机械多体系统运动功能可靠性研究

机械多体系统都存在不确定性问题,设计公差、装配误差、环境温度、摩擦磨损等因素使得机械系统具有不确定性.故机械多体系统的动力学响应也具有不确定性,因此有必要在系统建模时考虑不确定性参数因素的影响.文章提出采用机械多体系统运动功能可靠性的概念对动力学响应进行可靠性评价.机械多体系统运动功能可靠性定义为机械系统的某些关键部件的运动学参量满足预定容许范围的概率,这些参量包括位置、方向、速度、加速度等.文章还给出了常用运动功能可靠性的定义与计算方法.运动功能可靠性可用于评价机械系统的运动精度和实现特定运动功能的能力,并有助于指导机械系统的结构设计与优化.     

多距离假设纯方位伯努利滤波器的设计

考虑多目标随机新生和消亡下存在杂波和传感器漏检所导致的量测源不确定性,针对纯方位跟踪(BOT)问题,提出一种多距离假设伯努利滤波器。首先,构造笛卡尔坐标系下的多距离假设纯方位观测模型;然后,根据该测量模型详细推导并提出高斯混合多距离假设势平衡多目标多伯努利滤波器;最后,提出一种自适应纯方位新生多伯努利密度的新方法。仿真结果验证了所提出算法的有效性。     

粗糙集研究综述

粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具.近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型.在应用研究方面,主要介绍了粗糙集在特征选择、模式分类两个方面研究进展.     

基于k-最近邻的支持向量预选取方法

在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于七一最近邻规则.提出了一种训练样本的预选取方法.针对一些典型人工数据集、公用基准数据集以及TM遥感数据的实验结果表明.该方法能够有效减少训练样本数目.显著加快学习速度,并保证理想的分类精度.     

不变结构半弹道式再入飞行器的建模与多模型方法估计

以配平攻角状态再入的不变结构半弹道式再入飞行器(Semi-ballistic reentry vehicle, SBRV)不同于传统的弹道式再入飞行器(Ballistic reentry vehicle, BRV)和机动再入飞行器(Maneuvering reentry vehicle, MaRV), 本文分析了该飞行器再入特征, 提出了新的模型并分析了该模型与传统再入模型间的关系. 对该再入问题的多模型混合状态估计器引入了F-均匀模型集与期望模式补偿(Expected-mode augmentation, EMA)集. 根据SBRV的圆柱体状模式空间的需求, 文中扩展了现有的方法以设计F-均匀模型集, 进而提出一种EMA集的实现形式. 前者在分布最小失配意义下使估计器最优; 后者相比于前者具有更高的估计精度. 仿真结果表明, 相比于传统Monte-Carlo法生成的模型集, 在模型集势相当的情况下这两种模型集对不变结构SBRV再入的初始阶段有更高的模式估计的精度, 在该飞行器状态变化剧烈时有更高的混合状态估计精度.     

SISO非线性系统H_∞控制:Volterra级数法

首先基于Volterra级数理论 ,将一般的SISO离散系统非线性算子表示为n阶Volterra线性算子级数 .其次 ,将线性系统H∞ 控制的插值理论与斜Toeplitz优化算法应用到每阶Volterra线性算子中 ,并利用算子论中交换提升理论的结果 ,求出相应的n阶Volterra算子的最优补偿参数 ,这些最优补偿参数的级数是局部稳定的非线性算子 .通过此算子即求出最优H∞ 控制器 .最后给出具体设计步骤 ,并进行了仿真研究 .     

基于期望最大化算法的自适应噪声交互多模型滤波

A novel method under the interactive multiple model (IMM) filtering framework is presented in this paper, in which the expectation-maximization (EM) algorithm is used to identify the process noise covariance Q online. For the existing IMM filtering theory, the matrix Q is determined by means of design experience, but Q is actually changed with the state of the maneuvering target. Meanwhile it is severely influenced by the environment around the target, i.e., it is a variable of time. Therefore, the experiential covariance Q can not represent the influence of state noise in the maneuvering process exactly. Firstly, it is assumed that the evolved state and the initial conditions of the system can be modeled by using Gaussian distribution, although the dynamic system is of a nonlinear measurement equation, and furthermore the EM algorithm based on IMM filtering with the Q identification online is proposed. Secondly, the truncated error analysis is performed. Finally, the Monte Carlo simulation results are given to show that the proposed algorithm outperforms the existing algorithms and the tracking precision for the maneuvering targets is improved efficiently.     

基于Volterra泛函级数的非线性系统的鲁棒辨识

针对弱非线性系统的鲁棒建模问题, 基于Volterra泛函级数, 结合集员辨识理论, 提出了广义频率响应函数的鲁棒辨识方法, 形成了一套较完整的弱非线性系统的鲁棒建模方法, 仿真结果表明该方法是行之有效的.     

分布式多传感器融合数据关联算法

对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联融合算法.为实现杂波干扰环境中对密集多目标的精确跟踪,航迹关联采用了粗、精关联相结合的方法,最小均方误差法用于实现航迹融合.序贯处理的航迹关联融合算法在保证航迹关联正确的同时,大大降低了计算量.仿真实验结果说明了本文方法的有效性.     

一种基于非线性频谱分析的故障预报方法及其应用

论文改进和完善了一种广义频率响应函数(GFRF)的辨识算法,并依此提出了一种基于非线性频谱分析的故障预报方法。最后利用该方法成功地对某型直升机并联电动舵机进行了故障预报。工程应用实例证明了该预报方法的有效性。另外,该方法计算量小,实时性强,适合于在线故障预报,为早期故障预报的研究提供了一种新思路。