参数自寻优模糊控制器在过程控制系统中的应用

针对微机过程控制系统被控对象非线性、不确定性和时变等特点,在微机过程控制系统中设计应用了模糊控制器.为了使算法更具鲁棒性,该模糊控制器在规则可调整模糊控制器基础上引入了加权因子α的在线调整优化算法.运行结果表明这种算法简便而有效.     

基于BDS的数字轨道辅助列车定位方法研究

基于列车轨道线路的拟合和插值算法,生成辅助列车定位的数字轨道线路,提出轨道线路定位误差修正方法,可以得到列车更加精确的位置估计.采用哈尔滨至长春货运铁路线的某段轨道数据对数字轨道线路生成方法进行了模拟与分析.分析结果表明,在低精度下,三次样条曲线拟合法优于三次B样条曲线拟合;在高精度下,基于反求控制点的三次B样条曲线插值更符合线路实际情况.通过北斗卫星导航系统(BDS)和数字轨道线路相结合的定位方法可以提高列车定位的准确性,对提高货运列车可靠性和安全性具有实际意义.     

基于序贯辅助自适应渐消UKF的列车定位信息融合算法

针对北斗卫星导航系统(Beidou Navigation Satellite System,BDS)/惯性导航系统(Inertial Navigation System,INS)列车定位模型不准确和噪声统计特性不明导致定位精度低的问题,建立基于BDS/INS的列车紧耦合组合定位系统模型。分别建立系统状态方程和量测方程,提出基于序贯辅助自适应渐消无迹卡尔曼滤波的列车定位信息融合算法。在标准无迹卡尔曼滤波(unscented Kalman filter,UKF)的基础上,该改进UKF算法引入自适应渐消因子,实时调整滤波增益,降低量测方程中噪声对状态更新的影响,提高列车定位的精度。采用序贯辅助方式增加多重渐消因子的灵活度,使得不同滤波通道具有不同调节能力,提高算法的整体性能。最后,将改进UKF与标准UKF分别应用于列车紧耦合组合定位系统模型,仿真结果表明,在列车卫星信号良好的情况下,相比于标准UKF,改进UKF算法有效降低了列车的位置误差和速度误差;在列车部分卫星信号失锁的情况下,改进UKF算法依然能够提供100 s内10 m以下的导航精度,满足列车定位的基本要求。该算法提高了导航精度,降低...     

基于客流量的城市轨道交通网络站点重要度评估方法

针对轨道交通网络中现有的站点重要度评估方法精度低的问题,提出一种基于客流量的城市轨道交通网络站点重要度评估方法,筛选出城市轨道交通网络的重要站点.采用Space L方法构建轨道交通加权网络模型,通过分析客流量比例系数和节点效率对站点的作用,设计站点重要度贡献矩阵,以纽约轨道交通网络为例,采用最大连通子图比例和网络平均效...     

基于轨道约束H∞滤波的 北斗辅助列车定位算法研究

针对列车定位的高安全性和稳定性要求,结合列车行驶的特殊性,提出采用铁路轨道信息对北斗定位数据进行约束的H_∞滤波算法。以模糊自适应"当前"统计模型为基础建立列车运动模型,通过将轨道近似为直线段,建立轨道约束模型。将轨道约束与H_∞滤波器结合实现轨道约束H_∞滤波算法。通过仿真对比分析H_∞滤波与卡尔曼滤波、约束与无约束估计的误差。仿真结果表明:轨道约束在提高算法定位精度方面效果明显,H_∞滤波在列车位置估计上具有鲁棒性优势。验证了轨道约束H_∞滤波算法的有效性,对北斗辅助列车定位的工程应用具有理论指导意义。