基于两阶段TKF的测量死区下离散时间系统的故障估计

针对出现测量死区的离散系统,提出一种基于两阶段TKF的故障估计方法。引入2个Bernoulli随机向量描述输出死区,并设计了增广状态Tobit卡尔曼滤波器(augmented state Tobit Kalman filter, ASTKF)。通过两步U-V变换方法对ASTKF的协方差矩阵解耦,从而获得两阶段Tobit卡尔曼滤波器(two-stage Tobit Kalman filter, TSTKF),并且利用TSTKF解决了系统故障估计问题。对所提出方法进行仿真,并与标准卡尔曼滤波器、间歇观测下的卡尔曼滤波器进行比较,说明了该方法的可行性和准确性。     

带卡尔曼估计器的无拖曳卫星干扰补偿控制

为使外界干扰对无拖曳卫星的影响降低,设计了基于卡尔曼滤波的干扰估计器,对实际存在的干扰进行前馈补偿,并基于二次型最优指标设计了最优控制器．首先建立了无拖曳系统位移模式下卫星与质量块的相对轨道动力学模型,然后给出了无拖曳卫星状态估计的过程,并根据估计得出的状态设计了最优控制器,最后在卡尔曼滤波的基础上,根据得到的估计干扰对实际干扰进行补偿,组成带有前馈回路的控制系统,利用MATLAB／Simulink软件进行仿真．仿真结果表明,带有干扰补偿的最优控制器能对外界干扰进行有效地抑制,从而满足了无拖曳卫星的控制精度要求． 关键词: 无拖曳卫星;卡尔曼估计器;最优控制;干扰补偿     

四元数约束的容积卡尔曼滤波及其应用

针对一些非线性系统状态变量中存在四元数约束的情况,提出了一种四元数约束下的容积卡尔曼滤波(quaternion constrained cubature kalman filter,QCCKF)算法．基于最小约束代价函数,采用三阶球面-相径容积规则近似计算系统状态的后验均值和协方差,给出了QCCKF滤波递推公式．设计的QCCKF算法可以有效地对状态进行估计,扩展了CKF的应用范围．最后对飞行器姿态估计系统进行仿真,仿真结果表明,该算法估计精度优于常规CKF和无迹四元数估计法(unscented quaternion estimator, USQUE),并满足四元数约束条件,较好地解决了非线性系统存在四元数约束的问题,验证了算法的有效性．     

卡尔曼滤波在半自磨机中的应用

本文论述了用卡尔曼滤波方法对半自磨机中不可量测的参数的估计。文中给出了描述半自磨机工作过程的数学模型和卡尔曼滤波递推算法,并对渐近预报估计器进行了仿真,编写了BASIC滤波程序,结果表明该程序是正确的和可应用的。     

一类飞行轨迹重构估值器的参数灵敏度分析

各种参数的不确定性对非线性耦合微分方程组解的影响,可用富里埃系数法进行有效的分析。本文应用这种方法探讨推广的卡尔曼滤波器一类的飞行轨迹重构估值器对其本身各设计参数不确定性的灵敏度,效果也十分突出。分析结果表明,估值器初值的不确定性对估值结果影响最大,输入测量协方差阵不确定性的影响最小,初始滤波误差协方差阵及测量协方差阵的影响居中。文中还对这些设计参数阵与向量中具体元素的不确定性影响作了进一步的探究,以供分析、设计与调试飞行轨迹重构估值器时参考。     

捷联中制导系统的一体化设计

研究了对抗活动目标的捷联中制导系统的一体化设计概念和方法，包括设计失调估计器以实施初始对准；设计导航滤波器以估计目标运动状态，进而构造有关导航参数；考虑高阶受控对象数学模型来设计最优中制导律。数字仿真结果表明，本设计能在飞行过程中实施快速初始对准，并能获得极小的交班误差．     

带乘性噪声和测量时滞的随机系统二次滤波

研究了状态方程中有乘性噪声,并且观测有时滞的随机双线性系统二次滤波器设计问题。因乘性噪声导致系统参数矩阵具有随机性,并且观测方程有时滞,无法直接采用经典的Kalman滤波方法,所以本研究基于Kronecker代数方法,首先将原系统转化为包含原系统状态和观测及其二阶Kronecker积的线性增广系统;然后基于新息重组方法将增广系统转化为无时滞系统,并利用投影定理得到增广系统系统的线性最优滤波器;最后提取增广状态估计的前n个分量,从而得到原系统的二次最优滤波器。仿真结果表明该滤波器与现有的线性最优滤波器相比,估计精度提高27％,整体性能有较大提高。     

非寻复域状态-空间滤波

针对实际非平稳海洋声数据存在非寻和非圆特性,在状态-空间模型下,对复信号作增广表示,建立复域状态-空间模型.从观察者的角度,推导了复高斯条件下的最佳瞬变观察者的线性表达式,即复域卡尔曼滤波器.当状态-空间模型为非线性非高斯时,最佳瞬态观察者须通过线性化或数值近似的方法近似得到.给出一种数值近似的方法--复域质点滤波,通过计算机仿真和波导实验证明了在信号非寻的情况下,复域卡尔曼滤波和复域质点滤波比常规的卡尔曼滤波和质点滤波具有更好的估计性能.     

A Two－Stage Approach of Integrated Parameter Identification and State Estimation

ＡＴｗｏ－ＳｔａｇｅＡｐｐｒｏａｃｈｏｆＩｎｔｅｇｒａｔｅｄＰａｒａｍｅｔｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＳｔａｔｅＥｓｔｉｍａｔｉｏｎＺＨＯＵＬｕ；ＷＵＹａｏｈｕａ；ＨＵＡＮＧＷｅｎｈｕ；ＷＥＮＸｉｎ（周露）（吴瑶华）（黄文虎）（闻新）（Ｄｅ...     

全浸式水翼艇状态最优估计的仿真研究

本文对卡尔曼滤波在全浸式水翼艇翼航状态最优估计中的应用进行了研究,探讨了滤波的稳定性和鲁棒性,给出了干扰的模拟方法,在数字计算机上对P CH艇进行了数字仿真研究,并给出了仿真结果.     

基于改进的迭代容积卡尔曼滤波姿态估计

为了充分利用新的量测信息,提高姿态估计的精度,在分析现有迭代滤波策略存在问题的基础上,采用一种新的容积点迭代策略,将其与容积卡尔曼滤波算法相结合,提出了一种改进的迭代容积卡尔曼滤波(improved iterated cubature Kalman filter, IICKF)算法．该算法采用容积数值积分理论近似非线性函数的均值与方差,利用状态扩维理论来解决量测迭代中量测噪声与状态相关的问题,同时利用一种新的容积点迭代策略,即在量测迭代过程中直接采用容积点迭代,避免每步迭代都进行均方根计算来产生容积点,克服传统迭代策略是基于高斯近似产生采样点的局限,有效地降低扩维带来的计算量．仿真结果表明：该算法的估计精度高于乘性扩展卡尔曼滤波(multiplicative extended Kalman filter, MEKF)以及迭代容积卡尔曼滤波(iterated cubature Kalman filter, ICKF)算法,该算法的提出有助于提高姿态估计的精度．     

永磁同步电机的转动惯量辨识及状态估计

为提高永磁同步电机伺服系统的动态性能和鲁棒性,研究了基于模型参考自适应系统的转动惯量辨识方法以及基于卡尔曼滤波器的自适应状态估计策略。提出了一种适用于宽转速、高噪声环境下的电机角速度、角位移和负载扰动转矩的在线估计方法,分析了该方法的抗干扰能力以及系统参数变化对估计效果的影响,并通过辨识出的伺服系统转动惯量对卡尔曼滤波器的系数矩阵进行实时更新,实现了转动惯量自适应状态估计。仿真和实验结果表明该算法在速度分辨率、实时性和抗干扰能力上均优于传统M／T方法。     

卡尔曼滤波在CSTR系统中的应用

从现在的工艺条件及经济方面考虑,在连续搅拌反应釜(CSTR)系统中直接测量其组分的浓度是很困难的.本文基于卡尔曼滤波技术,通过实时测量反应釜的反应温度与冷却温度来在线估计其组分的浓度,取得了很好的效果.最后给出了在CSTR系统中应用的仿真结果.     

基于Q学习算法的随机离散时间系统的随机线性二次最优追踪控制

针对随机线性离散时间系统,利用Q学习算法求解无限时域的随机线性二次最优追踪控制(SLQT)问题.首先,假设通过命令生成器生成追踪所需的参考信号,并建立一个由原随机系统和参考轨迹系统组成的增广系统,把最优追踪问题转化为最优调节问题的形式.其次,为了在线求解随机系统的最优追踪问题,将随机系统转为确定性系统,并根据增广系统定义随机线性二次最优追踪控制的Q函数,在无需知道系统模型参数的情况下在线求解增广随机代数方程(GSAE).再次,证明了Q学习算法和增广随机代数方程的等价性,给出了Q学习算法实现步骤.最后,给出一个仿真实例说明Q学习算法的有效性.     

量测不确定的四元数约束CKF姿态估计

针对姿态估计系统在量测不确定和四元数约束下存在发散及估计精度差的缺陷,提出了一种基于不确定量测的四元数约束容积卡尔曼滤波算法(quaternion constrained cubature Kalman filter based on uncertain measurements,UCCKF).该算法克服了约束容积卡尔曼滤波算法的局限性,采用独立的伯努利随机变量来描述量测的不确定性,利用三阶球面-相径容积规则近似计算非线性函数的后验均值和协方差.并针对四元数规范化问题,采用两步投影理论来解决四元数约束限制.仿真结果表明,相比较于约束容积卡尔曼滤波(constrained cubature Kalman filter,CCKF)和无迹混合滤波(unscented mixture filter,UMF),提出的UCCKF算法在量测不确定情况下具有更好的收敛性和更高的估计精度,说明该算法对量测不确定下的非线性姿态估计系统是有效、可行的.     

Complex Motion Modeling and State Estimation in Road Coordinates

射流式挖沟机在海流环境中的横向动力学分析和运动控制

李翔,王涛,赵敏,葛彤

（上海交通大学海洋工程国家重点实验室）

创新点说明：

1 建立了水下挖沟机在海流条件下的横向偏移振动的动力学模型,以往研究关注点主要在于水下系统的垂向振动;

2 对建立的动力学模型进行简化,并采用解析方法得到其近似解析解。

研究目的：

在海流环境中,由于水面母船和脐带缆传递的外部激励影响,水下挖沟机会发生垂向振荡和横向偏移,其运动特性十分复杂。横向偏移运动对海底管线埋设作业影响巨大,挖沟机偏移预定管线路径,很有可能穿过或压到管线,对管线造成切割等损伤破坏。为了控制水下挖沟机在管线上方的悬停和定位,需要研究水下挖沟机在海流等外部激励作用下的横向偏移运动特性,进而对水下挖沟机的横向偏移进行控制,实现对海底管线的对中悬停和定位,保持作业点位置的稳定,使其不偏离海底管线路经中心线。

研究方法：

1 对建立的水下挖沟机在海流条件下的横向偏移振动的动力学模型进行简化,并采用解析方法——平均法,得到其近似解析解;

2 采用双回路控制器对水下挖沟机进行横向振动控制,实现对海底管线的对中定位。

结果：

1 采用解析方法得到水下挖沟机在海流条件下的横向偏移振动的近似解析解,在分析不同物理参数（不同吊缆长度、不同海流速度）对挖沟机悬吊系统横向振动的影响后,发现近似解析解与数值结果吻合较好。但解析法得到的振动幅值比数值方法略大,用解析法和数值法得到的横向位移之间的最大差值小于0.5m,所以用解析解去估计挖沟机的在海流中的振动是保守和安全的。

2 对于振幅微弱情形,双回路控制器具有和单回路控制器相似的控制效果。但是振荡剧烈、振动频率较高情形,双回路控制器的调整时间更短、振动幅值控制的更小和控制力更平滑。综上,双回路PID控制器对于在海流条件下的挖沟机的横向振动运动具有良好的控制效果。

结论：

1 建立的水下挖沟机在海流条件下的横向偏移振动的动力学模型具有非线性特性,为了在实际工程中进行快速求解和应用,可以采用简化非线性绝对值项的方法,求得模型的近似解析解。

2 在研究不同物理参数对挖沟机悬吊系统横向振动的影响,和分析不同类型阻尼振动的特征后,得到采用平均法求得的近似解析解与数值结果吻合较好,对海流环境中水下挖沟机的横向振动模拟的是适用的。

3 双回路PID控制器对于水下挖沟机的横向振动运动具有良好的控制效果,可以对类似水下作业悬吊系统的控制方法提供参考和借鉴。

关键词：水下挖沟机,动力学模型,解析解,双回路控制,海流

     

噪声未知情况下的自适应无迹粒子滤波算法

为了有效地解决系统噪声未知情况下的目标跟踪问题,提出了一种自适应无迹粒子滤波算法。该算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹卡尔曼滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明:本文方法明显地改善了系统噪声未知情况下目标的跟踪精度和稳定性。     

似然迭代平方根容积卡尔曼滤波算法的克拉美罗下界分析

本文介绍了平方根容积卡尔曼滤波算法和似然迭代平方根容积卡尔曼滤波算法,推出了后验克拉美罗下限.将两种算法应用到弹道再入段的状态估计中,分析和比较了两种算法的标准差与后验克罗美罗下限的关系.仿真实验结果表明,相比于平方根容积卡尔曼滤波算法,似然迭代平方根容积卡尔曼滤波算法的位置、速度和弹道系数的标准差与后验克拉美罗下限很接近,算法的滤波性能明显优于平方根容积卡尔曼滤波算法,是一个有效的状态估计算法.     

绕地轨道飞船自适应GPS／SINS组合制导系统研究

提出了绕地轨道飞船的ＧＰＳ／ＳＩＮＳ组合制导的工程应用研究，根据工程的要求，给出了自适应估计的应用方法，具有运用的方便性和可算性，而不是只给出形式解。在进行迭代仿真时，得到了满足工程需要的最优滤波曲线     

非线性/非高斯序贯贝叶斯滤波

序贯Bayesian滤波为Bayesian滤波的递归实现,为在线估计系统状态提供了一个合理的框架.序贯贝叶斯滤波是基于状态-空间模型的.在线性高斯状态-空间模型下,最佳序贯贝叶斯滤波为大家熟知的卡尔曼滤波.在非线性/非高斯状态-空间模型下,最佳序贯贝叶斯滤波不存在通用的解析解,基于卡尔曼滤波的方法和质点滤波方法为比较常...