基于交通流混合模型的高速公路状态估计

针对单一的高速公路交通流模型在时变复杂道路情况下经常无法取得满意状态估计效果的问题,通过引入适应性权重参数,描述不同交通状况下高速公路一阶模型和高阶模型对实际交通状况的近似程度和适用性,提出数据驱动的高速公路一阶/二阶线性交通流混合模型.结合扩展Kalman滤波(EKF)原理,构建新的高速公路状态估计器,通过对交通状态和权重参数进行联合估计,得到不同路况条件下权重参数的变化情况.数值模拟实验结果验证了新的交通流混合模型及估计器的适应性和有效性.     

变电设备带电检测技术在温州电网的应用

介绍了在状态检修模式下,开展变电设备带电检测工作的必要性。列举了温州电网已经开展的带电检测工作情况、检测方式,以及通过带电检测技术发现的一系列设备缺陷和故障。针对目前的应用现状,分析了带电检测工作的难点、碰到的问题,并结合实际,提出了相应的对策和建议。     

一种BIBD编码的RFID防碰撞算法的改进

如何解决多标签识别时的数据冲突是射频识别(RFID)系统中的一个关键问题.为了解决这个问题,在总结分析相关一些二进制防碰撞算法的基础上,提出一种基于平衡不完全区组设计(BIBD)编码的改进型防碰撞算法.相对于传统的防碰撞算法,它以BIBD编码为基础,并且引入标签的多状态机制,使得对标签的识读达到逐节识读和识读过程中数据的传输量大大减少的目的.理论分析和仿真实验表明该算法显著提高了RFID系统的识别效率,特别适合RFID系统在标签较多和标签ID过长的情况下应用.     

基于改进粒子群算法的随机流路网可靠性研究

为解决城市交通路网中容量的随机性对可靠性研究的影响问题,建立了随机流交通路网可靠性模型,提出了一种基于改进粒子群算法的交通路网可靠性评价方法,该方法能够搜索到满足条件的多个解,在算法中引入了一种转移机制可以有效地避免粒子陷入局部无目标搜索状态,又可保证全局搜索能力,最终能够搜索到路网在d需求量下的所有d-下界点以计算路网的可靠性.通过算例结果表明了该改进粒子群算法的可行性及准确性.     

基于隐马尔可夫模型的行为轨迹还原算法

针对行为轨迹还原过程中观察序列状态缺失、无法对终端轨迹进行精确还原的问题,提出一种基于隐马尔可夫模型的行为轨迹还原算法。利用基站布局的空间相关性,在不考虑缺失观察状态的情况下,对隐马尔可夫模型求解过程中的局部概率进行修订,还原出轨迹序列。性能分析和仿真结果表明,状态倾向度越大,轨迹还原成功率越高,当状态倾向度取0.8时,轨迹还原成功率在90%左右。     

基于双观测器的网络控制系统稳定性分析

网络控制系统存在网络诱导时延和数据包丢失等问题,使网络控制系统控制性能下降甚至导致系统不稳定,同时在实际应用中存在双闭环的情况,并且一些系统的状态不可测量。针对上述问题,设计2个状态观测器,利用测量输出进行状态重构,并采用状态观测器对丢包进行补偿,应用指数稳定定理分析整个系统的闭环稳定性,给出状态控制率的求解方法。仿真结果证明,该方法能有效补偿网络控制系统的性能,保证在时延和有数据包丢失情况下的网络控制品质。     

基于非光滑观测器的间隙三明治系统状态估计

在工业领域, 机械传动系统、液压系统等往往含有间隙特性, 这类系统可以用带间隙的三明治系统描述. 本文针对带间隙的三明治系统特点, 构建了一种非光滑观测器以对系统状态进行估计. 首先根据带间隙三明治系统的特点, 采用分离原理, 建立了描述系统特性的非光滑状态空间方程. 据此构造了能够随系统工作区间变化而自动切换的非光滑观测器, 给出了相应的收敛定理及其证明. 最后通过伺服液压系统的例子, 分别比较了非光滑观测器和传统的观测器对状态的跟踪效果, 比较结果表明非光滑观测器对于带间隙三明治系统状态变量估计的准确性要优于传统的观测器.     

非匹配不确定和状态时滞扰动下的车道线保持

针对车道线保持控制中存在的不确定性扰动及时滞问题, 提出一种自校正滑模控制方法. 该方法利用线性矩阵不等式理论给出滑动模态存在的充分条件; 系统在滑动模态下对于存在的非匹配不确定性扰动以及状态时滞具有完全不变性. 接下来引入双极性sigmoid函数代替常规滑模控制中的符号函数并设计自校正律; 在自校正律的作用下使sigmoid函数的边界层厚度以及切换增益可根据系统状态进行自适应调节, 从而达到削弱控制器输出抖振的目的. 基于Lyapunov理论对该方法的稳定性进行了证明, 最后通过车辆的车道线保持仿真实验对该控制方法的可行性及有效性进行了验证.     

改进的GMPF在动态跟踪系统中的应用

针对动态跟踪系统的非线性问题,提出一种非线性非高斯性能较优的状态估计器:考虑最新观测值的影响,使用基于平方根二阶差分(SRDD2)的高斯混合(GM)模型给出粒子滤波的建议分布.重要性采样和再采样阶段分别采用基于蒙特卡罗的重要性采样和进化的再采样方法,以减轻粒子滤波(PF)的样本退化问题,增强样本的多样性.实验结果表明,与平方根二阶差分Kalman滤波、PF、GM粒子滤波相比,该状态估计器提高了动态跟踪系统状态估计器的综合估计性能.     

多速率传感器不完全测量数据自适应融合算法

针对不完全测量的多速率传感器系统,建立了自适应的分级融合算法。该算法构建了传感器子系统故障检测方法,检测子系统故障,确认不完全测量,避免单点故障污染整个系统;建立子系统的切换控制逻辑,引入映射矩阵,构成新的信息分享系数,自适应地选择子系统参与中心融合;对于不完全测量信息的传感器子系统,利用子滤波预测值代替估计值进行融合;全局状态估计利用各子系统的当前与前一时刻的估计值,提高了融合性能。对建立的算法进行仿真,验证了该算法的有效性。