磁吸附轮式擦窗机器人动力学建模与仿真

针对磁吸附轮式双面擦窗机器人(WCWR)进行动力学建模。分析其在匀速运动情况下,不发生倾覆和不同程度打滑情况下所需最小磁力,并对最小磁力与机器人航向角建模,研究磁力与位姿关系。引入车辆动力学理论,对单个驱动轮进行受力分析,并研究车轮打滑现象,同时引入滑转率概念,由此建立滑转率、航向角与车轮扭矩关系式,并进行建模仿真,以此来研究与设计驱动系统。从而为磁吸附轮式擦窗机器人(WCWR)在打滑情况下的设计提供理论基础。并以此理论为基础选择合适磁力与扭矩进行设计与实验检测理论准确性。     

TD-LTE单卡多模双待终端技术方案

TD-LTE可提供高速的数据业务,但对语音业务的支持考虑不足,在向全IP发展的过程中,就如何支持语音业务,业界提出了不同的解决方案,如VoIPonIMS,电路域话音回落（CSFB）的多模单待（CSFB）,多模双待等。本文介绍了一种TD-LTE/TD-SCDMA/GSM（GPRS）单卡多模双待终端解决方案,并对此方案的技...     

基于边沿化粒子滤波的GPS单点定位算法

针对强干扰情况下GPS定位精度低、鲁棒性差的问题,文中利用多普勒观测值改进了传统的伪距单点定位模型,并将该模型与边沿化粒子滤波技术有效的结合,通过状态模型划分,避免了模型线性化误差.理论分析与实验结果表明,该方法能够有效克服传统粒子滤波计算量大的缺点,显著提高强干扰环境下接收机的定位精度和鲁棒性.     

基于有限元技术的汽轮机叶片数控加工参数选择

对汽轮机高速转子叶片的加工工艺进行了分析,针对加工变形问题,建立铣削力学模型,应用有限元分析软件A N SY S进行变形分析,得出加工工艺参数和铣削变形量的关系,优化了铣削工艺参数。     

激光陀螺分形噪声的理论与实验研究

给出了一种利用小波分解求取激光陀螺分形噪声参数的方法。采用dB10小波,分别对中精度和高精度激光捷联导航系统(LINS)100Hz导航数据做7次小波变换,估计出了两种陀螺中分形噪声的分形指数γ分别约为1和2;试验说明,在导航频率下,激光陀螺噪声表现出的不是随机游走,而是一种零偏不稳定性和角速率随机走,并对这一现象的成因进行了深入讨论。为了减少这种不稳定性,从激光陀螺设计制造角度,应提高光源输出功率和镀膜质量;从信号处理角度,应设计适合LINS的数字滤波算法。最后给出了利用FIR滤波器凹点作为陷波器的参数设计结果,实测数据证明,在阶数增加很少的情况下,实现了对3个陀螺抖动频率同时陷波,提高了激光陀螺数据输出精度。     

带噪声统计估计器的犝狀狊犮犲狀狋犲犱卡尔曼滤波器设计

针对传统Ｕｎｓｃｅｎｔｅｄ卡尔曼滤波器（ＵＫＦ）在噪声先验统计未知或不准确时滤波精度下降甚至发散的问题,基于极大后验（ＭＡＰ）估计原理,设计了一种带噪声统计估计器的ＵＫＦ．该ＵＫＦ 滤波算法在进行状态估计的同时,能实时估计和修正噪声均值和协方差．相比于传统ＵＫＦ,所提出的ＵＫＦ具有应对噪声统计变化的自适应能力．仿真结果表明了该ＵＫＦ滤波算法的有效性．     

基于极大后验估计和指数加权的自适应UKF滤波算法

针对传统Unscented卡尔曼滤波器(Unscented Kalman filter, UKF)在噪声先验统计未知时变情况下非线性滤波精度下降甚至发散的问题, 设计了一种带噪声统计估计器的自适应UKF滤波算法. 首先根据极大后验(Maximum a posterior, MAP)估计原理, 推导出一种次优无偏MAP常值噪声统计估计器; 接着在此基础之上, 采用指数加权的方法, 给出了时变噪声统计估计器的递推公式; 最后对自适应UKF算法进行了性能分析. 相比于传统UKF, 该自适应UKF算法在噪声统计未知时变情况下不仅滤波依然收敛, 滤波精度及稳定性显著提高, 而且其具有应对噪声变化的自适应能力. 仿真实例验证了其有效性.     

非线性系统确定采样型滤波算法综述

确定采样型滤波包括Unscented卡尔曼滤波（UKF）,中心差分卡尔曼滤波（CDKF）以及容积卡尔曼滤波（CKF）,是一类基于确定解析采样近似方法的非线性次优高斯滤波算法,具有估计精度高、实现简单等优点,已得到国内外学者的广泛关注.在阐述确定采样型滤波基本原理的基础上,详细总结了近年来确定采样型滤波的研究现状,包括各种改进算法和在不同领域的应用情况;然后重点分析了确定采样型滤波所存在的问题;最后展望了其未来发展趋势和研究方向.     

基于Unscented变换的非线性状态平滑

众所周知, 平滑因可以使用更多的量测信息而能够获得比滤波更精确的状态估计. 为此, 本文提出一种面向非线性随机系统的状态平滑新算法. 首先, 基于最小方差估计理论, 提出了一种新颖的最优平滑器, 该平滑器为解决非线性状态平滑问题提供了一种通用的理论框架;接着, 采用Unscented变换(UT)来近似上述最优平滑框架中的平滑增益, 进而设计出一种次优平滑算法;最后, 相比传统扩展卡尔曼平滑器(EKS), 仿真结果验证了新算法的有效性和可行性.     

中心差分卡尔曼平滑器

针对一类非线性离散系统的状态平滑问题, 本文设计了一种中心差分卡尔曼平滑器(CDKS). 文中基于最小方差估计准则, 详细推导了非线性系统的状态最优平滑递推公式, 并采用中心差分变换来近似计算状态的后验均值和协方差. 相比于传统中心差分卡尔曼滤波器(CDKF), 所设计的CDKS算法有效提高了非线性状态的估计精度, 拓展了中心差分变换的应用范围. 仿真实例验证了所提出平滑器的可行性和有效性.