组合导航系统的自适应滤波

本文对自适应滤波在组合导航系统中的应用进行可行性研究,首先讨论了组合导航系统的数学模型,然后给出Sage和Husa提出的自适应滤波器,再用自适应滤波器来处理由组合导航系统测量器件给出的测量信息,对组合导航系统的状态进行估计,仿真结果表明,自适应滤波器具有良好的跟踪性能,即使噪声的统计特性不能确切地知道,滤波器也能给出系统状态比较精确的估计.     

轮胎转鼓试验机转速自适应测量方法研究

通过研究基于光电编码器输出脉冲信号的两种常用转速测量方法,在分析多倍周期法测量精度的基础上,提出了一种转速自适应测量方法,在整个速度范围内可以获得较高的测量精度.设计了基于MSP430F149单片机的转速自适应测试系统的总体结构,具体阐述了测试系统的硬件组成和自适应方法的软件实现.实现了轮胎转鼓试验机转速的自适应测量.     

自适应的基于IPDV的网络拓扑推断技术

为了克服基于层析成像的拓扑推断技术中时钟同步及节点间合作的限制,有效减少测量流量,在拓扑推断中提出了自适应的基于时延抖动的拓扑推断算法,该算法不需要节点间的时钟同步和节点间的合作,并且产生的测量流量较少. 从理论上分析了自适应的基于时延抖动推断自适应网络拓扑的可行性和正确性,通过NS2进行了仿真,仿真结果表明,自适应的基于时延抖动推断拓扑结构的效果比基于端到端单向时延推断拓扑的效果好,并且受到的限制少.     

改进型链路负载自适应抽样测量算法

为了提高网络负载测量的效益和灵活性,在对自适应控制理论及实际流量特征进行研究后,提出了一种改进型的网络负载自适应抽样测量算法, 并对该算法的优越性及改进前后算法的性能对比进行了仿真研究. 结果表明,改进型算法不仅降低了测量开销,而且还可将测量精度提高40%以上. 另外,该算法可提供不同可视化粒度输出,使网络负载测量具有更大的灵活性和可操作性,更适宜于高速、高突发程度的网络测量环境.     

模糊自适应无迹卡尔曼滤波方法用于天文导航

为克服航天器自主天文导航中不确定测量噪声对导航精度的影响,提出了一种基于模糊推理的自适应无迹卡尔曼滤波(FUKF)方法.该方法根据滤波过程中实际测量残差方差与理论残差方差的比值,将系统滤波过程分为普通模式和自适应模式.分别对两种模式建立模糊隶属度函数,应用模糊推理规则,得到自适应修正因子,对系统的测量噪声方差阵进行实时修正,使其跟踪实际测量噪声的变化.当系统受到不确定环境噪声影响时,该滤波算法仍然有效收敛.将该方法应用于直接敏感地平的航天器自主天文导航中,不同测量噪声水平下的仿真结果表明,该算法对不确定的测量噪声具有较强的自适应能力,保证了导航信息的输出精度.     

一种测量自适应Huber滤波在电路系统中的应用

针对测量噪声未知条件下电路系统状态估计非最优问题,基于Huber自适应滤波思想,提出将滤波量测更新步骤转化为线性回归问题,采用测量残差迭代求解方法得到电路系统状态最优估计。仿真结果验证了本文提出的Huber自适应滤波改进算法相比传统滤波算法估计精度更高。     

自适应滤波器的单板机实现

本文简述了自适应算法和自适应滤波器的工作原理,并用单板机和适当的硬件电路实现了自适应滤波。     

ASUKF方法在航天器自主导航中的应用

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法———ASUKF方法.该方法对非线性的状态方程进行超球面分布UT变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,从而在保持估计精度的条件下,降低了UKF算法的计算量,并使滤波器具有了自适应能力.将ASUKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明:其在保持导航信息估计精度的同时,提高了估计效率,克服了自主导航过程中不确定的噪声和随机干扰的影响.     

基于CFD和网格自适应的流量系数计算方法

针对某100%开度的蝶阀进行流场和流量系数的仿真计算,综合运用了y+自适应和速度梯度自适应技术对阀门内流场的网格模型进行不同程度的优化。参照国家标准实验测量了该阀门的流量系数,以该系数为标准来评价仿真方法的准确性。结果表明,基于网格自适应的CFD仿真方法能准确地预测阀门的流量系数,网格自适应技术的运用可以有效地提高计算精度,并减少人工优化网格的难度和工作量。     

计算机化自适应测验系统的设计与实现

计算机化自适应测验（Computerized Adaptive Test,简记为CAT）是在项目反应理论的指导下,把测量技术与计算机技术相结合的考试形式。本文对计算机化自适应测验系统的需求分析、概要设计、详细设计及实现进行了详细分析,并重点分析了CAT中的两个关键技术选题策略及能力估计,设计和实现了一个计算机化自适应测验系统。     

基于观测器的混合直接自适应模糊辨识与控制

针对一类状态不可测的单输入单输出非线性不确定系统,提出了一种基于观测器的混合直接自适应模糊辨识与控制方法。设计中,将观测器、直接自适应模糊控制器与白适应模糊辨识模型相结合,用跟踪误差估计和辨识误差去调整系统的参数,以取得更好的逼近和跟踪效果。基于Lyapunov方法,证明了闭环系统的稳定性,跟踪误差渐近收敛剑零点的一个小邻域内,仿真结果验证了该方法的有效性。     

基于稀疏表示模型的图像解码方法

为了更好地提取图像信号的稀疏特性,提出了一种多方向自回归稀疏模型及其重建算法.多方向自回归稀疏模型利用图像局部统计相关和纹理方向实现了图像稀疏表示.在基于变换的编码框架下,以编码端的变换矩阵为观测矩阵,用多方向自回归稀疏模型代替解码端的反变换.图像仿真结果表明,所提出的技术能改善JPEG图像的质量.     

简化的Sage—Husa自适应滤波算法在组合导航中的应用及仿真

讨论了一种简化的Sage-Husa自适应Kalman滤波算,它可对的量测噪声和系统干扰进行实时估计,同时在工程中又比较易实现与调整,通过在组合导航舰船运动模型的仿真发现,可以明显提高滤波精度与稳定性。     

Principle of adaptive optical current transducer on independent variables and its test

In order to improve the measurement precision of the optical current transducer （ OCT）, the adaptive optical transducing principle on independent variables is presented in this paper. And one of the adaptive optical current transducer（AOCT） on the independent variables of the output of the electricmegnet current transducer is introduced. According to IEC660044-8, the performance of AOCT was examined roundly applying the standard testing system authenticated by the state authority. The results indicate that the measurement precision of the AOCT has already reached 0. 2 class under the temperature from -40℃ to 60℃ ,which proves the feasibility of the method.     

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.     

基于自适应卡尔曼滤波加速度与位移融合的结构位移实时估计

实时高精度位移测量在工程结构的安全和寿命评估方面有着重要作用。为提高基于全球导航卫星系统技术的位移测量的精度及稳定性，本文提出了一种融合加速度和位移数据的自适应多速率卡尔曼滤波方法，来实时获取精度提升的位移信息。由于不合理的噪声参数设置会使位移估计的精度严重下降，本文利用加速度和位移数据测量噪声各自的特点，以分开估计相应噪声方差的思路来实现自适应估计。考虑传感器噪声的性质，自适应滤波中对噪声参数的估计可简化为仅对位移噪声方差进行估计。利用Sage-Husa估计器实现位移噪声方差的自适应估计，使滤波能在噪声参数未准确获知的情况下进行稳定的位移实时估计。首先，讨论了自适应滤波中初始噪声参数的影响，确定了初始系统噪声参数的选取原则。然后，分别在时不变与时变位移噪声环境下，观察该滤波应用于不同频率的谐波位移信息下的估计性能。最后，以某1.5MW风电塔在风-地震耦合作用下塔顶结构响应的数值模拟，来说明本文的自适应滤波在一般工程结构应用中的有效性。结果表明，即使初始噪声参数设置有误或位移噪声具有时变性，本文方法依然具有较好的估计效果及鲁棒性。上述研究成果可为结构实时高精度位移监测提供一定理论支撑与参考。     

自适应模糊PID在中频弯管机温度控制中的应用

针对中频弯管机在温度控制过程中测量精度低、温度波动范围较大、干扰源多等问题,设计了一套中频弯管机温度控制系统.采用PLC控制技术,利用双色红外测温法,并将自适应模糊PID控制技术引入弯管机的温度控制系统中.实验结果表明:采用自适应模糊PID控制,中频弯管机温度控制范围最大波动为20℃,对温度进行每次1 ms的采集,测量误差小于1%,增强了系统的调节精度,并对采集数据进行实时显示和存储,满足实际应用的要求.