流域水文模型不确定性研究进展

近年来,流域水文模型及模型参数的不确定性研究工作逐渐成为了水文界研究的重点。基于贝叶斯统计推断理论以及卡尔曼滤波的各种不确定方法涌现出来,本文就近年来较为经典的不确定性研究方法作介绍。     

基于双阵纯方位的水下运动目标运动分析研究

单基阵纯方位水下目标运动分析需要基阵所在平台至少作一次机动,复杂多变的海战环境中,往往并不允许平台执行机动,故通常需利用多维信息对水下目标进行运动分析。本文基于双阵方位进行水下目标运动分析,目前相关公开文献中多是从仿真层面对该问题进行研究,本文在数值仿真的基础上,通过对海试数据的处理,从试验层面研究这一问题。文中采用最大似然估计法和扩展卡尔曼滤波方法进行双阵纯方位水下目标运动分析,通过数值仿真及海试数据的处理,验证算法的有效性。     

基于卡尔曼滤波理论的交通信息预测模型及其应用

为了改善交通预测值的精度,采用改进的卡尔曼滤波法进行交通信息预测,提出了其噪声协方差μ的计算方法.改进的预测法能利用实测的交通参数对未来的预测值不断进行修正, 适用于交通状况的实时分析.     

基于雷达和视觉技术的车辆跟踪窗口

针对基于视觉技术的运动检测鲁棒性差、计算量大的缺点,提出一种融合雷达与视觉信息建立车辆跟踪窗口的方法。采用动力学模型描述车辆运动,通过基于雷达量测的扩展卡尔曼滤波(EKF)估计,确定目标初始位置,然后根据灰度信息自适应调整跟踪窗口的中心位置及尺寸,快速而准确地建立起以目标形心为中心且适合目标大小的跟踪窗口,缩小了后续图像处理区域。三维场景仿真实验证明,该融合方法能快速有效地建立起目标的跟踪窗口。     

基于当前统计模型的地图匹配车辆跟踪研究

为提高车辆跟踪系统的精度，减小差分全球定位系统（DGPS）的定位误差，通过分析行驶在城市道路上的车辆运动过程及其相应的运动模型，提出采用当前统计模型作为车辆运动模型。通过地图辅助位置择近和速度择角算法来修正卡尔曼滤波，为运行在道路上的车辆确定地图匹配估计。实际运行结果表明；整个车辆跟踪系统的精度有明显的提高。     

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．     

基于自适应扩展卡尔曼滤波算法的道路纵向坡度估计

车辆在长下坡路段行驶过程中,道路纵向坡度对汽车纵向受力分析时尤为重要,当道路坡度过大会时会影响汽车的行驶安全性。然而道路纵向坡度很难通过传感器直接测量获得,实时获取道路纵向坡度可以为优化车辆长大下坡提供依据,文章提出基于自适应扩展卡尔曼滤波算法实时估计道路纵向坡度,并进行仿真试验,结果表明,此方法有很强的准确性和实时性。     

考虑老化的电动汽车退役锂电池SOC在线估计

为提高电动汽车退役锂电池在梯次利用中的安全性,需要准确及时获取退役电池在使用过程中的荷电状态（SOC）参数值。由于退役电池不断老化会引起容量较快衰减,严重影响SOC参数的估计精度,所以文章提出了一种考虑退役锂电池容量衰减的SOC在线估计方法。经过混合脉冲功率（HPPC）和动态应力测试（DST）循环工况的试验测试,证明了所提方法能够在不同使用工况下准确和实时估计退役锂电池的SOC,并且最大估计误差均小于2%。     

连续刚构桥施工线形和应力的分析与控制

以广州市轨道交通4号线沙湾大桥为研究背景,应用通用有限元软件对该桥进行结构分析。应用卡尔曼滤波法和等维灰数递补数据处理技术改进的灰色预测模型以及这2种方法的结合对施工控制的标高进行预测,分析了应力监测的误差及其原因。现场实测结果表明,将这2种方法结合提高了线形预测的精度,可为同类型桥梁的施工控制提供参考。     

城市道路网络动态OD估计模型

针对以动态交通管理与控制为目标的动态交通需求计算问题,分析了OD量与交叉口转向交通量的动态关系,将其作为新的系统测量量引入,以此建立了同时考虑路段断面交通量和交叉口转向交通量的状态空间模型,得到了基于城市道路网络的动态OD估计模型,给出了考虑不等式约束的卡尔曼滤波递推方程及相应算法过程。利用微观仿真软件Paramics所建立的实验平台对该模型进行了仿真验证。结果表明：应用该模型进行交通量计算,与传统的仅考虑路段断面交通量模型相比,绝对误差平均减少9％,相对误差平均减少20％,而且其能更好地反映交通量真实值随时间变化的情况,计算结果明显优于传统模型。