基于DP-RFR的多模型软测量建模

实际工业过程往往是一个多工况、非线性的大规模复杂系统,使得单一模型软测量建模方法难以充分挖掘数据信息。针对这一问题提出了一种基于密度峰(Density Peak,DP)聚类和随机森林回归(Random Forest Regression,RFR)的多模型软测量建模方法,从而对主导变量进行估计。首先,利用DP聚类算法对训练数据进行划分;其次,采用RFR方法建立各子类的回归子模型;最后采用开关切换的方法进行多模型融合。将提出方法应用于TE过程和丁烷蒸馏过程的软测量建模中,分别对产物G含量和丙烷含量进行估计。仿真结果表明估计精度得到提高,证明该方法是有效的。     

考虑内阻时变特性的电池状态估计方法

针对锂离子电池欧姆内阻随温度变化情况,提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计方法。首先,对锂电池和内阻抗进行分开建模,在电池Thevenin模型的基础上构建内阻抗预测模型,实时修正模型参量;接着,将无迹变换嵌入到扩展H∞滤波中,降低测量噪声对估计精度的扰动,从而提高电池荷电状态的估计精度。最后,在实验室环境下对电池进行充放电实验,分别针对降温和升温情况下的内阻值及电池端电压的估计进行了详细的实验分析,同传统方法相比,本文方法具有较高的估计精度。     

基于RLS与EKF算法的锂电池SOC估计

准确估计荷电状态是电池管理系统高效和安全运行的关键因素之一.以Thevenin模型为基础,运用递推最小二乘法,对模型参数进行估计并且定期更新.采用扩展卡尔曼滤波算法实现了对锂电池荷电状态的估算.仿真结果表明,该估算策略能保持很高的精度,并对观测噪声有很强的抑制作用.     

基于Thevenin模型和UKF的锂电池SOC估算方法研究

为解决在多种工况下锂电池实时估算困难、估算精度不高等问题,以三元锂电池为研究对象,建立Thevenin模型,对电池的工作特性进行表征。综合多种工况对锂电池工作特性进行研究分析,避免了依据电池内部复杂结构建立等效模型的困难。考虑到估算初期荷电状态(SOC)准确性对于后期估算的重要性,首先用开路电压法标定初值,然后运用无迹卡尔曼滤波(UKF)算法进行估算跟踪。UKF算法基于无迹变换,没有忽略高阶项,对于非线性分布具有较高的计算精度。在Matlab/Simulink中搭建仿真模型并结合多种工况数据进行分析。试验结果表明,Thevenin模型能够较好地对锂电池SOC进行估算,收敛速度快、跟踪效果好且能将估算误差控制在0.8%以内,验证了UKF在对锂电池进行SOC估算时具有较高的精度。     

基于Simulink的锂电池建模仿真

针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效地估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。     

基于UKF的电动汽车锂电池SOC估计方法

准确估计电池的荷电状态(SOC,state of charge)是电动汽车电池管理系统研究的关键技术。基于Thevenin模型建立了状态空间方程组,采用无色卡尔曼滤波(UKF,unscented Kalman filtering)算法实现非线性条件下的SOC准确估计。硬件在环仿真试验表明:UKF估计误差小于5%,且当SOC值低于50%时,其估计结果明显优于扩展卡尔曼滤波(EKF,extended Kalman filtering)方法,有较高的实用价值。     

结合Thevenin和PNGV模型的电池等效电路建模改进

为了对电池管理系统(BMS)中极为重要的一个参数——电池荷电状态(SOC)进行准确估算,选择更加精确并适合锂电池的等效电路模型,对比和分析了Thevenin模型和改进型PNGV模型在模拟锂电池的动静态工作特征方面的精度和具体误差产生原因,并提出了进一步改进的方向和建议.首先,对锂电池进行混合脉冲功率特性(HPPC)试验...     

基于模型估计的关节式月球车参数化轨迹规划*

为了在轨迹规划阶段提高月球车在三维地形中的轨迹规划精度,以被动关节式地形自适应月球车为研究对象,融合关节机器人D-H坐标建模方法构建月球车悬架运动学模型,结合数值求解方法,推导了任意崎岖三维地形中月球车姿态估计模型.在模型估计基础上利用参数化控制原理,建立了满足约束条件下被动关节式月球车在任意地形中的基于模型估计的一般性参数化轨迹生成模型.针对轮式月球车的非完整性特点,结合数值求解方法,推导了非线性模型的求解方法.最后利用仿真方法,以八轮摇杆摇臂关节式月球车为例,验证了崎岖地形中基于模型估计的轨迹生成方法的正确性,且可提高关节式月球车在崎岖地形中的规划精度.     

基于Thevinin的锂离子动力电池建模实验研究

为了准确估算锂电池的荷电状态(SOC),对其等效电路模型进行了研究。通过充放电实验研究锂电池的电特性,利用充放电电压、电流数据辨识其欧姆内阻、极化内阻和极化电容参数,建立了较为精确的锂电池Thevenin模型。建立实验用磷酸铁锂电池的离散状态空间模型,在Matlab/Simulink环境下建立了该电池的仿真模型,并设计了放电实验。实验证明,建立的锂电池模型仿真数据与实测数据误差小于0.1 V,且随着充放电的进行误差逐渐减小,较好的跟随电池电压的变化,模型精度较高。     

一种基于输入域的非参数软件可靠性评估模型

通过分析输入域软件可靠性模型和时间域软件可靠性模型的特点,建立一种基于输入域的非参数软件可靠性评估模型,从而克服一般输入域模型评估精度较差、无法预测的缺点.同时提出了基于非参数统计的方法来估计缺陷数和软件失效概率,从而为利用普通软件测试所获得测试数据进行软件可靠性评估提供了一种解决途径,实例验证表明了该评估模型可以较好地对软件可靠性进行评估,给出缺陷数和软件可靠性的合理估计,其估计精度不低于较好的时间域模型.     

基于UWB的无线传感器网络中的两步TOA估计法

为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(direct path)块检测成功率及第2步中匹配滤波门限因子设置的重要性.通过仿真对影响DP块检测成功率的两个因素,即DP块检测算法的选用和能量积分周期的设置进行了讨论.提出了依据能量采样序列中DP块与最小块比值DMR(DP to minimum energy sample ratio)动态设置匹配滤波门限因子的思想,并为其建立了数学模型.仿真结果表明,两步TOA估计方法在运算量比单一的基于匹配滤波的相干算法小很多的情况下,获得了比单一的基于能量检测的非相干方法更好的TOA估计性能,从而更适合应用于有低复杂度、低能耗设计需求的传感器节点中.     

安时积分法和EKF结合的锂电池SOC估计

针对SOC估计方法的算法复杂度和精度之间的矛盾,以及电流累计误差等问题,提出EKF算法和安时积分法适时切换的SOC估计方法。该方法通过分析锂离子电池的一阶戴维南等效模型,使用复合脉冲电池放电试验对模型参数进行辨识,建立基于EFK的SOC估计模型,并设计出算法流程。安时积分法和EFK的SOC估计将根据电池管理系统的不同工况交替进行。验证试验结果表明该方法的SOC估计误差小于1.5%,能够以较少的计算资源达到较高的估计精度,安时积分法产生积累误差在进行EFK估计时得以消除。     

基于变量含误差模型估计基础矩阵

估计基础矩阵是计算机视觉中的重要研究问题.本文提出了一种基于变量含误差(EV)模型的非线性估计方法.建立EV模型之后,本文采用非线性目标函数,并同时估计模型参数与测量误差.此外本文方法还考虑了规范化图像坐标和基础矩阵秩为2的约束.模拟数据和真实图像的实验结果表明,本文方法显著提高了估计基础矩阵的精度.     

基于模糊权重的复合电源模型预测控制方法

权重因子是影响代价函数的关键,并对复合电源功率分配具有较大影响.为使控制策略更加适合道路坡度、车速的时变特性,提出了基于模糊权重的复合电源模型预测控制策略.在建立、验证电池二阶Thevenin模型和超级电容器RC模型的基础上,基于模型预测理论建立了考虑坡度信息的复合电源模型预测控制方法;基于模糊控制原理,搭建了以速度、...     

基于UKF 和神经网络的一类非线性系统状态估计

在模型未知的情况下,估计过程的重要变量尤为重要.鉴于此,采用不敏卡尔曼滤波(UKF)与神经网络相结合的方法,解决一类未知模型非线性系统的状态估计问题.采用动态神经网络对非线性系统进行建模,利用UKF对状态和权值进行同时更新,从而达到神经网络逼近真实模型,估计值跟随真实值的目的.通过两个仿真实例表明了所提出的方法具有良好的估计效果,并且状态在输出中的比重越大,其估计精度越高.     

气动模型及导航信息辅助的大气参数估计方法

针对无初始风速信息情况下的虚拟大气数据计算问题,提出一种气动模型及导航信息辅助的大气参数粗精两级估计方法.利用飞行器气动模型下的动力学方程,建立与风速直接相关的导航传感器测量模型;采用非线性最小二乘优化方法对风速进行一级估计,并作为滤波初始值;利用扩展卡尔曼滤波,对风速进行二级估计,进而实现大气参数的实时精确估计.实验结果表明,所提方法具有较高的收敛速度和估计精度,可提高大气数据系统的测量范围和可靠性,适用于全飞行包线下攻角、侧滑角、真空速的测量.     

UWB无线传感器网络中基于匹配滤波检测的TOA估计

深入研究了UWB(ultra wideband)无线传感器网络中基于匹配滤波门限检测的TOA(time of arrival)估计算法.针对现有算法的不足,提出了一种三步TOA估计算法:先确定DP(direct path)搜索区域,然后使用门限检测确定DP的粗略位置,最后精确搜索到DP的中心.其中,用于计算检测门限的门限因子依据匹配滤波输出的峭度动态设置,设置模型独立于信道模式,其正确性通过与使用固定门限因子所获得的性能对比进行了验证.与其他算法的性能对比仿真结果表明,所提出的三步TOA估计算法在运算效率和TOA估计精度上取得了较好折衷,适合于当前实际应用.还通过对TOA估计误差的统计分析讨论了测距结果的可信度:依据峭度将测距结果划分为可信和不可信两个级别,并为各级别的TOA估计误差分别了建立概率密度模型.在定位模块中有效利用这些可信度信息,可进一步提高定位精度.     

基于概率图模型的点集匹配方法研究

在概率图模型框架下提出了一种将回归分析和聚类分析相结合的贝叶斯点集匹配方法,其中,回归分析用来估计两个点集之间的映射函数,而聚类分析用来建立两个点集中点与点之间的对应关系.本文将点集匹配问题表示为一种多层的概率有向图,并提出了一种由粗到精的变分逼近算法来估计点集匹配的不确定性;此外,还利用高斯混合模型估计映射函数回归中的异方差噪声和场景点密度估计中离群点的分布;同时,引入转移变量建立起模型点集与场景点集之间的关系,并与离群点混合模型共同对场景点的分布进行估计.实验结果表明,该方法与其他点集匹配算法相比,在鲁棒性和匹配精度方面均达到了较好的效果.     

IMM算法实现非线性状态估计的研究与仿真

研究交互式多模型算法的非线性状态估计性能,按照工作点把非线性系统线性化为多个子模型,建立多模型自适应状态估计器.利用Monte-Carlo仿真法将其与EKF和UKF算法在不同参数下的噪声抑止能力和鲁棒性进行了比较,并分析了马尔可夫参数和模型个数对算法性能的影响.仿真结果表明该算法能达到理想的估计精度、收敛速度、稳定性和鲁棒性,能克服单一估计器由于参数变化和外部扰动所造成的估计误差过大,甚至发散的问题,能覆盖大范围的参数不确定性.     

一种新的单点标定视线估计方法

在单相机单光源条件下,针对现有视线估计方法标定过程复杂的问题,提出一种新的单点标定视线估计方法. 该方法预先建立屏幕中多个点的视线估计统计模型,进而通过插值估计用户在屏幕中的视点. 主要创新工作有:1） 提出一种基于统计的单点标定视线估计模型,降低了标定过程的复杂度;2） 采用增量学习方法进一步更新模型,提高模型对不同用户以及头部运动的适应性. 实验证明,本文方法在设备简单、允许头部运动的前提下,只需单点标定就能够取得较高精度.