基于三元阵的舰船水压场微弱信号检测方法研究

利用三元阵水压场同步测试系统一次海上实船水压场测试试验的三阵元数据开展了低信噪比实船水压场的特征提取和检测方法研究.结合三阵元,分别采用了自适应滤波方法和功率谱估计方法对所获得的试验数据进行分析处理.结果证明,基于自适应滤波和基于功率谱估计的三阵元联合浮动门限能量检测方法能有效抵消噪声干扰,所设计的浮动门限随海浪背景噪声的变化而调整,具有很好的适应性,能在低信噪比下达到较高的信号检测率.     

基于Unscented卡尔曼滤波器的地磁辅助组合导航

将船位推算与地磁测量相结合构成组合导航方法.首先建立了推算模型,然后利用Unscented卡尔曼滤波方法,直接将地磁测量的结果用于校正推算结果,进行导航定位.此方法不采用匹配方法进行定位,可进行实时定位,能适用于非线性和离散的地磁模型.仿真表明,此方法能减小定位误差,适用于基于船位推算和地磁定位的实时组合导航.     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式,在潜艇垂直面线性运动方程的基础上,得出了滤波信号的系统模型,并对其进行了离散化处理;将均方差最小线性递推滤波算法引入到输入信号的控制过程中,通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质,用于工程应用。     

基于DSP的舰载天线稳定平台伺服系统的设计与实现

为了实现舰载轻型天线稳定平台的高精度控制,设计了相应的位置伺服系统.针对舰载轻型天线稳定平台处于强振动、大冲击和强电磁干扰等恶劣环境,根据其承载的天线具有倒单摆式和大惯量负载等特点,采用经典控制理论中带微分反馈速度环进行速度控制;引入了陀螺环前馈控制补偿载体扰动,结合TMS320LF2407 DSP芯片的高速处理能力,采用模糊与单神经元自适应智能双模控制策略进行位置控制.结果表明,该系统具有较高的响应速度、较高的稳定精度和较强的抗负载扰动能力,具有很强的鲁棒性和自适应能力.     

船摇前馈控制补偿效果及优化方法研究

雷达隔离船摇的主要手段之一.针对船摇前馈在实际工程应用中补偿效果不理想的问题,通过对前馈复合控制原理、船摇前馈实现方法和效果影响因素的研究,提出了工程实现的优化方法.采用时间序列分析方法进行船摇数据预报可以提高近一个数量级的预报精度,从而直接提高船摇前馈补偿量的计算精度和补偿效果.通过在前馈补偿环节中加入自适应设计以实现船摇前馈信息有效平稳地加入控制环路.此外,选择适宜的时机加入船摇前馈也是工程应用的一个重要因素.     

基于参数自适应方法的同步发电机双模糊逻辑励磁控制

为了克服常规PI和PI+PSS控制器在时变系统中的缺点,设计了一种新型的同步发电机参数自适应的双模糊逻辑励磁控制器,即基于同步发电机每个瞬间的速度偏差及加速度偏差,电压偏差及电压偏差的微分,按照相平面上的标准模糊隶属度函数构建双模糊逻辑控制器.运用Simulink分别对基于参数自适应的双模糊逻辑控制器和常规PI、PI+PSS控制器在同步发电机励磁系统中进行仿真,结果表明,基于参数自适应方法的双模糊逻辑控制策略在励磁系统中具有较好的控制性能.     

基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。     

基于二分法的车辆状态参数融合估计

为提高车辆状态参数估计的精度和可靠性,提出一种基于二分法的车辆状态参数融合估计方法。首先,设计了基于车辆3自由度动力学模型的扩展卡尔曼滤波算法和由数据驱动的径向基神经网络车辆状态参数估计算法。然后,为了进一步提高估计算法的可靠性和减小单一算法的估计误差,提出将模型驱动的估计算法和数据驱动的估计算法相补偿的融合估计方法,基于二分法设置扩展卡尔曼滤波和径向基神经网络估计结果的权重,利用估计算法的融合提高估计精度。最后通过MATLAB/Simulink与CarSim的联合仿真和实车在环试验对该融合方法的有效性进行了验证。结果表明,估计结果变化趋势与实际相符,所提出的融合算法的估计精度比单一扩展卡尔曼滤波算法和径向基神经网络算法有明显的提升。     

p型自适应有限元法及其在机车车辆强度分析中的应用

着重介绍了P型向适应有限元法的基本概念、典型算法、单元形函数特点及误差估计方法．并利用ANSYS软件提供的p单元对机车从动车轮的静强度进行了自适应分析：计算结果表明,利用该方法可提高分析效率,得到精度可靠的分析结果。     

基于卡尔曼滤波的船舶侧偏角软测量

船舶在航行过程中会受到外界环境的干扰,对船舶的运动状态产生影响。为了保证行使的安全性需要对船舶的关键状态变量进行控制。本文利用软测量技术对船舶的相关参数进行获取,并且通过卡尔曼滤波技术进行状态估计。最后进行的实船实验结果表明,本文算法能够有效对船舶的侧偏角进行测量,误差控制在10%以内。