面向回收任务的无人艇自适应级联跟踪控制

[目的]针对当前艉滑道式回收技术中的高精度回收引导控制要求,提出一种面向艉滑道回收的无人艇（USV）自适应级联跟踪控制方法。[方法]建立欠驱动无人艇运动模型,基于艉滑道式回收技术要求,利用滤波算法实现对母船航行状态和回收位姿的预测;引入平行接近制导思想,结合滑模变结构控制理论,构建出稳定的级联控制系统,以解决无人艇回收过程中的跟踪控制问题。[结果]通过采用李雅普诺夫理论和级联定理分析系统的稳定性,证明无人艇能够稳定跟踪目标。[结论]仿真结果表明,所提控制方法可使无人艇具有稳定的跟踪性能,且对不确定性干扰表现出较强的鲁棒性。     

基于卡尔曼滤波的坡度估算及验证

坡道起步控制是AMT产品化的关键技术之一,而坡道起步、坡道控制,坡度信号是必要输入,在混动系统中,对于能量管理、换挡控制、避免频繁换挡、动力性差和燃油经济性差等方面都具有重要的作用。本文通过获取控制器内部的加速度进行坡度计算,并进行试验验证,与外置的坡度传感器进行对标,满足实际使用工况,大大降低了采购成本。     

基于扩展卡尔曼滤波算法的港口智能无人内集卡状态估计研究

为了保证港口智能无人内集卡行驶安全和作业效率,使用Trucksim软件模拟货车的运行条件,同时采用Simulink软件建立魔术轮胎模型并设计扩展卡尔曼滤波算法,对智能无人内集卡的纵向车速、横摆角速度和质心侧偏角进行估计。在典型工况下对比实际输出参数与估计参数,结果验证了算法的准确性与实时性,可为智能无人内集卡行驶状态参数估计研究提供技术指导。     

一种基于甚低频系统的舰船综合导航方法与仿真

介绍了阿尔法导航系统的特点,提出了一种基于阿尔法信息的舰船综合导航方法,具体阐述了卡尔曼滤波数学模型的建立和滤波实现,并利用M atlab软件进行了仿真和结果分析。     

基于递归框架的高速公路交通流量实时预测方法

实时与准确的断面交通流量预测是实现高速公路智能化管理与控制的基础。高速公路交通流量预测要求对数据噪声进行有效处理,且需要满足实时性需求。然而,少有研究从实时性的角度对高速公路交通流量预测的准确性进行改善。研究了结合自适应卡尔曼滤波与长短时记忆神经网络（long short-term memory,LSTM）自编码器的高速公路交通流量递归预测框架,可以满足智能交通系统的实时性与准确性需求。收集高速公路的交通流量和速度等历史数据,应用卡尔曼滤波方法进行数据平滑,以提高原始数据的可预测性能;引入无监督机器学习算法LSTM自编码器对交通流量的时变特征进行建模,以提高模型的运算效率;考虑到高速公路交通流量预测的实时性需要,进一步提出递归预测框架,用LSTM自编码器的预测值代替卡尔曼滤波值;根据获取的实时数据,执行自适应卡尔曼滤波算法以修正当前的最佳状态值,并将该修正值输入LSTM自编码器进行迭代预测。选取美国明苏尼达双子城高速公路的实测交通数据进行案例分析,结果表明：所提出的高速公路实时交通流量递归预测框架在计算成本与预测精度2个方面具有相对竞争优势,模型预测的平均绝对百分比误差为5.0%,优于...     

基于毫米波雷达的全天候料高和安息角测量技术

针对散杂货堆料机自动堆料项目中需要全天候获取料堆的高度和安息角的需求,提出基于毫米波雷达数据处理技术的堆料机堆料过程中实时测量料高和安息角的方法。首先,在堆料过程中,利用堆料机落料口前方的毫米波雷达设备获取二维数据;然后,利用随机采样一致性的算法估计直线方程参数,得到料堆母线的直线方程,利用斜率计算得出料堆安息角,利用直线方程得到料高;最后,利用卡尔曼滤波方法减轻传感器测量误差、堆料机抖动和料堆上落料的影响,得到料堆的安息角和料高,实现在堆料过程中实时测量料堆安息角和料高的目的,为自动化堆取料提供准确的信息。     

基于SOC-OCV优化曲线与EKF的锂离子电池荷电状态全局估计

SOC-OCV曲线是锂离子电池状态估计的基础.针对传统HPPC测试法在非测试点不能描述电池非线性特性和小电流恒流放电法得到的OCV曲线精度不足等问题,提出一种基于粒子群优化算法的OCV曲线优化方法.该方法将小电流恒流放电得到的OCV曲线进行平移,以平移曲线在测试点与HPPC测试得到的OCV值之间的误差和最小为优化目标,...     

基于单天线载波相位差分的列车姿态解算方法研究

轨道占用的正确识别是列车安全运行的保障,为了进一步提高列车轨道占用自主识别的准确性,将列车姿态测量引入到自主定位过程中辅助判断列车在道岔区段轨道占用状态。基于此提出一种基于全球卫星导航系统双差载波相位的单天线姿态解算方法,与双天线测姿算法相比其安装成本和难度更低,且无需考虑后期天线支架形变的问题。通过使用时间差分与星间差分相结合的双差模型,将卫星定位过程中的卫星钟差、接收机钟差、对流层误差、电离层误差以及整周模糊度消除。利用卡尔曼滤波算法求解历元间位移矢量坐标,并根据位移矢量坐标进一步求解列车的二维姿态。为了验证测姿算法的有效性,选择了两组青藏线列车真实数据进行仿真实验,结果证明单天线测姿算法偏航角误差均方根可以分别达到0.118 5°和0.160 1°。     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.