基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

车辆主动悬架系统的LMS自适应控制

选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标达最小，根据单个样本方差的负梯度来调节权系数；得到控制输出。针对简化的车辆模型，将空钩控制、广义自适应控制与LMS自适应控制相对比。仿真计算表明，主动悬架系统LMS自适应控制策略不仅计算简单，而且理论上在主动悬架系统中的应用是切实可行的，性能明显优于其它对比控制方法。     

最小二乘支持向量机-粒子群算法在地下厂房围岩参数反分析中的应用

为准确确定地下厂房围岩的弹性模量、泊松比、黏聚力、内摩擦角、侧压力系数等参数,以正交设计、最小二乘支持向量机和粒子群算法等现代数学方法为基本手段,建立基于位移增量的围岩参数反分析方法。以CCS水电站大型地下厂房为研究背景,通过工程地质条件研究选取8#机组剖面作为分析对象,采用二维弹塑性有限元方法建立地质结构分析模型。以地下厂房洞室群分层开挖多点位移计实测位移增量为依据,对CCS水电站地下厂房区域围岩力学特性及地应力场特征进行反分析。研究结果表明： 主厂房第Ⅵ层与第Ⅰ层开挖和主变室第4层与第1层开挖所产生的位移增量计算值与多点位移计实测值吻合较好,最大相对误差小于10%,说明采用最小二乘支持向量机和粒子群算法相结合的反分析方法在工程上是可行的,且效果较为显著。     

几种用于木材/无机纳米复合材料的纳米粒子分散与改性研究

木材/无机纳米复合材料的优异性能主要取决纳米颗粒的分散状态;但纳米粒子极易团聚,导致粉体性能劣化.通过对纳米SiO2,CaCO3,ZnO,TiO2,Al2O3等的分散、表面修饰和改性,控制其大小、形态,提高其在复合体系中的均匀分散能力.对所用无机纳米材料采用高速剪切分散或超声振荡方法进行分散;并通过改性剂在纳米粒子表面上吸附、进行化学反应、包覆和成膜实现改性.然后用激光粒度仪、扫描电镜、透射电镜等对改性前后的纳米粒子进行分析、表征,结果表明:高速剪切分散或超声振荡分散只对产生软团聚的无机纳米粒子有效;而改性剂也只能减少粒子硬团聚的产生.     

扩频信号窄带干扰抑制技术及其仿真

从理论上研究了扩频通信系统的窄带干扰频域抑制技术和窄带干扰对消技术,在此基础上,对基带反馈双环对消电路进行了理论分析,对窄带干扰频域抑制技术和窄带干扰对消技术的综合系统进行仿真,并得出该系统可有效抑制扩频系统中的干扰噪声的结论．     

数字图像中值滤波改进算法研究

对传统的中值滤波算法进行了改进，新的算法采用同步更新迭代的思想，保持了传统算法的优点，同时取得到了更好的去噪效果．实验证明，该算法不仅比传统的中值滤波算法降低了时间复杂度，提高了运算速度，而且去噪效果有了明显的改善．     

纳米PEG/Fe3 O4磁流体的制备

以水为载液，聚乙二醇(PEG)为表面活性剂，采用磁性粒子制备与表面活性剂包裹同时进行的方法，制备了纳米PEG／Fe3O4磁流体，并且分析了PEG浓度对产物微观形貌和粒径的影响．研究表明，PEG浓度是影响产物形貌和粒径的重要因素，改变PEG浓度，可制得球状和棒状产物．进一步的研究表明，内层的Fe3O4与外层的PEG之间存在物理吸附作用和氢键键合。     

基于推广卡尔曼滤波的无源定位系统仿真

在现代电子战、信息战环境中,由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点,因此它具有重要的应用价值,并已成为当今非线性跟踪与估计研究领域的热点问题.针对无源定位中状态空间模型非线性和程度较高所引起的滤波发散问题,分析总结了推广卡尔曼滤波(EKF)次优递推滤波过程,最后给出滤波方程及仿真结果.     

考虑速遣费和滞期费的不定期船航速优化研究

航运合约中的速遣费和滞期费对不定期船港口选择有重要影响.针对不定期船舶航速优化和港口选择问题,建立货主存在违约概率情况下不定期船港口选择停靠和航速优化模型,并考虑滞期费和速遣费对船公司利润的影响,使用改进型粒子群算法--两阶段粒子群算法进行求解模型.通过算例分析,将改进型粒子群算法与传统粒子群算法对比,发现改进型粒子群算法无论在收敛速度还是计算结果方面都优于传统粒子群算法.最后通过灵敏度分析发现,船公司利润在一定范围内会随着违约率、滞期费和港口装卸效率的上升而上升.     

基于AFC数据的城轨路网客流OD在线动态估计

路网实时客流状态是城市轨道交通日常运营组织科学决策的主要依据,而精准地在线估计客流OD是前提条件.本文分析了准实时AFC数据接入条件下客流OD在线动态估计问题及其特点,提出了将机器学习与递归贝叶斯相结合的客流OD动态估计方法;构建了基于LSTM的客流OD状态转移模型,以及LSTM模型嵌入下的客流OD递归贝叶斯估计模型;针对客流OD状态变化的非线性、不确定性特点,提出基于粒子滤波算法求解客流OD递归贝叶斯估计问题.面向LSTM模型嵌入所形成的客流OD状态转移三阶马尔科夫过程,对一般的粒子滤波算法进行高阶扩展,研究了算法的实现.最后用实例对本文提出的方法进行了验证.