速度梯度模型的高速公路交通流状态估计方法

为改进高速公路交通流状态估计方法,采用速度梯度模型作为交通流的系统状态方程构建交通流状态估计模型.通过对速度梯度模型参数的敏感性分析,发现模型估计误差对自由流速度和阻塞传播速度两参数较为敏感,需在线估计.然后分别给出了速度梯度模型与扩展卡尔曼滤波以及无迹卡尔曼滤波相结合的高速公路交通流状态估计方法,并应用实测数据对两类交通流状态估计方法的性能进行了评估.结果发现:两类交通状态估计的精度均可达85%左右,无迹卡尔曼滤波算法精度略好于扩展卡尔曼滤波,但计算时耗大.基于速度梯度模型的交通流状态估计方法能有效估计和跟踪交通流状态的变化,且相较于同类方法,所需标定的模型参数更少.     

基于车速离散度和经济车速的高速公路最低车速限制

为了给合理制定高速公路最低车速限制标准提供理论依据,保证高速公路行车安全与节能,研究了基于车速离散性约束和以油耗量最小为目标的高速公路最低车速限制方法。给出了车速离散度的概念和计算方法。采用回归分析方法建立了车速离散度与事故率的关系模型,确定了车速离散度的阈值。从行车安全角度给出了最低车速限制基于车速离散度的约束条件,即最低车速限制值应大于最高车速限制值的0.62倍。以油耗量最小作为最低车速限制的目标函数,采用回归分析方法建立了油耗与车速关系模型,给出了不同坡度下的经济车速。认为最低车速限制值应取0.62倍最高车速限制值与经济车速中的较大值。这样一方面能保证车速分布尽量均匀,减少事故发生的可能性,另一方面有利于减小行车油耗,从管理角度为高速公路的节能提供支持。     

汽车高速紧急避障路径跟踪与主动防侧翻控制

为提高匹配机械弹性车轮汽车在高速紧急避障时的效率与安全性,在Simulink中建立了整车非线性八自由度模型,并基于车轮样机台架试验数据,利用Matlab遗传算法工具箱对机械弹性车轮模型参数进行分级辨识.综合考虑行驶车速、轨迹跟踪误差、方向盘转角以及侧翻评价指标,建立了八自由度驾驶员—汽车预瞄跟随闭环系统模型.分析了汽车在不同行驶车速时所需的方向盘角输入信息与侧翻状态响应,总结出汽车高速转向时的侧翻动态特性.为高速安全通过规划的避障路径,在转向控制驾驶员模型基础上建立了速度控制驾驶员模型,当侧翻评价指标超过安全阈值时利用制动踏板降低车速,当纵向车速小于期望安全车速时利用加速踏板提高车速.仿真分析表明建立的高速避障路径跟踪与控制策略能高效完成避障路径跟踪,同时能有效降低紧急避障时的侧翻风险.     

基于可学习EKF的高超声速飞行器航迹估计

临近空间高超声速目标因具有高速、大机动、全球到达的特点,已成为国防安全的一类新型威胁.此类目标具有非惯性的航迹形式、并可进行复杂的策略性机动,给其航迹估计带来了新的挑战.为应对目标的机动特性,提升航迹估计性能,将循环神经网络与扩展卡尔曼滤波深度嵌合,提出了基于可学习扩展卡尔曼滤波的航迹估计方法.首先,通过分析目标机动特性,建立了参数化的目标机动模型.然后,考虑目标复杂机动特性对航迹估计造成的影响,将循环神经网络与扩展卡尔曼滤波深度嵌合,提出了可学习扩展卡尔曼滤波方法.通过使用已有航迹数据进行训练,所嵌入的两个循环神经网络,可发现目标机动的隐含规律,并对目标复杂机动所引起参数与模型不确定性的进行在线识别与动态补偿.最后,以某临近空间高超声速目标的航迹估计为例,选取典型机动场景,对所提出方法与EKF、AEKF等传统方法进行了对比分析. 分析结果表明,所提出的可学习扩展卡尔曼滤波方法可有效应对目标复杂的机动,具有比EKF、AEKF方法更高的估计精度和更优的估计动态性能.     

基于离散平稳小波变换的EKF数据融合算法

针对车辆GPS/DR组合导航系统中广泛采用的扩展卡尔曼滤波器进行数据融合难以建立精确的数学模型的问题,提出了基于离散平稳小波变换的扩展卡尔曼滤波器数据融合算法。仿真表明,该算法优于扩展卡尔曼滤波器,对车辆组合导航系统的数据融合是有效的。     

State Estimation of the Electric Drive Articulated Dump Truck Based on UKF

The requirements of vehicle dynamic stability control are higher than ever as the significant increase of electric drive articulated vehicle speed. According to the construction features of articulated dumping truck and nonlinear characteristics of moving vehicles, nonlinear observer of vehicle status is designed to strength robustness of dynamic control system in this paper. A 4-degree-of-freedom nonlinear dynamic model of articulated electric drive vehicle is built as reference model to estimate the state of the articulated vehicle. And by adopting Unscented Kalman Filter (UKF) algorithm, a series of state parameters such as longitudinal velocities of front and rear frames, yaw rate and side-slip angle are estimated. During the test of 60 t articulated electric drive vehicle, 2 inertial navigation modules are installed in the front frame and rear frame respectively and the speed of each electric drive wheel is obtained simultaneously. As the test results suggest, in various working conditions, the algorithm based on UKF is able to accurately estimate the state parameters of articulated vehicle with the estimated error less than 5%. The proposed method is justified to be the theoretical basis and application guidance for articulated vehicle stability control.     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

电涡流传感器用于铁路机车速度与路程的测量

介绍一种采用电涡流传感器的无“滑差”测量铁路机车速度与路程的方法,在机车的车轮架前后设置两个电涡流传感器,获得两个反映铁轨中非均质特性的随机信号,利用它们的相关特性可以计算出机车的运行速度与行驶过的路程,文中说明了传感器与信号处理的原理,并且介绍了模拟试验装置与实测结果,电涡流传感器组成的相关测试系统,为进一步提高测量精度提出了新的途径。     

基于改进的三帧差和卡尔曼滤波的车辆检测方法

针对卡尔曼滤波方法在车辆检测中存在背景更新参数固定、背景建模实时性较差的问题,提出了三帧差法与自适应卡尔曼滤波算法相结合的运动车辆检测方法.先采用三帧差法快速提取车辆运动区域,再采用高斯分布确定背景更新参数,同时更新背景模型,最后将两者得到的图像相减得到最终检测结果.实验结果表明,该算法的背景更新速度较快,运动目标提取效果较好.     

Adaptive Federal Kalman Filtering for SINS／GPS Integrated System

A new adaptive federal Kalman filter for a strapdown integrated navigation system/global positioning system (SINS/GPS) is given. The developed federal Kalman filter is based on the trace operation of parameters estimation‘s error covariance matrix and the spectral radius of update measurement noise variance-covariance matrix for the proper choice of the filter weight and hence the filter gain factors. Theoretical analysis and results from simulation in which the SINS/GPS was compared to conventional Kalman filter are presented. Results show that the algorithm of this adaptive federal Kalman filter is simpler than that of the conventional one. Furthermore, it outperforms the conventional Kalman filter when the system is undertaken measurement malfunctions because of its possession of adaptive ability. This filter can be used in the vehicle integrated navigation system.     

基于BP神经网络的中低速磁浮列车速度估计算法

提出结合磁浮列车牵引用直线感应电机特点,利用BP神经网络算法,实现对磁浮列车的运行速度观测。通过对一直线感应电机动态模拟实验台进行研究表明,理论估算和实测速度相吻合,初步表明该方法是可行的。该方法的实现,节省了现有磁浮列车速度检测系统昂贵的成本,减少了系统硬件设备的复杂性,提高了整个磁浮列车系统工作的可靠性。     

基于NCV1124的ABS轮速信号采集处理系统的设计与实现

介绍了ABS系统的工作原理,分析了可靠的轮速信号对于ABS系统的意义.为了解决传统的ABS轮速采集系统中存在的问题,选择安森美公司的NCV1124集成芯片,设计了适合于单片机信号采集的限幅、放大、滤波以及整形电路,改进了基于频率法的轮速采集处理算法,实现了全车速范围的准确测量.     

摆动车身车辆越障过程模型及所需最小驱动力矩

为了研究具有摆动式车身车辆的越障性能,根据其结构特点建立了单侧车轮越障和两前轮同时越障过程的普遍动力学模型,通过简化给出了2DOF铰接车在越障极限位置时的动力学模型。根据该模型能够计算出满足附着条件下各个驱动车轮的可行输出转矩。经进一步分析求出了越障所需的最小驱动力矩。并利用ADAMS对2DOF铰接车越障过程进行仿真,证明了所提方法的可靠性。     

支持向量机在初始对准状态估值中的应用

在捷联惯导系统初始对准状态估值过程中,针对传统Kalman滤波器的实时性问题,提出了基于支持向量机(SVM)网络的滤波器。采用闭环Kalman滤波器的输入和输出数据作为训练样本对进行训练得到SVM模型。通过仿真实验对比表明,采用SVM网络滤波器的估计精度与采用闭环Kalman滤波器的相当,但估计速度比较快。     

基于新息的神经网络自适应卡尔曼滤波

卡尔曼滤波是一种基于最小方差的递推式滤波算法,系统模型和噪声统计特性的先验知识决定了滤波的性能和估计的准确性,不精确的先验知识将导致滤波性能的明显下降甚至发散。采用BP神经网络对系统进行辨识,获得精确的系统状态方程,利用新息自适应估计卡尔曼滤波算法中的过程噪声和测量噪声协方差矩阵,提出基于新息的神经网络自适应卡尔曼滤波算法。Matlab仿真结果表明,与传统卡尔曼滤波算法相比,改进的卡尔曼滤波算法获得了与原始信号几乎一致的输出信号,噪声得到明显抑制。同时,改进的算法不需要系统精确的数学模型,在实际应用中具有可行性和普适性。     

采用稳态Kalman滤波器简化Kalman滤波器的计算

计算Kalm an滤波器的方法主要采用迭代计算法,在工程应用中在线进行无穷迭代运算所带来的较大计算量势必影响计算速度。提出了稳态Kalm an滤波器的概念,并用Kalm an滤波器增益阵的稳态值计算Kal-m an滤波器。采用稳态Kalm an滤波器避免了在线计算Kalm an滤波增益在各时刻的函数值,因而减小了采用迭代法计算Kalm an滤波器的计算负担。     

基于模糊PID线控转向系统前轮转角控制

转向系统是乘用车的重要性能指标之一,它关系到整车的操纵稳定性以及舒适性.通过对乘用车线控转向系统结构、原理进行分析,建立了基于Simulink与CarSim的汽车线控转向系统联合仿真模型,将模糊理论应用到前轮转角控制策略中,并在整车动力学模型的基础上,设计模糊PID控制器,用于前轮转角控制.仿真结果表明:汽车低速行驶时,较小方向盘转角能实现较大的前轮转角变化,其传动比较小,驾驶员转向轻便;而高速行驶时,需要较大的方向盘转角实现前轮转角变化,传动比较大,可有效防止汽车高速抖动,提高汽车操纵的稳定性.     

单兵定位导航系统数据融合方法研究

研究单兵定位导航系统的GPS导航信息与航位推算信息的数据融合方法,采用卡尔曼滤波技术设计了联合卡尔曼滤波器,给出联合滤波算法并仿真.该滤波器具有较高的系统容错性能,数据计算量小,但局部估计精度为常规水平.     

基于DSP芯片的嵌入式车载GPS定位系统研究

鉴于DSP芯片的高性能低功耗特别适合数字信号的各种滤波,设计了基于DSP的GPS/DR定位系统.首先对车载定位的发展进行介绍,进而阐述了GPS/DR的定位原理,重点介绍了基于联合扩展KALMAN滤波算法的GPS/DR的定位算法研究,并用MATLAB 7.0仿真了扩展KALMAN滤波的性能.在采用联合扩展卡尔曼滤波结构中...     

新信息序列的扩展kalman滤波器的异步电动机无速度传感器的设计

文章用一种新的改进的扩展Kalman滤波器的方法 ,提出了将输入噪声和观测噪声用一个新的变换误差序列来代替的方法来估计异步电机的转速