基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

基于航迹信息的舰船目标姿态角鲁棒估计

针对基于高分辨距离像的舰船目标识别中姿态角估计精度的问题,提出一种计算舰船目标运动姿态角的鲁棒性估计方法。该方法首先建立了目标姿态角估计模型,然后有针对性的对航迹数据的野值进行剔除,最后采用M-估计方法对航迹数据进行拟合,从而计算出目标的姿态角。经大量实测数据的验证表明,该方法不易受野值的影响,鲁棒性好,能满足高精度、实时估计舰船目标姿态角的要求。     

A New Range Sidelobe Suppression Technique for Randomly Intermittent Spectra HF Radar Signal

The randomly intermittent spectra (RIS) signal is employed to combat spectrum congestion in radar and other radio services to evade the external interferences in high-frequency (HF) and ultrahigh-frequency (UHF)bands. However, the spectra discontinuity of the signal gets rise to high range sidelobes when matching the reflected echo, which is much more difficult for targets detection. So it is indispensable to investigate the technique for sidelobes suppression of the range profile when RIS signal is utilized, This paper introduced a new processing technique based on time domain filtering to lower the range sidelobes. A robust and effetive algorithm is adopted to solve the coefficients of the filter, and the restriction on the desired response of the filter is derived. The simulation results show that the peak range sidelobe can be reduced to -27dB from -9.5dB while the frequency band span (FBS) is 200kHz.     

水下机器人近水面横摇运动的解耦控制

水下机器人在近水面低速航行时,为了有效克服海浪干扰的作用,提高水下机器人横摇控制的性能,依据解耦控制理论和零航速减摇鳍的工作原理,在水下机器人水平面运动耦合模型的基础上运用解耦控制方法进行横摇控制.该方法将水平面运动耦合模型分解为横荡、横摇和艏摇三个子系统进行分析,根据期望性能指标配置横摇子系统模型的极点,并将均方差最小线性递推滤波算法引入到状态信号的反馈通路中.通过对各种海情下水下机器人的横摇运动姿态进行仿真,结果表明:该解耦控制方法可应用于水下机器人近水面横摇运动的控制,其控制结果良好.     

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。     

基于行程时间的车辆通行连续性分析

定点检测器采集的路段行程时间样本中通常包含连续通行和非连续通行两部分,针对连续通行样本的识别,传统的固定阈值方法无法提供合理的结论.将行程时间样本时间序列化后,利用其差值的平稳随机性质,采用基于统计学的离群点检测的参数方法分离样本比传统方法更加科学有效.通过实证分析,非连续通行样本的占比是一种能够分离样本的指标.关联性分析的结论表明,该指标在4 分钟车程长度以内的路段中取值平稳,在4 分钟车程长度以上的路段中取值则受到道路等级、路段长度、交通运行状态、区位用地性质等多种因素的综合影响.     

船体梁采样频率和滤波频率确定方法

船舶在恶劣海况中航行时,船中部的实测应力含有静应力、波浪诱导应力与高频砰击应力等多种成分,应力监测系统中采样频率和滤波频率的选择好坏直接影响后续的数据分析,进一步影响相关人员对船体健康状态的判断.通过对不同应力成分的频率特征分析,分别提出适合实船运用的采样频率、滤波频率确定方法,并通过模型试验验证方法的准确性.     

基于多信息融合的全轮独立电驱动车辆车速估计

鉴于用非驱动轮轮速信号来估计车速的方法已不适用于没有非驱动轮的全轮独立电驱动车辆,提出了借融合车载普通传感器信号和驱动电机反馈信号等多信息源,并基于稳态工况下的轮速信号卡尔曼滤波和瞬态工况下的加速度积分的全轮驱动车辆车速估计方法.通过实车试验对该方法的有效性、适用性和精度进行了验证.     

基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。     

改进的无迹粒子滤波在组合导航中的应用研究

粒子滤波算法是一种适用于非线性非正态约束的统计滤波算法.针对粒子滤波存在退化现象,从围绕增加粒子的多样性和重要性分布函数的选择出发,提出了一种改进的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波产生的近似高斯分布作为重要性密度函数,在每次迭代中,结合马尔科夫链蒙特卡洛使粒子能够移动到不同地方,从而可以避免贫化现象.将这种算法应用到GPS/DR组合导航系统中,仿真结果证明了采用改进的无迹粒子滤波方法能达到很好的跟踪效果.