自适应卡尔曼滤波的新算法

本文提出了自适应卡尔曼滤波的一种新算法,对Sage-Husa及Myers-Tapley的滤波器作出了改进,计算机模拟结果表明新滤波器有较好的性能.     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

滤波增益模糊自适应调节导航算法

研究基于自主车的自主导航信息融合算法,针对量测噪声、建模误差等因素引起的滤波发散问题,提出一种实时、自适应滤波算法。通过监测新息向量均值与协方差变化,构建模糊规则推理机制,通过模糊推理,自适应调节滤波器滤波增益,实时改变量测信息估计并更新权重,抑制滤波发散,实现最优估计。搭建自主车仿真环境,采集跑车数据,验证结果表明:相比常规滤波,该算法提高滤波精度效果明显,较好解决了噪声及未建模部分所引起的滤波发散问题。     

一种模糊自适应控制器

本文提出了一种根据系统输入—输出数据在线修改模糊关系的模糊自适应控制器．文中给出一个由不稳定非最小相位线性部分和饱和非线性两部分组成的随机系统仿真示例，仿真结果表明该控制器是有效的     

基于模糊自适应共振理论的图象分割

提出了一种基于模糊ＡＲＴ神经网络的灰度门限化图象分割方法,该方法不仅可以自动确定分类数目,而且还能有效抑制噪声,对人工和实际图象的分割实验结果验证了本方法的有效性。     

卡尔曼滤波自适应天线加权矢量收敛性分析

提出了将卡尔曼滤波器应用于自适应天线，分析了卡尔曼滤波算法初值与天线阵加权矢量收敛性的关系，推导出加权矢量收敛条件．实验考察了收敛条件的有效性，并与最小均方算法进行了比较．     

帆船的模糊自适应控制方法研究

针对非线性、时变的帆船航行系统,提出了一种基于T-S模糊模型的帆船模糊自适应控制新方法.该方法采用T-S模糊模型,将舵角的非线性控制局部线性化,设计相应的局部线性控制器,通过模糊推理综合各局部线性控制器的输出,得到全局控制量.利用线性神经网络技术的自学习技术,获取模糊推理规则,优化模糊控制器的参数,提高系统的自适应性.仿真结果表明,该方法能实现对帆船航向的智能控制,具有一定的实际应用价值.     

AMT 模糊自适应滤波技术

信息处理技术是实现车辆起步控制的关键。对于转速脉冲信号，因为包含高频过零脉冲，其滤波十分困难，为此本文引入模糊推理技术，采用人工智能的方法进行自适应滤波。实验证明其滤波效果十分明显。     

模糊自适应无迹卡尔曼滤波方法用于天文导航

为克服航天器自主天文导航中不确定测量噪声对导航精度的影响,提出了一种基于模糊推理的自适应无迹卡尔曼滤波(FUKF)方法.该方法根据滤波过程中实际测量残差方差与理论残差方差的比值,将系统滤波过程分为普通模式和自适应模式.分别对两种模式建立模糊隶属度函数,应用模糊推理规则,得到自适应修正因子,对系统的测量噪声方差阵进行实时修正,使其跟踪实际测量噪声的变化.当系统受到不确定环境噪声影响时,该滤波算法仍然有效收敛.将该方法应用于直接敏感地平的航天器自主天文导航中,不同测量噪声水平下的仿真结果表明,该算法对不确定的测量噪声具有较强的自适应能力,保证了导航信息的输出精度.     

虚拟陀螺技术在MEMS惯性导航系统中的应用

针对MEMS惯性导航系统中陀螺测量精度低的问题,采用虚拟陀螺技术提高陀螺的角速度测量精度.系统中每个测量轴放置了3个普通精度的陀螺,组成一个阵列,对同一角速度信号进行冗余检测,然后通过同类传感器信息融合技术得到输入角速率的高精度估计值.试验结果表明,虚拟陀螺的精度最大提高了2.7倍,最小1.9倍,证明了虚拟陀螺技术的有效性.     

高精度光纤陀螺组件标定方法

为了提高光纤陀螺组件的标定精度,从三轴惯导测试转台技术指标入手,根据惯导测试转台定位精度高的特点,设计了六位置静态分立式标定方案.通过设计一定的标定路径,利用地球转速和当地地理纬度,激励出陀螺的标度因数、安装误差和零位等12个参数,新的标定方案避免了标度因数和安装误差对零位的影响.对自研光纤陀螺捷联惯导系统在三轴惯导测试转台进行传统标定和六位置静态分立式标定,并将标定结果用于静态导航实验,多次实验结果表明,与采用传统标定结果的导航定位误差相比,采用六位置静态分立式标定结果的导航定位误差显著降低.     

Variable universe stable adaptive fuzzy control of nonlinear system

A kind of stable adaptive fuzzy control of nonlinear system is implemented using variable universe method. First of all, the basic structure of variable universe adaptive fuzzy controllers is briefly introduced. Then the contraction-expansion factor that is a key tool of variable universe method is defined by means of integral regulation idea, and a kind of adaptive fuzzy controllers is designed by using such a contraction-expansion factor. The simulation on first order nonlinear system is done. Secondly, it is proved that the variable universe adaptive fuzzy control is asymptotically stable by use of Lyapunov theory. The simulation on the second order nonlinear system shows that its simulation effect is also quite good. Finally a useful tool, called symbolic factor, is proposed, which may be of universal significance. It can greatly reduce the settling time and enhance the robustness of the system.     

模糊逻辑在NGIMU/GPS组合中的应用

由于加速度计输出动态噪声的存在,无陀螺惯性测量组合(NG IMU)导航误差随时间迅速累积.采用传统卡尔曼滤波方法进行NG IMU/GPS组合导航系统设计时,又由于观测噪声的复杂性,造成滤波结果不明显.针对上述噪声统计特性不易确定的特点,基于NG IMU九加速度计配置方案,提出利用模糊逻辑自适应卡尔曼滤波方法进行NG IMU/GPS组合导航系统设计.模糊逻辑自适应卡尔曼滤波器(FLAKF)通过对噪声方差进行修正,将卡尔曼滤波器调整到最优状态.同时进行了系统位移、速度、角速度仿真,仿真结果验证了模糊逻辑自适应卡尔曼滤波方法的可行性.     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的仿真与分析结果.利用该算法实现了基于模糊神经网络的智能控制系统的建立.     

基于联邦滤波的INS／GPS组合导航系统数据融合研究

针对INS导航定位的精度低、GPS导航定位的非自主性,采用INS／GPS组合导航的方式,重点阐述了系统模型的建立,在Matlab／Simulink平台下对系统进行仿真实验时,采用了基于无重置的联邦卡尔曼滤波器的组合方案,实验表明了组合系统比任何单一的导航系统的定位精度都要高,是一种可行的导航方法．     

直接自适应模糊控制在电弧炉中的应用

将直接自适应模糊控制应用于电弧炉电极调节系统中,给出了控制器的详细设计过程,推导了模糊规则参数的自适应律,并做了相应的仿真研究。仿真结果表明,算法能有效地抑制外界扰动,获得较好的动静态性能。