多传感器支持度和自适应加权时空融合算法

针对多传感器测量数据中含有的噪声,提出一种基于多传感器支持度和自适应加权时空融合算法。时空融合算法将数据融合分解为时间和空间两次融合估计,先采用支持度和基于时间的递推估计进行第一次融合,再通过自适应加权估计在空间上进行第二次融合。该算法不需要知道传感器测量数据的任何先验知识,只利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小。     

结合特征定位噪声表征的单应矩阵精确鲁棒估计

针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC)的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt(CW L-M)法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC(RANdom SAmple Consensus)、LMedS(Least Median of Squares),PROSAC(PROgressive SAmple Consensus)、M-SAC(M-estimator SAmple Consensus)和MLESAC(Maximum Likelihood SAmple Consensus)等传统算法,投影均方误差比次优方法降低了3%~21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。     

基于最优加权的大面积金刚石膜衬底温度数据融合研究

为保证大面积金刚石镀膜衬底温度均匀,采用多只温度传感器多点测量衬底表面温度。为滤除测量噪声,采用最优加权融合方法对每一时刻多只传感器测量的温度进行数据融合,并分别采用最小二乘、Bayes估计、递推最小二乘法进行第二步数据融合,以进一步提高温度测量的精度。研究结果表明：最优加权与最小二乘结合算法、最优加权与Bayes估计结合算法的温度数据融合结果精度很高,在温度测量受各种扰动时均表现出良好的稳健性;最优加权与递推最小二乘结合算法温度测量数据融合的精度和稳健性相对较差。     

一种船员身份识别数字化管理系统的设计

设计一种基于北斗短报文通信系统的船员数字化身份识别管理系统,融合北斗的独特的中心节点式定位处理和短报文通信功能、GPS系统以及全球定位功能等,同时通过添加多种传感器,收集船员生理状态、船舶的环境信息,通过扩展和升级系统的信息采集以及处理系统,最终能够把船员身份信息传给陆地监测中心,给险情呼救提供方便与准确定位。经过无线传输获得的测量参数与现场测量参数实际测量值相吻合,表明该通信系统可行、稳定可靠;系统具有功耗低、组网灵活、可扩展性强等特点。     

基于数据融合的时差定位处理算法的应用

在进行传统时差定位时,往往会出现定位模糊,影响了定位的精确性。本文针对这个问题,提出了应用独立测量数据融合的加权最小二乘算法(SWLS),将多个观测副站测量的独立的目标位置信息融为一体,充分利用了各个观测副站提供的冗余量测信息。通过MATLAB仿真证明,基于数据融合的时差定位处理算法能有效地去除定位模糊,提高整个定位系统的定位精确度。     

基于遗传算法和加权D-S信息融合的结构多损伤位置识别

将信息融合技术应用于结构的多损伤定位问题,为了解决证据融合理论中的不同证据应具有不同的重要性的问题,提出了一种基于遗传算法的加权平衡证据调整方法。该方法利用遗传算法来确定最优化的或者近似最优化的权重系数,然后依据加权平均值和优先权的证据分布形态对证据进行了加权调整,调整后的证据保证了加权平均值不变以及优先权证据分布形态的稳定。仿真结果表明,采用了信息融合方法的结构多损伤定位,可以产生比单一信息源更精确、更完全的估计和判决,而基于遗传算法的加权平衡证据调整方法具有更好的对多损伤定位的识别能力,优于基本D-S证据组合方法以及其他加权证据组合方法。     

基于高斯混合容积卡尔曼滤波的UUV自主导航定位算法

针对过程噪声为非理想高斯分布时无人水下航行器(UUV)自主导航定位存在噪声模型失配的问题,将高斯混合密度模型与容积卡尔曼滤波(CKF)相结合,设计了基于高斯混合容积卡尔曼滤波(GM-CKF)的UUV导航定位算法。建立了UUV运动模型及观测模型,利用CKF完成各高斯分量的预测更新,并将更新结果进行融合缩减与加权求和,从而实现UUV自主导航定位。通过与EKF、UKF和CKF算法仿真对比实验,验证了GM-CKF可以提高估计精度;通过UUV湖试试验,验证了基于GM-CKF的UUV自主导航定位精度和稳定性优于传统算法,其计算时间满足实时导航定位的要求。     

一种基于双相机焊缝跟踪的球形储罐爬壁机器人定位方法

针对具有很少甚至没有地标和缺乏良好照明条件的大型液化石油气球形储罐环境下,仅依靠里程计以及惯性测量单元的爬壁机器人定位精度较低,且存在较为明显的累积误差的问题,提出了一种新的解决方案,通过跟踪球形储罐表面焊缝相对于机器人的运动来改善机器人定位精度。首先,通过配备辅助光源,利用安装在机器人两侧的CCD相机进行图像采集,并实时对图像进行二值化处理,识别出焊缝特征区域并输出相应的检测信号,通过相邻时刻检测信号增量计算来估计机器人的相对位置;接着,提出了一种改进加权融合算法,用以实现各传感器之间的数据融合,该算法结合了自适应加权融合算法以及基于最小二乘原理的加权融合算法的优点,以对各加权因子重新分配权值的思想来对各个传感器数据进行最终融合,提高了测量精度以及动态适应性。最后,在实际环境以及虚拟环境下对该方法进行了实验评估,验证了该方法的有效性。实验结果表明,在没有良好照明条件及地标的球形储罐环境下,该方法可以保证爬壁机器人定位的准确性。     

模糊加权均值滤波算法应用于人体激光测量成像

这里详细讨论了激光扫描、数据的实时提取、基于模糊加权均值滤波算法的噪声处理等用于人体激光测量成像中的若干关键技术问题,并提出了相应的解决方法。     

基于SPC与EPC集成的制造过程质量监控与调整

针对质量监控与调整中噪声信息对测量数据质量影响的问题,提出了一种基于统计过程控制（SPC）与工程过程控制（EPC）集成的制造过程质量监控与调整方法。建立了基于波动状态的统计过程控制与工程过程控制集成模型,实现了在质量监控的同时进行波动补偿。在质量监控阶段,首先采用Kalman滤波方法对含有噪声信息的测量数据进行滤波处理,估计得到波动状态,再依据滤波状态建立指数加权移动平均控制图进行质量监控,通过平均运行长度验证了该质量监控方法的性能。在质量调整阶段,基于波动状态对制造过程进行了调整。运用生产实例验证了方法的有效性和准确性。     

Robust output feedback distributed model predictive control of networked systems with communication delays in the presence of disturbance

In this work, an output feedback cooperative distributed model predictive control is developed for a class of networked systems composed of interacting subsystems interconnected through their states, in which it handles bounded disturbances and time varying communication delays. A distributed buffer based prediction strategy is used to compensate bounded delays and predict those states, which are coupled between subsystems that their actual values may not available due to delays. In the design of robust distributed model predictive control, distributed moving horizon estimation is employed so that convergence and boundedness of the estimation error are ensured. Furthermore, robust exponential stability of the closed loop system is established. The effectiveness of the proposed method is illustrated using two interconnected continuous stirred tank reactors.     

Delay-tolerant distributed voltage control for multiple smart loads in AC microgrids

With increasing penetration of variable loads and intermittent distributed energy resources (DERs) with uncertainty and variability in distribution systems, the power system gradually inherits some features (e.g., lack of rotating inertia), which leads to the voltage instability in microgrids. As a means to provide stability support for smart grid against high penetration of intermittent DERs, inverter-based smart loads across the distribution grid has been suggested recently. Accordingly, this paper presents a delay-tolerant distributed voltage control scheme based on consensus protocol for multiple-cooperative smart loads through effective demand-side management in ac microgrids, in which the time-delay effect on transmission communication occurred in information exchanges is considered. The proposed distributed voltage control scheme always enables the output voltage of each smart load to be synchronized to their reference value, which improves the robustness of system stability against transmission communication delays. The Lyapunov–Krasovskii functions are employed to analyze the stability of our proposed distributed control scheme, then the delay-independent stability conditions are derived, which allows some large communication delays. Moreover, the sensitivity analysis is developed to show how the time delay affects system dynamics in order to validate the robustness of proposed delay-independent stability conditions. Furthermore, a sparse communication network is employed to implement the proposed distributed control protocols, which thus satisfies the plug-and-play requirement of smart microgrids. Finally, the simulation results of an ac microgrid in MATLAB/SimPowerSystems are presented to demonstrate the effectiveness of the proposed control methodology.     

子图划分优化WSN节点分布式定位算法

针对机械振动监测及矿井提升机等系统中WSN节点定位精度和效率不高,且对占用资源较多的参考节点需求较大的问题,提出了基于最小二乘距离修正与子图融合的分布式节点定位算法,算法首先根据参考节点邻域范围将WSN无向图划分为多个子图,然后在子图内修正锚节点跳距计算式并基于最小二乘距离修正构建未知节点定位的目标函数,同时在迭代过程中进一步通过最小二乘节点位置进行修在较少的参考节点需求或较小的通信半径下可以取得最优的定位精度和时间,且对不同节点规模的WSN网络具有较好的适应性。     

Asynchronous update based networked predictive control system using a novel proactive compensation strategy

Networked predictive control system (NPCS) has been proposed to address random delays and data dropouts in networked control systems (NCSs). A remaining challenge of this approach is that the controller has uncertain information about the actual control inputs, which leads to the predicted control input errors. The main contribution of this paper is to develop an explicit mechanism running in the distributed network nodes asynchronously, which enables the controller node to keep informed of the states of the actuator node without a priori knowledge about the network. Based on this mechanism, a novel proactive compensation strategy is proposed to develop asynchronous update based networked predictive control system (AUBNPCS). The stability criterion of AUBNPCS is derived analytically. A simulation experiment based on Truetime demonstrates the effectiveness of the scheme.     

基于移动信标的无线传感器网络混合节点定位算法

节点定位是无线传感器网络中的关键技术之一。本文在采用装备有GPS装置的移动信标的基础上,提出了加权质心定位方法和Unscented—KF滤波组合定位算法。算法首先利用加权质心定位方法,获得无线传感器网络未知节点的初步位置,再用Unscented—Kalman filter进一步提高定位精度。算法可以实现传感节点的低成本定位,容易达到很高的定位精度、可实现分布式定位计算。仿真结果显示,与算法较常用的极大似然估计相比,未知节点的定位精度有较大的提高。本算法定位过程中节点间无通信开销,计算量小,节省了宝贵的节点能量。在本文中算法是基于RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

多终端仅测速分布式协同实时滤波定轨算法

针对集中式滤波定轨系统中存在信息融合中心导致系统生存能力降低的问题,提出一种基于3阶球面单纯形-径向容积准则(3-SSRCR)的多终端分布式协同定轨算法。首先,使用3-SSRCR计算高斯加权积分,并利用统计线性误差传播的方法将3-SSRCR嵌入EKCF算法的滤波更新方程,将多维非线性系统的分布式滤波精度从1阶提高到3阶,且具有较高的数值计算稳定性。每个终端在EKCF算法框架下仅接收和融合其邻居终端发送的信息,在通信拓扑结构上无需信息融合中心。然后,以带J2项摄动的轨道动力学模型为状态方程,以测速元与轨道状态的非线性关系为量测方程,建立了实时定轨数学模型。仿真结果表明,系统中任何一个终端的失效均不会导致系统崩溃,从而验证了该算法的有效性。     

基于分布式传感网络的在线智能用电谐波源定位

用电侧谐波源对用电电能质量的影响日益增大,在大规模智能用电网下谐波源辨识与定位问题对提高电能质量有重要作用。智能用电网络采用智能电表组成的分布式智能用电信息测量网络实现对大规模用电网络测量。谐波故障源定位可通过分布式网络化测量方法提高在线辨识精度。提出了基于相关信息树的分布式用电谐波源递归定位方法,提高了定位精度。对用电网络进行建模分析,在公共连接点的辨识采用独立分量分析方法提取故障源的信号,通过分布式测量节点的相关信息树确定多通道信号间的网络拓扑结构。搭建了面向智能用电的分布式测量网络平台,验证了提出的谐波源定位方法。实验结果表明提出的方法可实现全网络下的谐波源定位,并具有较好的实时性。     

Static output feedback stabilization of networked control systems with a parallel-triggered scheme

This paper investigates the parallel-triggered static output feedback stabilization problem for linear networked control systems. A new parallel-triggered scheme is proposed by using both the relative error and the absolute error information. The scheme can reduce transmission rate while maintaining the global asymptotical stability. The linear parallel-triggered networked control system is modeled as a time-delay system. By employing Lyapunov stability theory, sufficient conditions are established for the closed-loop system to be globally asymptotically stable in terms of linear matrix inequalities. Moreover, a co-design algorithm is developed to obtain both the optimal trigger parameters and the output feedback controller gain in the sense that the transmission rate is minimized. Finally, two examples are given to illustrate the advantages of the proposed scheme.     

双五元十字阵被动声定位融合算法及性能分析

为了提高被动声测量的准确度和克服声源目标空间方位模糊的问题,提出了双五元十字阵被动声定位融合算法。首先设计了一种双五元十字阵传声器阵列模型,依据模型定义了声源点象限判断准则;然后根据被动声定位原理推导了单一五元十字阵的声源点坐标计算公式,根据俯仰角度正弦值作为加权系数,构造了双五元十字阵被动声定位融合算法模型;最后对该模型测距和测向的精度进行了理论分析,给出了时延估计误差、俯仰角以及方位角与双五元十字阵定位性能的关系。理论分析和仿真实验结果表明,该算法克服了声源目标空间方位模糊的问题、减小了时延估计误差对测距测向性能的影响。本文算法能够更加准确地测量出声源点的位置信息。     

具有随机时延的多传感器最优标量加权融合估计

在实际的计算机系统中,当观测数据通过网络被传送到远程控制器时,时常发生具有随机性的时滞或观测数据丢失现象.针对这一问题,研究了数据传输具有一步随机延迟的多传感器动态系统的融合估计问题.按照标量加权的线性最小方差信息融合准则,对基于每个单传感器得到的局部最优状态估计进行了融合,得到了全局最优状态估计.最后,给出了仿真例子,证实融合估计的效果在精度上优于基于每个单传感器的估计.