Semi-blind Channel Estimator for OFDM-STC

Channel state information of OFDM-STC system is required for maximum likelihood decoding.A subspace-based semi-blind method was proposed for estimating the channels of OFDM-STC systems.The channels are first estimated blindly up to an ambiguity parameter utilizing the nature structure of STC,irrespective of the underlying signal constellations.Furthermore,a method was proposed to resolve the ambiguity by using a few pilot symbols.The simulation results show the proposed semi-blind estimator can achieve higher spectral efficiency and provide improved estimation performance compared to the non-blind estimator.     

Kalman滤波组合预测模型研究及其在高铁路基沉降中的应用

影响高速铁路路基沉降的因素较多,基于包容性原理对主要单类影响因素进行选择,建立各影响因素与形变过程之间对应函数模型,然后采用熵值法将这些函数模型赋予不同的权重并组合,再利用基于极大似然估计的自适应kalman滤波算法对组合模型中的多种参数进行降噪处理.采用上述方法及基于非等间隔灰色系统的最优权组合预测模型,对某高速铁路...     

运动式单摄像机BSV及其结构表面裂缝测量应用

为进一步提高结构表面裂缝测量的灵活性与便捷性,提出了一种基于运动式单摄像机双目立体视觉(binocular stereo vision, BSV)的测量方法。首先,在已知摄像机精确内参的情况下,分别从两个视角采集裂缝的图像;然后,根据所采集到的图像对摄像机进行运动估计,从而求解摄像机前后两个位置的运动参数;进一步地,基于Canny算法进行裂缝的边缘检测;最后,根据摄像机内参数、运动参数以及裂缝图像边缘信息,构建裂缝测量的立体视觉模型。测量试验结果表明：在2 m的测量距以内,对裂缝的相对测量误差不超过5%,可有效验证所提出的测量方法的测量精度。     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中...     

一种基于两重分批估计融合计算的车辆环视系统自适应标定方法

车载全景360影像系统可以帮助用户实时获取周边环境信息,该系统需要在一个特定区域做标定,车辆需要精确无偏斜地停靠在场地中央.但在实际生产过程中,受制于现场操作人员的熟练度以及现场车辆限位装置的精度,经常出现车辆停靠歪斜的问题,对于最终标定后的成像质量影响很大.针对这些问题,文章提出一种方法,通过摄像头光轴线与基准线的比...     

非自由交通流的non-FIFO车辆轨迹估计算法

将三角基本图的交通状态细分为自由流、中断和拥堵；基于非自由流特性，重新划分了U型时空域，以此找到适合的波速范围；重新确定了上游边界累积流量，使得边界函数刻画不过于宽泛；建立了非自由流Newell模型，并提出了使用该模型的判断条件；引入了车辆秩参数，达到在多车道上描述车辆超车现象的目的，并建立了更精确的车辆秩估计模型，从而建立了非自由流Newell扩展模型；提出了针对非自由流下2种情形的车辆轨迹估计算法，根据是否存在超车现象分为先进先出(FIFO)情形与非先进先出(non-FIFO)情形；结合数值模拟和实际交通案例，验证了算法的有效性。研究结果表明:2种情形下的轨迹估计算法都是有效的，当超车现象存在时，non-FIFO情形的估计效果较准确和稳健；在数值模拟研究中，non-FIFO情形的估计误差相对FIFO情形下降13.45%，non-FIFO情形更优；实际交通案例中，2个小汽车数据集在non-FIFO情形的估计误差相对FIFO情形均有所下降，下降幅度分别为2.38%、2.04%，且估计误差均服从高斯混合模型；公交车数据集因不存在超车现象，non-FIFO与FIFO情形的估计误差相等，均为4.90%，且估计误差服从伽马分布。可见，所建立的非自由流Newell模型对于中断多或拥堵状态占比多的交通数据均是有效可行的，且所提出的non-FIFO和FIFO情形的轨迹估计算法效果表现良好。      

基于3D视觉的机械臂无规则零件抓取系统

为解决机械臂抓取零件定位不准或抓取精度不高的问题，提出了一种基于3D视觉机械臂无规则零件抓取方法，该方法主要包括系统空间标定、零件点云定位分割、零件位姿估计算法模块，提出了基于2D图像的点云相机外参标定方法及基于图像语义分割的零件点云分割方法。经试验验证，所提出的标定方法达到1 mm的系统精度误差，而且求解效率高、通用性强；与常用的聚类分割相比，零件点云分割方法精度及效率更高。所设计的二阶段零件空间位姿计算方法能准确估计零件在空间中的6自由度位姿，相比单一阶段匹配方法精度提高约1.8倍。所提出的基于3D视觉的机械臂无规则零件抓取系统精度高、可扩展性强、适应情形广。     

电动客车AMT换挡执行机构状态估计及参数辨识EI北大核心CSCD

为了改善AMT换挡执行机构参数时变下的换挡性能,在考虑系统模型高度非线性、系统噪声特性未知的情况下,本文中提出了一种基于非线性H∞算法的分层状态估计和参数辨识方法。首先,通过实验发现了换挡执行机构参数时变的问题,并针对换挡执行机构建立了非线性模型。然后,设计了分层状态估计和参数辨识器,上、下两层估计器均基于非线性H∞算法设计。上层估计器对执行机构的状态进行估计,并将结果转移到下层估计器;下层估计器利用上层估计器处理完的状态量作为量测量,利用系统模型作为量测方程对系统参数进行辨识;上、下层估计器的协同运行对换挡执行机构的状态进行估计,对结构参数和电性能参数进行辨识。最后,设计了一种基于自动标定的状态估计和参数辨识流程,在对换挡位置值进行标定修正的同时实现对换挡执行机构的参数辨识。实验结果表明,本文提出的分层状态估计和参数辨识方法能准确的对换挡执行机构的状态、参数进行估计和辨识。修正参数后,系统的换挡性能得到改善。     

基于非线性降维IC特征的实车电池SOH估计EI北大核心CSCD

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。     

电动汽车动力锂电池状态估计综述

电池状态估计是电池管理系统的核心技术，对保证电池安全可靠的使用、充分发挥电池的能力、延长使用寿命起着至关重要的作用。电池模型是状态估计技术的基础，极大地影响着状态估计的精度和时效。为此，对最常用的电池建模和状态估计方法进行了梳理和总结。首先，对电池模型及其建模方法进行系统概述，主要包括电学特性模型、热模型、电热耦合模型以及老化模型。然后通过对文献的归纳分析，从剩余容量、功能估计、功率预测、健康评估、温度监测和安全保障等角度，对电池荷电状态、健康状态、能量状态、功能状态、功率状态、温度状态和安全状态等估计方法进行了较为全面的阐述。最后，对未来电池状态估计的研究方向和趋势进行展望。研究结果可为电动汽车动力锂电池状态估计朝着先进化、智能化发展提供参考。