一种新型自适应误差估计方法

对当前两种主要的自适应误差估计方法－基于残值的误差估计方法和基于应力修匀的误差估计方法作了详细的分析比较。在此基础上，从工程角度提出了一种新型自适应误差估计方法，通过分析和数值算例证明了它的有效性和可靠性。     

基于客观测度与主观估算的出行疲劳研究

出行舒适度是影响交通方式选择的要素之一,但由于缺少合理的量化方法,其评价长期停滞于定性描述,难以科学反映不同交通方式的服务水平差异。就典型出行环节进行疲劳测定实验,采集不同情况下出行者在单位时间内的客观体能消耗及其对出行疲劳的主观感受;采用自由模量幅度估计估算出行疲劳的主观感受,并与客观体能消耗进行对比。结果显示,车辆行进方式、乘车姿势、乘客负重、车内拥挤程度等均对体能消耗有显著影响,且客观体能消耗与主观感受之间存在显著差异。最后,利用实验结果以北京市和中山市为例进行案例分析,结果表明,在交通方式选择过程中,体能消耗对出行者产生的影响不亚于出行时耗。     

不同姿态表示方法下的姿态估计分析

在组合导航中,针对不同姿态表示方法构建的姿态估计算法在计算量和精度等方面存在性能差异较大等问题,分别对四元数无味估计器、基于修正罗德里格斯参数和高阶罗德里格斯参数所构成的姿态估计算法进行理论推导与性能比较分析。在数值实验中,比较了3种姿态估计算法在计算量和精度等方面的优劣性,结果表明四元数无味估计器精度最优,但计算量较大,而基于高阶罗德里格斯参数的姿态估计算法计算量最小,相对精度较高。     

基于新型磁链观测器的无速度传感器感应电机控制技术研究

提出一种由补偿式的二阶带通滤波器电压磁链观测模型,基于该补偿电压模型,构成新的磁链估计器.为了解决磁链观测器多平衡状态的问题,提出以提高磁链估计精度的方法、对不同类型感应电动机磁通观测器的控制技术进行研究.对传统的模型参考自适应速度估计方法进行改进,基于补偿式二阶带通滤波器电压磁链观测模式作为参考模型,速度估计的精度提高.同时对基于新型磁链观测器的无速度传感器感应电机控制技术进行研究,然后通过仿真验证.     

基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法.该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优.利用该方法对均匀线阵进行性能仿真实验.结果表明:该方法稳健性好、校正精度高,具有一定的应用前景.     

基于ADS的PCMA通信仿真

PCMA(paired carrier multiple access)技术的仿真需要考虑到信号的工作频率高、传输信道复杂以及天线的接收问题,ADS作为一款强大的仿真设计软件,在这方面有着独特的设计优势。在ADS环境下搭建的PCMA收发仿真平台中,对接收到的信号进行参数估计(重点是时延估计),重构发送信号,并在接收端抵消自干扰信号,最终得到期望接收的信号。该仿真手段可以为从事卫星通信的研究人员提供参考。     

基于可变抽头滤波器的信道估计的研究

文章在基于固定抽头横向滤波器的信道估计的基础上,对信道估计进行改进实现了基于可变抽头的信道估计。在这种信道估计中,运用Akaike information criterion（AIC准则）寻找与实际信道最相符的最佳信道结构模式,实现对滤波器的抽头数目的判定。采用找到的最佳信道模式可以减少均衡器的抽头数目,可以节约平均处理时间,并且在系统误码性能上也有提高。     

被动声定位技术的浅海近距离应用

利用被动声呐的三元测距技术能对浅海水面非合作声源目标进行定位。针对浅海背景噪声强,目标信号稳定性差的特点,采取了预白化方法提高高频信号的利用率,从而提高互相关时延估计的稳定性,又使用后置筛选方法选出可信度高的定位结果,解决了浅海近距离定位中的稳定性问题。通过海上实验对定位方法的稳定性进行验证,并将被动定位轨迹与目标航行的GPS轨迹进行对比。结果表明,在浅海近距离的定位稳定性较高,定位精度可达到米的量级。     

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。