一种快速GPS/DR组合导航系统状态估计算法研究

无轨迹卡尔曼滤波(UKF)技术在非线性系统(GPS/DR车载组合导航系统)的状态估计中取得了比扩展卡尔曼滤波(EKF)更好的滤波精度和收敛速度.为了进一步减少采样点数目,提高UKF滤波实时性,一组n+2个采样点被构造用于逼近系统状态分布.蒙特卡洛仿真表明RUKF和UKF在滤波精度和收敛速度上是一致的,RUKF的计算效率好于UKF.     

改进LS-SVM在开环光纤陀螺误差补偿中的应用

根据开环光纤陀螺标度因数在全量程范围内是非线性的,其线性度误差随输入角速度增人而增大的特性,提出采用基于粒子群的LS-SVM方法对光纤陀螺进行建模并进行误差补偿.当输入角速度小时,采用平滑滤波效果优于改进的LS-SVM建模补偿方法.在速率转台上采集开环光纤陀螺VG941全量程范围内输出数据,利用改进的LS-SVM和平滑滤波组合的方法对光纤陀螺误差补偿.仿真结果表明使开环光纤陀螺线性度最大误差从15%下降到1.7‰,提高了测量精确度,扩大了应用范围.     

Application of Adaptive Reduced Sigma Points Unscented Kalman Filter to the Tracking of Maneuvering Target

Based on the principle of statistical linear regression, a set of n 2 sigma points instead of 2n 1 sigma points used in the unscented Kalman filter (UKF), is constructed to approximate the system state. And filter accuracy is second order. Real-time of modified UKF is improved. In order to describe accurately the maneuvering target, the "current" statistical model is used. And the equation of acceleration error covariance is modified at every sample time of the filter. The modified adaptive UKF is presented for estimating the position, velocity and acceleration of maneuvering target. Monte Carlo simulations show the modified adaptive UKF acquires good performance for tracking position of maneuvering target. The modified adaptive UKF has better computational efficiency than UKF.     

基于汉语语音音节特点的N-Best改进算法

连续语音识别中,由于各声学单元之间没有明显的间隔或声学标志,匹配和搜索算法成为影响系统实时性能的核心问题．基于汉语语音的特点,提出了一种改进的Ｎ－Ｂｅｓｔ搜索算法．该算法大大降低了传统Ｎ－Ｂｅｓｔ程序搜索空间而不至于失去最优解,有利于算法的实时实现．     

独立学院“自动控制原理”教学探讨

围绕独立学院培养目标,结合电气自动化专业特点,针对学生在"自动控制原理"教学中所呈现的共性问题,应用结构主义教学方法和范例教学方法,充分发挥教师在教学中的引导作用、MATLAB和网络在教学中的支持作用,在教学形式和内容安排上进行了探讨。通过近几年的教学实践,学生在学习能力和专业技能方面都有了长足进步。     

基于PCI总线的超大规模集成电路边界扫描测试系统

采用现场可编程门阵列（FPGA）和PCI9052目标接口芯片，实现了符合PCI总线规范和IEEE1149．1标准的超大规模集成电路边界扫描测试系统，具有对系统级、PCB级和芯片级集成电路进行边界扫描测试的功能，结构简单、速度快、工作可靠。     

微机电陀螺随机误差的非平稳模型及滤波方法

以CRS03为对象,研究了微机电陀螺的随机误差建模及滤波方法.针对输出信号非平稳的特点,采用时间序列分析方法,建立了CRS03输出信号的ARIMA模型,设计了基于此模型的Kalman滤波器,对陀螺输出数据进行了处理.结果表明,该方法可有效地抑制陀螺漂移,提高其精度.     

基于自适应折射学习和精英搜索SSO算法的电力系统无功优化

对电力系统无功优化问题进行研究,提出了一种基于自适应折射学习和精英搜索SSO算法(ARLESSO)的电力系统无功优化方案。针对群居蜘蛛优化(SSO)算法易于陷入局部最优和收敛精度不高的缺陷,引入多功能子族群划分策略:依据蜘蛛个体适应度大小,动态地将蜘蛛种群划分为精英群、扰动群和保持群;精英群和扰动群分别采用精英搜索和自适应折射学习进化机制,以提高算法全局深度搜索能力和种群样本多样性,在此基础上,构建最小网络损耗无功优化模型,并采用ARLESSO算法进行问题求解。IEEE节点测试系统仿真结果表明,同其他无功优化方案相比,所提算法全局寻优能力更强、精度更高,并且能够有效给出电力系统无功优化结果。     

基于光功率值监测的光纤故障诊断方法

针对传统光纤故障诊断技术模型复杂,故障数据采集方法繁琐,模糊规则难以确定等问题,提出了基于光功率值监测的光纤故障诊断方法,首先针对光纤故障的特点,利用光功率的变化值描述光纤中不确定性故障信息,运用光功率的异常特征相关系数对故障的可能性进行规约;最后把规约后优化数据输入到BP故障识别网络中,采用最小二乘法与梯度搜索方法使网络的实际故障输出值与期望的输出值的误差均方值最小,完成对光纤不同故障状态的识别和诊断,实现远程数据采集与故障诊断.分析表明,改进方法能够实现光纤不同故障的诊断,有效地提高了光纤故障模式的识别能力.     

“电工实习”教学中的规范性与创新性探讨

为了达到独立学院培养专业型、应用型和复合型的人才目标,通过对独立学院学生学习能力的分析,结合电工实习课程的特点,提出了严格规范教育和创新启发教育相结合的教学方法。从三期的教学情况分析结果来看,学生的学习能力得到逐步提高,自我期望值也有所增加。