万有引力优化的粒子滤波算法

针对经典粒子滤波中存在的粒子易退化、易丧失多样性以及滤波精度严重依赖于粒子数量的问题,提出一种万有引力优化的粒子滤波算法．通过万有引力算法优化粒子滤波中的粒子集来提高滤波精度．首先将每个粒子看做质量大小正比于粒子权值的点,粒子间的引力吸引着粒子向高似然区域移动,从而优化粒子集．然后利用精英粒子策略加快万有引力优化算法中粒子收敛速度,并避免粒子陷入局部最优; 引入感知模型防止过度收敛导致的粒子拥挤或重叠．仿真实验表明,该算法在粒子数较少的情况下与经典粒子滤波算法和粒子群优化粒子滤波算法相比,保持了更好的粒子滤波精度和速度．     

入侵式野草优化粒子滤波方法

针对粒子滤波存在的样本集贫化现象,将入侵式野草优化思想融入粒子滤波的采样阶段,提出了一种入侵式野草优化粒子滤波方法。该方法通过优化采样过程并融合最新观测值,使粒子以自身权值在附近搜索空间动态繁衍,优胜劣汰出具有最优权值的粒子集,以指导粒子向后验概率的局部高似然域运动,增加了样本多样性而缓解样本集贫化现象。试验结果表明,该方法具有较高估计精度与运行效率。     

一种基于重要性权值选择的粒子滤波方法

针对粒子滤波算法存在计算量大和重采样过程带来计算量的扩张随粒子数的增加而成级数增加的问题,改进了一种基于重要性权值选择的粒子滤波方法．该方法运用重要性权值选择准则去除无效粒子而保留对状态估计贡献较大的粒子,每一状态时刻都根据权值选择的结果决定所要利用的粒子及其数目．仿真结果表明,该方法不仅保持了较高的滤波性能,而且能有效减小算法的计算量,有利于工程实现．     

基于MCMC方法的粒子滤波改进算法

粒子滤波算法广泛应用于现代的跟踪与定位,它适用于非线性非高斯系统,其算法的性能很大程度上取决于重要性分布的选择.分析粒子滤波的原理,论述蒙特卡罗方法在贝叶斯分析中的应用,同时将蒙特卡罗方法引入粒子滤波算法的实现中,通过仿真实验结果比较分析了改进的粒子滤波算法的性能.     

基于粒子滤波和UKF联合滤波的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了基于粒子滤波(PF)和Unscented卡尔曼滤波(UKF)的一种联合滤波方法.为了避免粒子滤波的状态高维数引起的计算量过大、难收敛等问题,采用UKF滤波来估计陀螺的漂移,从而使粒子的数量大大减少,以较少的运算量获得较好的滤波效果.另外,通过定义增量误差四元数和采用无冗余的广义罗德里格参数(Generalized Rodrigues Param eters)(三参数)描述卫星姿态,使四元数的归一化处理是隐含的,从而解决了四元数的归一化所造成的协方差阵奇异问题.将该方法应用于某型号卫星的姿态估计,并与UKF相比,即使在较大初始姿态误差情况下,算法也能很快地收敛,验证了所设计的姿态估计算法是可行有效的.     

等式状态约束下的粒子滤波算法

针对具有等式状态约束的非线性高斯系统滤波问题,在粒子滤波过程中,通过投影方法将状态向量投影到状态约束子空间,利用拉格朗日乘子法求解修正后的状态向量.由于在粒子滤波算法中可以针对状态估计或者粒子集修正,因此,对应了两种能够处理等式状态约束的粒子滤波方法.新方法与常规粒子滤波算法相比滤波误差明显降低.仿真结果验证了新方法的...     

一种新的基于粒子滤波的OFDM时变信道估计方法

提出了一种基于粒子滤波的OFDM时变信道和模型参数的联合估计方法.该方法将时变信道建成一个动态时变参数AR模型,在传统粒子滤波算法的基础上,引入核平滑收缩技术动态估计模型参数,进而估计信道状态,最终实现了状态方程参数和信道状态的联合估计.仿真结果表明:与传统的采用常系数AR模型的信道估计方法相比,该方法在估计精度和系统性能方面均有明显的改善.     

一种时变信道下基于粒子滤波的同频混合信号盲分离方法

文章建立了时变信道下同频混合信号的基本模型,提出了利用粒子滤波的混合信号调制参数估计与盲分离算法.通过将混合信号的时变调制参数建模为一阶AR模型,重点推导了参数与符号序列的粒子更新公式,确定了粒子的权值更新方法,给出了相应的后验概率密度估计.实验仿真表明,文章算法能够较好地实现混合信号的调制参数估计和盲分离.     

核粒子滤波目标跟踪算法

针对粒子滤波的退化问题以及使用单一特征跟踪鲁棒性不高的缺点,提出了一种基于多特征融合的核粒子滤波目标跟踪方法.首先在核粒子滤波中提出新的权值更新方法,然后将颜色和纹理特征在核粒子滤波方法框架下进行融合实现鲁棒跟踪.对颜色和纹理特征的计算分别采用空间直方图和积分直方图的计算方法,这2种计算方法有效地克服了2种特征自身存在的缺点.该算法提高了采样效率,解决了粒子滤波的计算量大和粒子退化问题.最后应用本文算法在复杂背景和严重遮挡等情况下的目标序列上进行了测试,实验表明该算法不仅能准确地跟踪目标,而且能很好地处理目标遮挡等问题.     

一种基于区间估计的粒子滤波算法

针对非线性、非高斯系统的状态估计问题,本文提出了一种基于区间估计的粒子滤波算法．新算法从辅助粒子滤波算法的理论出发,首先对系统状态的期望值进行区间估计,然后在该区间上均匀采样,并利用当前观测信息进行修正,最后得出滤波结果．为了保证估计区间的有效性和算法计算效率,本文给出了区间扩展条件．由于算法直接在区间上均匀采样,不仅避免了重采样带来的样本贫化,而且保证了粒子的多样性．实验结果表明,该算法具有较高的滤波精度,明显优于一般的粒子滤波算法．     

一种基于BP神经网络的传感器故障诊断方案

针对传感器故障,提出了一种BP网络和修正的Bayes分类算法(MB)的集成故障诊断方法.用BP神经网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,再用修正的Bayes算法进行传感器故障的在线检测、分离和估计.对连续搅拌釜式反应器(CSTR)的仿真结果表明,该集成故障诊断方法能够对传感器故障进行快速准确的分离和估计,并对传感器故障具有容错性.     

基于改进连续-离散无迹卡尔曼滤波的水下航行器故障诊断

针对连续非线性系统的参数估计问题,提出了改进的连续-离散无迹卡尔曼滤波算法。该算法结合系统状态和参数的估计均值和协方差阵,通过构建控制系统的无迹状态矩阵,并对无迹状态函数积分获得预测无迹状态阵,再经过均值解算和估计更新,获得参数的估计值。然后,针对水下航行器连续非线性控制系统的故障诊断问题,将水下航行器执行机构的故障,以比例系数和附加参数的形式表达在控制系统的状态空间方程中,通过采用改进的连续-离散无迹卡尔曼滤波算法,估计故障数据,实现执行机构的故障诊断。最后,在水下航行器回坞仿真实验中,采用该算法有效估计出执行机构故障,验证了算法的可行性和有效性。     

基于DDVS的非线性电路故障诊断

针对故障状态下非线性强弱变化造成的参数估计数值稳定性问题,提出了基于动态增量Volterra级数（DDVS）的非线性电路故障诊断方法。首先讨论DDVS核与Volterra核的对应关系,分析DDVS在参数估计中的数值稳定性问题;再提出基于DDVS参数估计的故障特征提取方法。通过仿真说明：该方法能有效协调截尾误差与数值稳定性之间的矛盾;具有较好的准线性化分解能力。     

基于专家系统的提升机故障诊断系统

运用基于专家系统的故障诊断方法,建立了一种提升机故障诊断系统,并以提升机滑动事件为背景,建立了提升机滑动故障专家知识库,该库已成功地运用于ＫＪ４６ 提升机状态监护系统．     

基于传感器融合的机械设备故障诊断的方法与系统

从机械故障诊断方法的角度,提出了一种基于多传感器融合的机械故障诊断的新方法,概述了该方法的基本原理和实现的相关技术。     

基于故障树的导弹故障快速诊断决策支持系统

导弹系统复杂性的增加，使得导弹故障种类也相应增多。目前，采用人工方式诊断导弹故障的效率较低。但对诊断技术人员掌握故障知识的要求却越来越高。为了提高诊断效率，降低故障诊断对人的过分依赖，设计了一种导弹故障快速诊断决策支持系统。该系统利用故障树对故障知识进行表达，采用深度优先搜索算法将故障树所表示的知识转化为故障规则，可最大限度的利用现场信息进行故障诊断；该系统具有良好的知识编辑环境，能提供直观的诊断结果，特别适用于将故障手册电子化，以提高导弹系统故障诊断的效率。     

基于故障树和G2的航天器故障诊断系统开发

在航天器故障诊断系统的开发方面提出了一些新观点.首先,提出了航天器故障诊断的层次诊断结构,给出了4类诊断框架,即系统级诊断框架、分系统级诊断框架、部件级诊断框架和零件级诊断框架.其次,提出了一个层次诊断模型,该模型有4个层次组成,即传感器层、功能层、行为层和结构层,这些层协同工作以实现故障报警、故障诊断和故障定位.再次,提出了面向故障树的基于框架和广义规则的混合知识表示方法及相关的推理策略.最后把故障树和专家系统开发工具G2结合起来并给出了一个航天器电源系统的诊断案例.     

基于模糊推理的机械式自动变速器控制系统的故障诊断

阐述了一个基于模糊推理的机械式自动变速器控制系统的故障诊断方法。根据电控机械式自动变速器的结构、开发与维护中积累的故障症兆与故障的关系及专家经验给出了模糊诊断关系矩阵,较详细地论述了诊断算法,并对其特点和实验结果进行了讨论     

基于故障树的混凝土施工故障诊断专家系统

在混凝土施工中引入故障诊断专家系统可以指导施工人员快速准确地排除各种施工故障。概述了故障诊断和故障树的基本方法；详细阐述了利用混凝土专家知识建立故障树模型以及采用代码表示法和静态指针法相结合的方法在数据库中实现故障树模型的过程；采用正向推理的推理策略实现了该系统。