变采样率变采样阶比发动机在线监测系统研究

针对车用发动机在线监测与故障诊断中各传感器信号频率成分相差较大、需要同步采样及信号非平稳的情况,分析了阶比跟踪技术在发动机各类信号处理方面的优势。通过软件实现了各通道信号同步变采样率采集。通过抗混叠滤波器截止频率及发动机最低转速计算出了各通道所需的最低采样阶比,避免了繁琐的阶比跟踪滤波对原信号带来的误差和干扰。对正常及故障工况下变速时的排气噪声、缸盖振动及外卡油压信号进行变采样率变采样阶比的阶比跟踪后,用于在线监测及故障诊断的信号特征更加明显,且更利于通过程序自动提取。     

动态规划算法在被动声呐目标检测中的应用

基于动态规划的检测前跟踪方法可用于检测跟踪低可观测目标。它利用检测前跟踪的技术在检测目标的同时给出目标航迹的优点,实现对低信噪比下目标的检测与跟踪。本文分析了动态规划法进行弱小目标检测的基本原理,结合水下目标检测的特殊性对该算法进行了修正,得到了适应水下目标的检测前跟踪方法。通过实际的海试数据进行验证,证实了检测前跟踪技术在水声领域进行目标检测跟踪的可行性。     

一种双基阵纯方位机动目标被动跟踪方法

利用2部被动声呐基阵获取的目标方位信息对水中机动目标的跟踪实质是一个非线性状态估计问题,由于观测方程的非线性性,滤波环节不可避免地要用到非线性滤波算法.以往解决此问题的方法是在基于交互多模型(IMM)算法并在其滤波环节应用扩展卡尔曼滤波(EKF)算法.然而,EKF算法在计算滤波误差协方差阵时没有融入当前观测信息.为此提出在原方法的基础上用其改进算法即修正协方差扩展卡尔曼滤波(MCEKF)算法取代EKF算法,以改善跟踪性能,从而得到一种新的方法.经仿真验证了所提方法的正确性和有效性.     

基于权值优选粒子滤波的雷达目标跟踪

本文详细分析了粒子滤波的特点,给出了基于权值优选的粒子滤波算法,对雷达目标进行了跟踪。仿真结果表明,基于权值优选的粒子滤波算法在N值较小的情况下较标准粒子滤波算法具有更明显的优势。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

基于CD4046的新型频率跟踪移相PWM控制电路研究

结合几种频率跟踪移相PWM控制技术的优点,提出了一种基于CD4046的新型频率跟踪移相PWM控制电路,并对电路的工作原理进行了详细的分析,给出了电路参数的计算方法;该电路能满足电源输出功率调节的要求。与其它频率跟踪移相PWM控制电路相比,该电路具有电路简单、工作稳定可靠等优点。     

水下航行器三维航迹反演滑模跟踪控制

本文提出一种自治水下航行器(Autonomous Underwater Vehicles,AUV)三维轨迹跟踪控制算法。将AUV在三维空间的运动通过反演法和变结构滑模控制律设计出AUV航迹跟踪控制律,通过Lyapunov稳定性理论分析了系统的稳定性。在同时考虑加入外界干扰的条件下,使其控制效果在3个坐标轴上都能够达到稳定并且有平滑连续的输出结果,对外界干扰有较好的抑制作用。仿真结果表明了所提控制律的有效性。     

一种基于孪生网络的高鲁棒性实时单目标船舶跟踪方法

视觉目标跟踪在各种海事应用中发挥着重要作用。然而,现有的跟踪方法大多属于生成模型,只关注对象的特征,忽略背景信息。因此,对目标的视觉显著性有更高的要求。本文将深度学习方法应用于船舶跟踪,提出使用孪生网络和区域推荐网络的海上船舶跟踪方法。为进一步提高跟踪性能,参照AlexNet网络对孪生网络的CNN模块进行修改,并提出一种基于历史轨迹的自适应搜索区域提取方法,以适应不同的运动场景。利用数据集对所提出的跟踪器进行评估。结果表明,在使用Intel Xeon CPU E5-2620,GTX TITAN的PC机上可以达到58%的平均精度和124.21 FPS。     

结合状态观测与遗传算法的船舶路径预测控制

为实现具有速度不易测﹑模型不确定﹑受外界因素干扰﹑输入需约束及优化等特点的欠驱动船舶的路径跟踪，提出带状态观测的模型预测控制（MPC）。在限制条件下利用MPC求解性能指标函数，处理舵角优化﹑舵幅与舵速约束问题。设计扩张状态观测器（ESO）对环境干扰和模型不确定项进行估计，提高MPC的性能。通过预测未来估计误差，利用遗传算法在线调节ESO参数，提高估计性能。基于指数函数建立速度观测器，避免速度不易测。稳定性分析和仿真试验结果表明，采用该结合状态观测的MPC船舶路径控制方案，当速度和干扰均未知时，船舶仍能跟踪上参考路径，舵角平滑且始终在约束值内，MPC控制精度和ESO估计精度均得到提高。研究结果说明该方案是可行的、有效的。     

飞机牵引滑行入港安全运动路径生成及其轨迹跟踪控制方法

针对飞机紧急降落后无法继续利用自身动力滑行入港场景，研究使用牵引车牵引其滑行入港的方式，考虑牵引滑入时机轮与机场跑道及滑行道边缘的安全净距，分别提出适用于机型-机场匹配时的牵引车-飞机系统的铰接点过中心线(HPOC)法和不匹配时的飞机主起落架几何中心过中心线(GCOC)法，并基于2种方法建立运动学模型，在净距及飞机前轮转角约束下对系统转弯滑行入港运动进行轨迹规划。基于GCOC法建立连续非线性系统的轨迹跟踪模型，通过线性二次调节器(LQR)对不同权重系数及存在初始偏差的轨迹跟踪问题进行了研究。结果表明:牵引车以HPOC法牵引飞机在与其机型不匹配的机场滑行入港时，机轮会发生碰撞危险；而采用GCOC法时其运动轨迹可以满足跑道及滑行道边缘的安全净距要求。在对系统进行轨迹跟踪控制时，当将飞机主起落架几何中心的横、纵坐标权重系数Q₁、Q₂及表示飞机姿态的角度权重系数Q₃均设为100，而表示牵引车姿态的角度权重系数Q₄设为0时，即:Q＝(100，100，100，0)，该方法可将实际牵引滑行入港轨迹与参考轨迹的偏差保持在0.05~0.1 m以内，且能够在10 s左右抑制系统状态变量误差，并使控制变量达到稳定；同时能够在12 s左右修正系统的初始偏差，相较于单机偏差修正的10 s，具有可接受的效果。