不确定系统的多指标约束滤波器设计

研究了一类不确定系统的滤波器多指标设计问题．以线性矩阵不等式为工具设计了状态反馈律，使系统的闭环满足稳态协方差约束，同时使系统的闭环极点落在指定的圆盘内．最后，用一个数值算例验证了设计方法的可行性．     

基于无偏转换的雷达配准算法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素.为了使融合结果更加准确可靠,本文提出了基于无偏转换的雷达配准算法.该算法是通过无偏转换把其它雷达的测量转换到主雷达下,利用各雷达相对主雷达的测量差值,采用Kalman滤波器实时估计出各雷达的系统偏差(方位和距离),从而进行配准.仿真实验结果表明这种算法是有效的.     

多元线性模型回归系数的主成分估计

本文对多元线性模型回归系数提出了主成分估计，并证明了主成分估计优于最小二乘估计。进一步，对最小二乘估计的任一线性变换，给出了均方误差的一个无偏估计，并应用极小化均方误差的无偏估计的方法，给出了确定偏参数的公式。     

基于视觉的机器人非线性位姿观测器

本文利用相机对目标物体特征点的测量信息解决机器人相对位置和姿态的估计问题.首先,针对机器人运动过程中相机获得的目标物体连续图像,利用扩展Kalman滤波器估计特征点的三维信息.然后,在SE(3)空间上设计了一个非线性位姿观测器.利用得到的特征点三维信息构造了Lyapunov函数,并解耦成分别和姿态误差以及位置误差相关的...     

转换观测卡尔曼滤波算法中转换统计量的一种改进计算方法

为了改进转换观测卡尔曼滤波算法的性能,提出了一种计算转换观测误差统计量(均值和协方差)的改进方法.有两组信息可用于计算这些统计量,即观测值和滤波器的一步预测值.首先,推导了滤波器球坐标状态一步预测误差的均值和协方差.然后,利用滤波器球坐标状态一步预测值更精确地计算了转换观测误差的统计量.最后,将改进的转换观测误差统计量...     

基于增秩Kalman滤波的移动车辆荷载在线识别

提出了一种基于增秩Kalman滤波(augmented Kalman filter,AKF)的移动车辆荷载在线识别方法.将车辆荷载向量与桥梁结构状态向量联立构成增秩状态向量,基于AKF算法,利用桥梁状态空间方程和少量振动响应获得增秩状态向量的无偏最小方差估计,进而实时识别车辆荷载.以简支梁-弹簧质量车桥耦合系统为数值分...     

快速精确定位探针的微操作系统控制方法

为了快速、精确定位操作细胞的探针,利用视觉空间的特征运动误差对视觉空间与机械手空间的映射矩阵进行校正,研究了局部视觉空间重复校正方法以及误差趋近极小值的最小二乘全局校正方法.为了减小随机噪声对精度的影响,用校正后的映射矩阵替换卡尔曼滤波器状态方程中的输入系数矩阵,利用卡尔曼滤波器估计方程控制特征运动.通过实验求取映射矩阵校正后的特征运动误差,由于取点有限以及影响精度的参数较多,经过重复校正使误差趋近极小值.应用最小二乘全局校正方法,可使特征运动误差控制在5个像素范围内.采用全局校正后的映射矩阵替换卡尔曼滤波器状态方程中的输入系数矩阵,并用卡尔曼滤波器控制特征运动,可使特征运动误差控制在1个像素范围内.系统校正后,当探针跟踪孔直径为100μm、相邻孔间距为400μm的孔阵列时,跟踪10个孔的时间为14 s.     

被动定向浮标阵卡尔曼滤波目标跟踪研究

文章研究利用被动定向浮标阵定位跟踪水下机动目标的方法,基于卡尔曼滤波(Kalman Filter, KF)原理提出一种定位跟踪滤波器的具体实现方法。该方法能够整合多枚浮标现在及过去有误差的测量数据,提高定位精度,同时连续输出水下目标运动参数估计从而锁定目标运动轨迹。该方法实现的关键在于建立水下目标与浮标阵的数学迭代运算模型,包括状态空间的动态与观测过程。由于被动定向浮标阵目标跟踪是一个非线性估计问题,而卡尔曼滤波器是线性的,因此文章设计了近似的线性观测方程以利用卡尔曼滤波来解决这个问题。通过计算机仿真研究该滤波器的跟踪效果并与最小二乘法进行比较,估计精度明显高于最小二乘法。同时通过仿真验证该滤波器可以自适应跟踪目标的非稳态运动过程。该方法在工程实践上具有一定应用前景与指导意义。     

半挂式车辆自主驾驶的轨迹跟踪控制研究

该文针对半挂式车辆的自主驾驶,设计一种基于迭代线性二次型调节器(iLQR)的轨迹跟踪控制器.通过深入研究转向过程中半挂式车辆的运动,建立满足非完整性约束的非线性车辆运动学模型,并根据期望轨迹对其进行线性化,得到线性的轨迹跟踪误差模型.基于扩展卡尔曼滤波器设计车辆状态观测器,估计车辆的航向角.通过对期望轨迹进行基于三次B...     

捷联惯导系统/里程计自主式车载组合导航系统研究

利用里程计辅助捷联惯导系统构成一种完全自主式的车载组合导航系统.本文详细推导了里程计的速度误差方程.用捷联惯导系统解算出的速度量和里程计所测量的速度量之差作为组合导航系统卡尔曼滤波器的观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了系统仿真结果.仿真结果表明该组合导航系统可有效地减小姿态、速度、经度和纬度等导航参数的误差累积.     

卷积方程的拟合求解法

本文提出卷积方程的一种求解方法.它可用于根据实洲数据辨识一个参数未知的线性平移不变系统.利用所述方法可依次确定系统的阶数、极点和系数。最后,我们讨论了误差情况和给出了数值例子,表明所提出的方法是可行的。     

一种并行交替采集系统通道失配自适应盲校准方法

通过对并行交替采集系统中通道失配误差影响的分析,提出了一种基于自适应估计的非均匀信号校准方法.该方法不需要额外增加校准信号,能在日常工作的同时自动完成误差估计,实时性高;使用变步长自适应算法,提高运算速度;无需时延滤波器,降低了系统设计难度及成本.实验结果表明,该校准算法能有效补偿通道失配误差,具有迭代次数少、运算量小、能动态跟踪误差变化的特点.     

基于自适应H_(2)/H_(∞)滤波的锂电池SOC和SOH联合估计北大核心CSCD

准确、实时地估计电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)是现代电池管理系统的关键任务。通过自适应H_(2)/H_(∞)滤波器可对锂电池的SOC和SOH进行联合估计。该方法基于锂电池的二阶RC等效电路模型,采用AFFRLS法在线辨识锂电池的模型参数,并利用H_(2)/H_(∞)滤波器估计锂电池的SOC,AFFRLS辨识与H_(2)/H_(∞)滤波交替进行,得到一种自适应H_(2)/H_(∞)滤波器。SOH依据AFFRLS辨识的电池内阻进行估计,实现了锂电池SOC与SOH的联合估计。实验结果表明:自适应H_(2)/H_(∞)滤波算法的估计精度高且鲁棒性强,电池的SOC和SOH的平均估计误差始终保持在±0.19%以内,相比于EKF和H_(∞)滤波算法有更高的估计精度与稳定性。     

基于MEMS的分散式低阶AHPRS系统设计

设计一种基于MEMS陀螺、加速度计、磁强计以及GPS模块姿态航向位置参考系统(AHPRS).首先,姿态航向参考系统主要由姿态估计卡尔曼滤波器与补偿卡尔曼滤波器构成,通过补偿滤波器周期修正姿态估计滤波器,从而弥补了由于机体的刚体运动而导致姿态角的估计误差;其次,采用分散式卡尔曼滤波器的设计思路,以估计的误差姿态角作为导航系统卡尔曼滤波器的输入量,有效降低了导航滤波方程的阶次,减小了对姿态解算计算机的性能要求;最后,通过仿真与飞行试验验证该AHPRS有效地克服了动态环境下对系统姿态估计偏差大的缺点,提高了系统的姿态航向与速度位置估计精度.     

放大转发OFDM中继系统的一种叠加导频辅助信道估计和联合数据检测算法

针对源节点和目的节点之间没有直接路径的放大转发(AF)OFDM中继系统,提出了一种利用叠加导频(SP)进行信道估计和联合数据检测的算法.该算法首先将接收信号通过白化滤波器进行信号白化,然后利用SP获得等效信道的信道状态信息(CSI)初始估计值,并联合目的节点上的最大比合并(MRC)接收机,通过判决反馈迭代操作不断改进信...     

一种新的建立磨损状态判别标准的方法

针对机器设备磨损故障中由于采样数据样本较少,从而故障不易诊断的情况,提出了一种基于极大熵原理的磨损状态判别标准的方法。首先利用信息论中的极大熵原理对机器设备的油液分析数据进行处理,得到油样监测数据的最优无偏估计。利用油样监测数据的无偏估计得到它的算术均值和方差,然后结合三线值法得到基于极大熵原理的磨损状态判别标准（正常值、警告值、危险值）。最后以某石化企业厂鼓风机的监测为例,分析油样铁谱数据,建立故障状态判别标准,得到初步的判别结果,并与实际的大修结果进行比较,发现所建立的方法是有效的。     

拖曳阵阵形估计的自适应Kalman滤波算法

柔性拖曳阵在水下拖动时受拖船拖动及海流等的扰动,因此拖曳阵的阵形估计问题是个存在未知输入的系统状态估计问题。文中采用了一个自适应的KALMAN滤波算法来解决这一问题。自适应Kalman滤波器包括两部分:一部分是没有输入的Kalman滤波,另一部分是自适应加权的Kalman滤波用于估计快时变的余量偏差。在迭代的每一步,均利用M-估计器和Huber函数相结合构造作为更新偏差函数的遗忘因子。数值仿真与海试结果表明,该方法比传统的状态估计方法估计效果好。     

基于空气阻力因子估计的乒乓机器人精确轨迹跟踪

乒乓机器人轨迹跟踪中,由于摄像机成像畸变、目标高速运动造成的成像模糊和空气阻力等不确定因素会导致跟踪误差.针对这些问题,本文提出一种基于空气"阻力因子"估计的轨迹跟踪算法.该方法结合了Kalman滤波器快速高效的跟踪优点,先从空气动力学模型推导出"阻力因子"项,并将其引入状态向量,重新对增广的状态向量进行非线性特征建模,再采用针对非线性估计的扩展Kalman滤波算法进行状态估计.实验结果表明,该算法跟踪精度优于传统轨迹跟踪算法(速度误差由±0.5m/s减少为±0.2m/s),并具有数值计算的实时性和高效性.     

自适应插值空域矩阵滤波器设计

针对基于常规插值矩阵滤波的高分辨方位估计算法当非插值区域存在强声源信号时性能严重降低的问题,提出了一种自适应插值空域矩阵滤波器的设计方法.该方法在保证插值误差和非插值区间滤波响应低于设定值的条件下,最小化插值空域滤波后的输出功率,使得插值矩阵滤波器能尽量保证让插值阵列流形逼近于规定的虚拟阵列流形,同时抑制非插值区间(阻带)的干扰和噪声.将滤波器的优化设计问题表达成二阶锥规划的形式,利用已有的内点方法求出其数值解.仿真结果验证了该方法的有效性.     

一种基于UPF的轴承剩余寿命预测方法

剩余寿命预测能够确保系统的安全性、可用性与高效工作,并且能够降低维修费用,因而成为状态维修中的一个重要课题。基于模型的寿命预测方法主要包含两部分内容:退化模型构建和系统状态估计。粒子滤波算法(PF)是一种广泛用于系统状态估计的方法,已经应用于轴承剩余寿命预测中,但PF方法存在粒子退化问题。提出一种基于无迹粒子滤波算法(UPF)的轴承剩余寿命预测方法。利用随机过程模型对轴承退化过程进行建模,再利用UPF算法对轴承的退化状态进行追踪,并更新模型参数。使用试验数据对提出方法进行验证,结果表明:与PF方法相比,该方法能在一定程度上降低粒子退化程度,进而更加准确地预测轴承剩余寿命。