿真结果表明,该算法具有全局最优性,能够满足系统的精度要求,且应用该联合滤波可提高系统的容错性能。