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。     

Aggregating mobile object trajectories: cumulative time geographic density estimation for GPS data

We present new approaches that expand upon the time geographic density estimation (TGDE) framework previously employed to estimate potential path trees. In the past, TGDE metrics have identified possible locations an individual moving object may have passed between, given known origin and destination points. This paper utilizes a new form of TGDE to investigate taxicab GPS traces over a specified time horizon with position ‘gaps’. To this end, we propose a new extension to the TGDE framework, TGDE-C, which is used to determine the cumulative TGDE values for a group of GPS traces, at a given location. These metrics are applied to multiple taxis and allow for time of day analysis. Additionally, we combine these new extensions with existing TGDE metrics that allow us to determine how accessible individual or groups of vehicles are to urban opportunities.     

动态载荷识别的自适应延迟逆模型方法

为减小载荷识别问题对原系统先验知识的依赖,采用系统的自适应延迟逆模型识别时域载荷。采用自适应算法辨识延迟逆模型,代替了一般识别方法中的系统特性矩阵求逆过程,避免了病态问题。随后将工作状态下的响应作为逆模型的输入,则其输出就是时域载荷的延迟估计。通过对两端简支梁结构进行载荷识别的仿真研究,以及对双层隔振试验台架的试验研究,识别了稳态激励和瞬态激励,验证了该方法的有效性。该方法不需要了解系统的数学模型及参数,因此能够应用于工程实践中。     

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.     

交通事故侦测中占有率的改进灰色预测

在交通事故侦测的统计预测算法中引入灰色理论的实践证明，灰色预测是占有率短期预测的可行方法，同时二重估计改进的预测方法可合理地提高交通事故预测的准确性。     

神经网络集成在工程造价估算中的应用研究

工程造价和主要工程量是评价一建筑工程的重要经济指标,特别是工程量清单于2003年7月1日在全国范围内展开以来,快速估算工程造价和主要工程量更具有其重要意义.文中采用神经网络集成方法建立了工程造价和主要工程量估算数学模型,并采用matlab6 1计算软件,以深圳市已完典型工程资料为例,验证了该模型的正确性及实用性,得出了神经网络集成方法泛化能力更高的结论.     

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。     

基于T-S模糊模型的多轴转向车辆H_∞鲁棒控制

为解决多轴转向车辆模型非线性和各种干扰影响下的控制问题,分析了轮胎非线性和外界干扰,建立多轴转向车辆的二自由度非线性模型,应用T-S模糊理论,将其转换为局部线性的T-S模糊模型。基于并行分配补偿法(PDC)和H∞鲁棒控制理论,设计了转向系统的模糊PDC H∞鲁棒控制器,并利用线性矩阵不等式和模糊逻辑控制工具求解控制器。在正弦波和阶跃信号干扰下,车速为80km.h-1时,进行前轮转向回正和前轮角阶跃输入转向的仿真试验。仿真结果表明:侧偏角和横摆角速度动态响应的超调均为0,且均在0.06s内达稳态值;前轮转向回正试验的侧偏角和横摆角速度稳态值均为0,前轮角阶跃输入转向试验的相应值分别为0和1.2(°).s-1,且稳态横摆角速度增益为0.24[(°).s-1].(°)-1。这说明了多轴转向车辆在模糊PDC H∞鲁棒控制下的高速转向平稳迅速,T-S模糊建模和鲁棒控制器设计算法对解决轮胎非线性和外界干扰影响是有效的。     

鱼雷拖曳线列阵及其目标方位跟踪算法研究

使用拖曳线列阵可以有效提高自导鱼雷远程搜索目标的能力,而能否精确跟踪目标方位将直接影响到鱼雷的实战效果。本文首先研究了一种鱼雷用拖曳线列阵自导系统的组成原理及实现方法,然后研究了一种子空间跟踪算法,并在此基础上提出了一种自适应Root-MUSIC算法,该算法可用于对时变的信号波达方向进行实时跟踪估计。仿真计算结果验证了该算法具有很好的跟踪效果。     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.