海关物流通关流程优化研究

以扩展事件-流程链和赋时Petri网作为海关通关流程再造建模工具,借扩展事件和分析流程链的分析矩阵,提出基于无纸通关事后交单的上海海关通关流程再造方案.通过仿真软件Witness检验再造后流程的有效性和可行性.     

基于三元阵的舰船水压场微弱信号检测方法研究

利用三元阵水压场同步测试系统一次海上实船水压场测试试验的三阵元数据开展了低信噪比实船水压场的特征提取和检测方法研究.结合三阵元,分别采用了自适应滤波方法和功率谱估计方法对所获得的试验数据进行分析处理.结果证明,基于自适应滤波和基于功率谱估计的三阵元联合浮动门限能量检测方法能有效抵消噪声干扰,所设计的浮动门限随海浪背景噪声的变化而调整,具有很好的适应性,能在低信噪比下达到较高的信号检测率.     

充液管路线谱噪声主动控制试验

针对充液管路系统低频线谱噪声控制问题,设计1套充液管路噪声主动控制系统并进行试验验证。在循环水管路试验平台上开展不同工况下的多线谱噪声有源控制试验,验证有源消声系统的降噪性能。试验结果表明,该系统可实现低频线谱噪声的有效控制,在管内可以取得10 dB以上的降噪效果,系统具有良好的鲁棒性。试验结果可以为舰船管路系统噪声主动控制提供切实有效的依据。     

基于二分法的车辆状态参数融合估计

为提高车辆状态参数估计的精度和可靠性,提出一种基于二分法的车辆状态参数融合估计方法。首先,设计了基于车辆3自由度动力学模型的扩展卡尔曼滤波算法和由数据驱动的径向基神经网络车辆状态参数估计算法。然后,为了进一步提高估计算法的可靠性和减小单一算法的估计误差,提出将模型驱动的估计算法和数据驱动的估计算法相补偿的融合估计方法,基于二分法设置扩展卡尔曼滤波和径向基神经网络估计结果的权重,利用估计算法的融合提高估计精度。最后通过MATLAB/Simulink与CarSim的联合仿真和实车在环试验对该融合方法的有效性进行了验证。结果表明,估计结果变化趋势与实际相符,所提出的融合算法的估计精度比单一扩展卡尔曼滤波算法和径向基神经网络算法有明显的提升。     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。     

饱和地基下桩柱结构地震响应

通过建立两相饱和地基下桩-土耦合系统的动力分析有限元数值模型,对饱和自由场地基以及桩柱结构在地震作用下的动力响应进行数值模拟研究。结果表明:在地震作用下超孔隙水压沿深度方向呈现出指数衰减趋势,在地表处更易导致地基液化从而散失承载能力。随着超孔隙水压的上升土体强度降低后,饱和地基土层对地震波的高频成分有明显的选择性滤波作用。在桩柱结构地震响应分析中,受桩土间动力耦合作用的影响,桩侧土体比远场地基土更易液化。随着地基承载力的降低,导致桩柱动力以及弯矩响应上升。研究结果与已有桩基础震害经验相符,其方法和结论可对饱和可液化地基抗震工程提供参考。     

海洋核动力平台不间断逆变电源一种高可靠性工作模式

本文介绍了一种不间断逆变电源高可靠性工作模式,具体而言是海洋核动力平台不间断逆变电源以受控电流源模式在线并网输出,一方面作为交流电网的热备用,另一方面实现有源电力滤波与无功补偿功能。一旦检测到交流电网掉电,逆变电源立刻从电流源模式切换到电压源模式输出,保障负荷的不间断供电。     

基于卡尔曼-高斯联合滤波的车辆位置跟踪

车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.      

基于海事卫星时延和频偏的远海飞行器跟踪方法

针对海上飞行器难以实现实时安全定位的问题,研究利用海事卫星时频数据对海上飞行器进行跟踪的方法,实现主动地跟踪远海飞行器的轨迹.介绍并分析现有自适应转弯模型的缺点以及交互式多模型算法(IMM)在测量数据为时延和频偏情况下存在的问题.在此基础上提出基于时延约束的自适应转弯模型,该模型通过引入时延数据建立转弯速率估计器,估计目标可能的位置和对应的转弯速率,进而估计出目标的速度矢量.简要地介绍了频偏的计算模型以及粒子滤波算法,给出了远海飞行器跟踪的算法流程图.使用Matlab进行了二维对比分析,并使用专业的仿真软件卫星工具包(STK)搭建远海飞行仿真环境,生成仿真的飞行参数、卫星时延以及频偏等数据用以验证模型的可行性.仿真结果表明:①在测量数据为时延和频偏的情况下,传统交互式多模型算法难以适用,容易出现滤波发散;而自适应转弯模型能够很好地估计目标的轨迹,且不需要人为设置转弯速率.②使用该模型可以较为完整地得到远海飞行器的轨迹,且平均经纬度误差在0.2°以下,最大经纬度误差约等于0.8°.      

基于DPCA和Kalman滤波的SAS运动误差估计

SAS系统的运动不稳定性是限制其发展的一个主要因素。等效相位中心(DPCA)自聚焦算法是基于原始回波数据的运动补偿方法。由于DPCA自聚焦算法在估计过程中是以前一个脉冲对应的阵列位置为基准,因此,随着脉冲次数的增加,估计残差将会逐渐积累,特别是当某次脉冲对应的估计残差较大时,DPCA自聚焦算法的估计精度就会受到严重的影响。本文将Kalman滤波算法和DPCA自聚焦算法融和,以最小均方误差为最佳准则,采用随机过程的矢量模型和递归算法,获得信号和噪声的最佳分离,提高了对SAS运动误差的估计精度。