路面层面应变采集系统开发研究

为实时监测路面层面应力应变情况，开发了一种无人值守自动采集路面层面响应参数的系统。系统主要由四部分别组成:太阳能充电锂电池组电源、车辆到位感知模块、数据采集存储系统及上位机分析软件。通过现场试验对系统的功能进行的验证表明，开发的系统能够实现无人值守、自动采集路面层面应变信号。为进一步分析信号所反映的路面层面响应规律，提高信号的信噪比，对系统采集的信号进行了不同数字滤波处理，结果表明小波滤波处理路面层面应变信号具有优越性。     

面向智能网联汽车定位的协同地图匹配算法

为实现智能网联环境下低成本、高精度的车辆定位, 研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差, 提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中, 增加粒子的多样性, 解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比, 同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明: 以典型十字路口为例, 在联网车辆数目为4的情况下, 协同地图匹配算法的定位误差范围为1.67 m, 分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时, 该算法的统计定位精度(CEP)达到1.06 m, 比GNSS原始定位精度提高了2.52 m, 具有较好的定位效果。      

U—D分解渐消记忆滤波神经网络控制器在船舶操纵中的应用

针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷，提出一种基于U－D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比，该方法不仅大大加快了学习收敛速度，数值稳定性好，而且比BP算法需较少学习次数和隐节点数，学习效果也更好，将这种学习算法应用在船舶操纵的神经网络控制器中，仿真结果表明该方法是提高网络学习速度改善学习效果的一种有效方法，可有效解决非线性系统的控制问题。     

新型无功补偿装置的滤波能力分析

介绍了一种新型无功补偿装置的工作原理，并按变压器T1可变和T2可变两种情况分析了该装置的滤波能力。为了比较T1和T2的漏抗大小对滤波能力的影响，分别按短路电压8％和4％进行了计算，得到T1可变、T2可变各自的滤波特点和T1、T2的漏抗越小，滤波能力越好的结论。     

多功能平衡变压器的工程实践

本文简要介绍了多功能平衡变压器的技术功能和技术关键，回顾了开发历史。对多功能的参数设计选择和试验结果作了分析说明，强调阻抗匹配和谐波安匝平衡具有普遍适应性。     

船用陀螺漂移误差模型辨识及其应用

在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。     

电流变化率保护的滤波算法

本文简单介绍了电流变化率保护的原理,并通过数学推导导出了一种直流滤波算法.该算法可以滤去短路电流中的交流谐波分量,得到直流电流变化率的准确结果.通过仿真分析验证了该滤波算法的有效性.     

汽车电系的干扰及其防范

介绍了汽车电器系统中的几种常见的干扰源及其解决办法。针对点火装置、发电机、各种开关及感性负载、静电、线束以及外来电磁等干扰源，提出了滤波、屏蔽、接地等抗干扰的具体措施。