基于改进UKF的BDS/IMU组合列车定位方法

为提高列车定位的精确性和连续性,采用北斗卫星接收机和惯性测量单元构建车载组合定位系统.针对多传感器组合定位信息融合估计的非线性和鲁棒性需求,将抗差估计理论的等价权原理应用于标准无迹卡尔曼滤波(unscented Kalman filter,UKF)算法,构造了一种改进的UKF算法,通过对标准UKF算法的噪声协方差进行等价替换,从而起到调节滤波增益的作用,使得滤波算法对传感器观测粗差具有较强的抑制能力.将改进的UKF算法与标准UKF算法应用于列车组合定位进行仿真比较,结果表明:传感器无观测异常时,改进UKF算法的滤波精度总体上略优于标准UKF算法;当传感器观测值含有随机粗差时,改进UKF算法的滤波精度及稳定性明显优于标准UKF算法,北向、东向位置平均估计误差分别降低了48.5%、48.8%,北向、东向速度平均估计误差分别降低了43.7%、48.9%.     

基于鲁棒接续时间的铁路空车调运优化

空车调运是铁路运输的关键环节，其方案具有一定的鲁棒性，可以避免车站技术作业时间以及站间旅行时间等不确定因素对调运方案实施的影响. 基于固定的车站技术作业时间和站间旅行时间，提出了空车供应站到达列车与发出列车、空车供应站发出列车与空车需求站发出列车间的空车接续时间关系判别方法. 以空车调运收益最大化为目标，建立了确定情形下考虑车种替代的空车调运模型，在此基础上，引入波动率描述车站技术作业时间和站间旅行时间的不确定性，并通过设置波动下限调整模型的鲁棒性，建立了不确定情形下的空车调运鲁棒优化模型；结合模型性质，以车流关系变化为依据，设计了鲁棒优化模型的快速求解算法，将非线性优化问题转化为易求解的鲁棒等价模型. 结果表明:求得的空车调运方案可以得出列车间的空车配流和车种替代情况，不确定因素的波动率和波动下限会影响空车调运方案的效益值，绝对鲁棒下站间旅行时间、供应站技术作业时间和需求站技术作业时间3个不确定因素导致方案效益值较确定模型分别下降了16.2%、12.1%和28.1%.      

基于边缘粒子滤波的高速列车性能参数估计方法

针对高速列车参数估计中参数增广为状态变量时所出现的非线性问题, 提出一种基于边缘粒子滤波的参数估计方法。在Rao-Blackwellised (RB) 框架下, 将高速列车性能参数估计的概率模型进行分块化处理。应用卡尔曼滤波对线性的状态块进行一步预测和测量更新, 应用粒子滤波对非线性的参数块进行一步预测与测量更新, 实现参数的动态估计, 并通过理论分析和高速列车参数估计实例验证了方法的有效性。分析结果表明: 与经典的扩展卡尔曼滤波相比, 提出的方法具有对初值免疫和算法稳定的特点; 参数估计误差快速收敛到5%以内, 且提出的参数估计方法是无偏估计, 具有较好的工程适用性。     

退化环境中全向移动机器人位姿鲁棒修正算法

全向移动机器人定位算法在退化环境中通常会产生较大的定位漂移或失效,为此提出一种鲁棒的全向移动机器人在退化环境中的位姿修正算法。首先,通过全向移动机器人的结构、动力学分析确定定位误差产生来源;其次,对机器人的各运动状态进行受力分析,结合机器人的运动环境和机器人的运动状态建立打滑误差模型;再次,通过预试验得到的位移与定位误差,运用非线性加权拟合方法计算得出加工装配误差模型;最后,在轮式里程计中插入误差补偿模块,提高机器人定位精度。试验表明：算法位置平均误差为1.36%,姿态平均误差为0.75%,较传统算法分别提高了3.14倍和5.15倍。算法在保证定位精度的前提下具有很强的鲁棒性。     

水下组合导航UKF/PF自适应滤波算法

为了避免粒子滤波(PF)可能存在的粒子退化问题,提出了一种Unscented卡尔曼滤波(UKF)和PF的混合滤波算法.将PF的所有粒子分为随机性粒子和确定性粒子两部分,利用UKF状态估计为PF确定重要性函数,并从重要性函数中抽取随机粒子,而确定性粒子则由UKF的Sigma点构成.利用标准粒子滤波的退化程度指标构造自适应权函数,根据权函数权值大小的变化,UKF/PF混合滤波算法自适应地进化为PF滤波算法或退化为UKF滤波算法.仿真结果验证了UKF/PF混合滤波算法用于DR/INS组合滤波器设计的有效性.     

引入轨道特征的北斗列车定位方法研究

列车定位是轨道交通众多应用的基础条件,北斗卫星导航用于列车定位能够有效提升我国轨道交通装备的自主性.针对列车北斗定位性能对运行条件的适应性需求,本文提出一种引入轨道特征的北斗列车定位方法,该方法从轨道电子地图中提取轨道特征参数,在列车状态预测的系统模型中增加轨道约束,并利用一维地图位置预测拓展北斗导航卫星的伪距测量.利用现场实测数据构建场景进行仿真.所得结果表明,本文提出的方法能够提高列车定位解算对卫星可视条件的鲁棒性,有效拓展北斗列车定位在恶劣观测条件下的可用水平,具有较高的实际应用价值.     

基于均值平移和自适应预测的运动目标跟踪

针对运动目标跟踪算法不足之处,提出结合改进的均值平移与自适应预测的目标跟踪算法,基于Bhattacharyya系数值进行Kalman滤波器与粒子滤波器之间的切换.引入Kalman滤波器为Mean Shift算法估计初始点,在跟踪稳定的情况下进行模板更新,根据Kalman残差大小判定是否发生遮挡：部分遮挡情况下即结合Kalman滤波器实现对快速运动目标的实时跟踪;完全遮挡情况下结合均值平移和粒子滤波进行鲁棒跟踪.实验证明,改进的算法可以有效地提高跟踪算法的效率,并且能很好地解决遮挡问题.     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位,基于VINS-Mono算法的系统框架,在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块,提出了一种融合定位算法LVG＿SLAM;RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离,对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制,并利用双边纹理滤波算法进行细节增强,在此基础上,根据多尺度Retinex算法增强图像的对比度,提高低可见度环境下角点提取的成功率,从而保证图像跟踪的稳定性,改善定位算法的鲁棒性;基于无迹卡尔曼滤波算法,VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合,融合定位结果作为约束引入VI-SLAM后端,通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明：相较于VINS-Mono算法,改进的LVG＿SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色,均方根误差分别降低了38.76%与58.39%,运动轨迹更贴近真实轨迹;在实际夜晚道路场景下,LVG＿SLAM算法将定位误差控制在一定范围内,顺利...     

视频哈希的安全性分析

为了对鲁棒多媒体哈希的安全性进行定量分析,用Shannon的唯一解距离来解释鲁棒多媒体哈希的安全性.以一个典型的鲁棒视频哈希算法为例,对该算法的特征提取方式进行数学建模,并针对不同的攻击类型,用Shannon的唯一解距离测量该鲁棒视频哈希算法的安全级别,定量分析其安全性.分析结果表明:鲁棒视频哈希算法一个密钥的重复使用次数不能超过所求得的唯一解距离,否则,算法的密钥可以被估计出来.     

不确定时变时滞系统的指数稳定鲁棒H_∞可靠控制

针对一类含有时变时滞的参数不确定线性系统,研究了在执行器发生故障情况下系统指数稳定的鲁棒H∞可靠控制器设计问题.根据Lyapunov稳定性理论,给出了系统存在指数稳定鲁棒可靠控制器应满足的一个矩阵不等式;同时给出了系统具有H∞性能指标应满足的另一个矩阵不等式.论文将这两个矩阵不等式转化为两个线性矩阵不等式（LMIs）.利用论文方法设计的指数稳定鲁棒H∞可靠控制器能够使得时滞系统对于任意允许的不确定性以及任意执行器失效都保持鲁棒可靠指数稳定,并且使系统具有指定H∞范数的干扰抑制能力.仿真结果表明了该控制器设计方法的有效性.     

基于MATLAB的H∞鲁棒控制器的设计

简述了 H∞ 鲁棒控制器的基本思想 ,给出了运用 MATLAB鲁棒控制工具箱为假定空间桁架设计 H∞ 鲁棒控制器的设计过程 ,同时也给出了控制器作用下闭环系统的分析结果 ,设计所得到的控制器控制效果非常好 ,达到了设计的目的     

多采样率EKF及其在感应电机转速估计中的应用

在深入研究EKF算法和多采样率数字控制系统的基础上,建立了多采样率EKF算法,分别推导了其输入和输出算法,并将其应用于感应电机的转速估计中.通过仿真验证了该算法比单采样率扩展Kalm an滤波算法具有更高的信息获取和状态估计能力,并能有效抑止噪声,转速估计误差减小41.7%~87.6%.     

联合动力学与运动学的汽车状态估计

为了准确估计汽车的横向速度,利用七自由度汽车动力学模型、汽车运动学方程和Duoff非线性轮胎模型,建立包含噪声统计特性的汽车离散化动力学和运动学方程,提出2种方程联合的汽车状态联合估计算法。基于球面单形径向容积卡尔曼滤波(spherical simplex-radial cubature kalman filter,SSRCKF)和汽车动力学方程估计汽车的纵向速度和横向速度,以该纵向速度为量测输入,用容积卡尔曼滤波(cubature kalman filter,CKF)和运动学方程更精确地估计汽车的横向速度。利用CarSim及MATLAB/Simulink建立估计算法模型,并验证联合估计算法的有效性。该联合估计算法在双移线工况中横向速度的估计精度较SSRCKF提高了4.73%。     

人工免疫粒子滤波算法估计电动汽车电池SOC

准确预测电池的荷电状态（SOC）对纯电动汽车的安全可靠的运行具有重要意义.标准的粒子滤波算法对锂离子动力电池的非线性特征有一定的适应性,能够对电池的 SOC做出估计.但是在标准粒子滤波运算过程中普遍存在粒子退化现象,导致算法效率和预测精度降低.因此,本文提出一种新的人工免疫粒子滤波算法,将人工免疫算法的原理引入标准粒子滤波算法的粒子更新过程中,对锂离子动力电池SOC的估计进行优化,以提高SOC估计的准确性.利用北京市实际运营的纯电动汽车电池数据,对所提出的电池SOC算法进行实证研究.实验结果表明,相对于标准粒子滤波算法,人工免疫粒子滤波算法能够增加粒子的多样性,具有更好的SOC预测精度和有效性.     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

铁道车辆横向能量回馈式主动悬挂鲁棒控制

为保证一类具有参数不确定的铁道车辆横向能量回馈式主动悬挂系统的稳定性, 通过引入带有交叉乘积项的二次型调节器, 提出了一种鲁棒H∞控制器的设计方法, 并对含摄动的悬挂系统模型进行了鲁棒H∞控制器设计。分析了具有参数摄动的能量回馈式主动悬挂系统的能量平衡条件, 并在MATLAB/SIMULINK下, 对控制系统进行了仿真。仿真结果表明: 不确定闭环系统的结构奇异值峰值为0.867 5, 鲁棒H∞控制器使得能量回馈式主动悬挂系统鲁棒稳定; 车辆模型的共振频率增益降低了40 dB, 悬挂减振性能得到明显改善; 整个仿真过程回收能量为29.5 J, 系统达到了能量平衡。     

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法, 针对非线性船舶航向保持系统, 设计了其Backstepping逆推控制器, 由非线性函数项和常规线性控制器组成, 将简化的Back-stepping法与闭环增益成形算法相结合, 设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向, 调节时间为600 s, 符合船舶航行的实际情况, 控制效果良好; 当系统增加干扰后, 系统的控制输出除了因干扰产生的抖动外, 其跟踪性能仍然较好, 航向输出无静差, 说明控制器具有一定的鲁棒性; 是否全部对消非线性项, 对其控制效果相差不大, 说明当模型发生参数摄动时, 系统的控制性能仍能保证。     

基于粒子滤波算法信息融合的磁悬浮列车定位研究

为提高磁悬浮列车的行车安全和效率,采用多传感器信息融合技术对中低速磁悬浮列车进行测速定位,以交叉感应回线测速定位和雷达传感器对进行相对定位,以查询应答器来实现绝对定位。利用粒子滤波算法对中低速磁悬浮列车测速定位的精度和可靠性进行分析,并用MATLAB仿真进行验证,证明该融合结构和融合算法能够提高列车的定位精度。     

一种基于CARMA模型的鲁棒广义预测控制算法

本文基于CARMA模型提出了一种鲁棒广义预测控制算法。该算法在有色噪声情况下,不必 估计噪声多项式C,且只解一个Diophantine方程即可获得满意的控制效果,特别是与现有基 于CARMA模型的改进广义预测控制算法比较,它还具有能克服随机负载扰动的优点。各种 情况下的仿真结果表明,本算法控制效果好,鲁棒性强,计算量小。      

基于深度学习特征提取的改进ORB-SLAM3算法

针对传统特征提取方法的特征单一化、鲁棒性差的问题,使用Geometric Correspondence Network v2网络提取特征点并生成二值描述子,代替ORB-SLAM3框架中原有的特征提取算法,并使用最近邻匹配算法和基于运动统计的快速鲁棒特征匹配过滤算法进行特征点匹配及误匹配剔除。测试结果表明：改进算法的绝对轨迹误差更小,位姿估计精度更高,能够有效提高跟踪的鲁棒性。