基于控制图数理的沥青混凝土路面试验检测指标误差估计

控制图在沥青混凝土路面质量过程控制中逐渐得到应用和推广,针对其在施工现场的使用瓶颈,对沥青混凝土路面试验检测指标的抽样检验进行了误差解析,通过控制图的组间变异估计值和组内变异估计值的分析,将测试误差、抽样误差和工序误差由多阶段抽样测试方式逐级估算出来.基于这些理论分析,采用控制图误差估计数理对摊铺碾压的沥青混凝土路面无核密度仪快速测定数据进行分析,揭示了控制图不仅可考察连续生产的工序稳定状态,还可为质量问题的诊断和质量改进提供数学统计分析手段.     

基于协同目标的绝对配准

针对舰载三维传感器的偏差估计问题,提出一种基于协同目标的传感器偏差估计方法,根据协同目标在空间探测中的迭合条件,运用一阶泰勒展式推导出传感器的距离、方位、俯仰偏差和平台姿态误差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性.     

三种基于四元数模型的声矢量阵MUSIC算法

传统的基于长矢量模型的MUSIC算法没有充分利用矢量水听器各分量之间的正交特性,存在多目标分辨能力不足的缺点。针对这一情况,文中引入了四元数的概念,利用四元数能更好地描述矢量水听器各分量的正交结构这一优点,提出了三种基于四元数模型的二维声矢量阵方位估计算法:Q-VV算法、Q-PV算法和Q-PVV算法。与基于长矢量模型的MUSIC算法相比,新算法降低了协方差矩阵的维数,占用更少的内存空间。同时,由于利用了四元数强正交性约束的特点,新算法有好的单目标估计精度和多目标分辨能力。其中:Q-PV算法和Q-PVV算法利用了声压与振速的相干性,抗各向同性干扰的能力优于Q-VV算法。仿真实验证明了算法的有效性。     

拉索非线性振动参数敏感性分析及其频率区间估计

为准确把握拉索的动力学规律并指导工程应用,以拉索非线性振动理论(拉索自振频率的摄动法公式)为基础,以工程中常用的典型拉索为例,对拉索非线性自振频率的边界条件效应、参数敏感性以及区间估计方法进行研究.研究结果表明:拉索的边界条件效应随拉索长度、索力以及频率阶次的不同而不同;索力、线密度、弦长、抗弯刚度4个参数对于拉索各阶自振频率在影响程度、影响方式方面均存在显著差异,总体而言,自振频率偏差与索力和抗弯刚度2个参数的偏差成正比,与线密度和弦长2个参数的偏差成反比;根据拉索参数的概率统计特征能够获得拉索自振频率的区间估计.     

基于水声信号的瞬时频率估计算法

为了获得水声信号稳健的瞬时频率值,本文综合相位差分法和M-估计方法对瞬时频率进行估计,获得理想的估计值.通过计算机仿真分析,给出采用该方法获得的瞬时频率估计值,并与真值进行对比.     

基于马尔可夫过程的快速路OD矩阵估计方法

为得到城市快速路网络的OD矩阵,引入马尔可夫理论.运用吸收马尔可夫过程对快速路网络进行建模分析,给出相应求解算法推导路段流量,小区OD矩阵表达式,并介绍了运用MATLAB软件进行矩阵求解的方法.最后进行了算例分析,利用VISSIM仿真,通过布设线圈检测器,对OD矩阵估计模型及算法进行精度评价.结果显示,模型可很好地拟合...     

基于出租车GPS数据的路段平均速度估计模型

为了解决现有基于GPS数据的路段平均速度估计模型应用条件苛刻、难以满足低成本和高精度信息需求问题,考虑不同类型GPS车辆运行特征,设计了两个基于出租车GPS数据估计路段平均速度的改进模型.基于两个改进模型,设计了路段平均速度的融合估计方法.用某城市局部路网的出租车GPS数据验证两个改进模型,并与传统模型进行了对比分析....     

非线性滤波器在动力定位船位估计中的应用

针对动力定位船舶在作业过程中因丢失GPS位置测量信号,从而导致动力定位系统不能正常工作,而使船舶偏离作业点的问题,设计了一种非线性滤波器,它可以利用以前保存的历史数据进行船舶位置的实时估计,从而使船舶在一定的时间内可以维持在作业点附近,当重新获得GPS信号后,又可以快速地进入正常工作状态。为了使历史数据能够更准确地反映船舶的实时位置,利用历史数据相对于作业点的平均偏差对历史数据进行了补偿。最后给出了此非线性滤波器在船舶仿真系统中的仿真曲线,分析表明在有滤波器的情况下,船舶真实位置估计的准确度比没有滤波器的情况下有明显的改善。     

自动驾驶汽车状态估计的矩阵加权自适应扩展卡尔曼滤波方法

针对自动驾驶汽车状态和故障估计问题,基于自适应扩展卡尔曼滤波（AEKF）理论提出了一种矩阵加权多传感器信息融合估计方法。首先,将自动驾驶汽车运动学模型进行离散化处理;然后,以极小化多传感器量测估计误差向量均方和为目标,采用拉格朗日极值求解方法设计了矩阵加权多传感器信息融合方法;最后,在低精度传感器、高精度传感器、融合估计3种条件下仿真验证该方法的正确性。结果表明,与单个传感器情形相比较,所提出的方法能较好地估计自动驾驶汽车的位置、航向角、速度信息以及执行机构故障信息,为自动避障、自动泊车等精准测控任务提供参考。     

基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS（Inertial Navigation System）为主,与全球导航定位系统GPS（Global Position System）等多个次级导航系统组成的导航系统的实现方案。设计了基于Hopfield神经网络的导航系统的滤波估计算法。经计算机模拟仿真证明,神经网络的算法优于通常的卡尔曼滤波方法。