机动目标无源跟踪IMM-MKF算法

为提高运动多站对机动目标的无源跟踪性能,提出了一种新的基于交互式多模型-边缘化卡尔曼滤波(IMM-MKF)的机动目标跟踪算法。该算法将交互式多模型(IMM)结构和边缘化卡尔曼滤波(MKF)结合,利用MKF算法对每个模型进行滤波,对滤波结果进行交互作用来得到跟踪结果。以只测角机动目标跟踪为例对所提算法进行仿真分析,仿真结果表明,相对于采用扩展卡尔曼滤波(EKF)、不敏卡尔曼滤波(UKF)及容积卡尔曼滤波(CKF)算法的典型交互式多模型算法,所提算法具有更好的跟踪性能。     

探究电力自动化系统现代通信技术

随着电力自动化系统的发展,电力自动化系统的应用也越来越广泛。并在此基础上取得了多项突破和进展,随着现代计算机信息技术的不断发展,信息技术的适用性和技术性得到了进一步的升级,为电力系统全面的实现和现代通信技术的结合提供了技术基础。为此我们认真的研究电力自动化系统的通信技术的特点以及发展,能够帮助电力系统更好的实现现代通信水平,推进其自动化系统的进步。     

拜耳法生产氧化铝工艺仿真培训系统的开发

阐述了在拜耳法生产氧化铝工艺仿真培训系统的开发中,进行数学建模,完成控制界面和通讯组态以及操作评价的建立等工作,从而实现工艺装置的开、停车以及事故处理模拟等培训项目的过程。     

一种新的基于角度和时差的稳健定位跟踪算法

针对无源定位必须实现快速和稳定无偏定位跟踪的要求,提出了一种新的双站基于角度和时差的稳健定位跟踪算法.该算法将扩维伪线性测量方程的观测误差矩阵协方差阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解即可获得目标状态的渐进无偏估计值.仿真结果表明,与扩展卡尔曼滤波(EKF)算法及最小二乘(LS)算法相比,本文所提算法定位跟踪性能更稳定,精度更高,估计误差町以接近克拉美罗限(CRLB).在测量误差较大或者两个观测站测量误差不一致时优势更明显,实用性强.     

一种双站纯方位快速渐进无偏定位算法研究

针对多站无源定位中扩展卡尔曼滤波算法等递推类算法受初始状态影响大,滤波不稳定及将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,提出了一种新的双站纯方位快速渐进无偏定位算法。该算法将扩维伪测量方程的系数误差协方差矩阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解,即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘算法相比,定位性能更稳定,精度更高,在测量误差较大或者2个观测站测量误差不一致时优势更明显。     

一种新的三维纯角度无偏定位跟踪算法

三维空间中多站纯角度无源定位跟踪实质上是一个非线性状态估计问题。经典的扩展卡尔曼滤波(EKF)算法等递推类算法性能不稳定,而将非线性观测方程转化为伪线性方程会产生有偏估计。为了实现快速稳定无偏定位跟踪,提出了一种新的双站纯角度快速渐进无偏定位跟踪算法。该算法通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘(LS)算法相比,定位性能更稳定,精度更高,在测量误差较大或者两个观测站测量误差不一致时优势更明显。     

水库藻类分布及水处理应对措施探讨

通过对胜利油田水库藻类的危害和藻类生长环境及分布规律的研究,来探索水厂运行中处理藻类的有效应对措施。     

基于机器视觉的微小型零件精密装配

基于机器视觉的精密装配是实现微小型零件自动组装的重要方法.所研制的基于机器视觉的自动装配系统解决了某小型产品装配中的关键问题,其中包括待装配的零件尺寸相差大、形状和特征多样、表面质量差别较大、需要同时保证组装的位置精度和形位公差等.采用Canny边缘提取、圆的最小二乘拟合、轮廓提取、质心主轴计算、图像拼接等方法实现了待装配零件的识别定位,通过设备坐标系统的转换保证了小型零件的精确装配.实验结果表明装配精度小于40μm.     

PECVD沉积氮化硅膜的工艺研究

采用等离子体增强型化学气相沉积（PECVD）法在晶体硅太阳电池表面镀上一层氮化硅减反射膜,通过数值分析和实验研究的方法讨论了压强、SiH₄/NH₃比、总气体流量及时间等工艺参数对镀膜速率、折射率和镀膜均匀性及钝化效果的影响。在温度为450℃、NH₃/SiH₄=8:1、总气体流量为4320sccm、压力为170Pa、沉积时间为720s的条件下生长出平均膜厚为75nm、折射率为2.05、少子寿命相对较高的氮化硅膜,且应用于单晶整舟为168片的管式PECVD设备,片间膜厚级差在5nm以内,而折射率级差在0.3以内,少子寿命可提高约30%。