基于强跟踪滤波器的PMSM无速度传感器DTC策略

针对扩展卡尔曼滤波器(EKF)对模型误差鲁棒性差的问题,提出了基于强跟踪滤波器(STF)的永磁同步电机(PMSM)无速度传感器直接转矩控制(DTC)策略,该方法利用永磁同步电机定子坐标系下的非线性数学模型和强跟踪滤波技术建立了STF观测器,从而实现了对电机定子磁链、转速和转子位置的实时在线观测。仿真结果表明,STF观测器可以准确地观测出电机定子磁链和转速,同时与EKF观测器相比,该观测器对于系统参数摄动、外部干扰等系统模型失配具有更强的鲁棒性。     

参数在线辨识永磁无轴承电机无传感器控制

针对无轴承电机无传感器控制的需要,在分析永磁型无轴承同步电机固定坐标系模型的基础上,考虑到电机参数的影响,在使用灰色系统预测电流值基础上提出参数在线辨识转子位置和速度的估测方法.应用这种方法建立了永磁型无轴承电机无位置和速度传感器的矢量控制系统.仿真实验表明这种方法能够准确观测转子位置和速度,具有强的参数鲁棒性,系统能在较大扰动下实现稳定悬浮.     

ANFIS优化磁链滑模观测器的PMSM无传感器控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)无传感器控制中转子速度和位置的估计精度不高、系统抖振等问题,提出一种基于自适应模糊神经网络(adaptive neuro-fuzzy inference system,ANFIS)优化的磁链滑模观测器(flux sliding mode observer,FSMO)。采用经过ANFIS优化的FSMO,实现对观测器增益的在线调节,减少系统抖振;采用改进的锁相环(phase locked loop,PLL),提高对转子速度及位置的估计精度。实验结果表明：ANFIS优化的FSMO能够有效地提高PMSM无传感器控制中转子速度和位置的估计精度,减少系统抖振。     

PMSM无速度传感器的无源滑模控制系统

采用能量成形和互联、阻尼配置的无源性控制方法,完成了永磁同步电机的端口受控哈密顿系统(PCH)的建模。在此基础上提出了一种新的永磁同步电机的PCH双闭环调速系统。外环速度调节由滑模速度控制器实现期望的q轴电流,内环电流调节由无源控制器实现d-q旋转坐标系下的两个电压分量ud和uq。针对系统转速估计问题,利用一种基于自适应速度估计的滑模观测器观测速度,节约了成本和增强了系统的可靠性。仿真结果表明了该方法的有效性,控制系统具有良好的动静态性能。     

基于VISSIM的永磁同步电机矢量控制系统建模与仿真

在分析永磁同步电机(PMSM)数学模型的基础上，基于Vissim具有可拖放功能块的直观界面和强大的数学功能，建立了PMSM矢量控制系统仿真模型。系统采用双闭环控制：速度环采用PI控制，电流环采用矢量控制。仿真结果证明了该方法的有效性，同时该模型也适用于验证其他控制算法的合理性，体现了PMsM电机模型的工程化特点，为实际电机控制系统的设计和调试提供了新的思路。     

基于EKF的感应电机无速度传感器逆解耦控制

提出了一种感应电机无速度传感器逆解耦控制新方法。采用逆系统方法将感应电机的转速和转子磁链进行动态解耦，并由扩展的Kalman滤波器（EKF）对转速及转子磁链进行实时估计。在此基础上，采用线性综合方法分别对转速和转子磁链子系统设计闭环控制器，从而实现感应电机的无速度传感器逆解耦控制。仿真结果表明EKF可在整个调速范围内进行高精度的转速和磁链估计，控制系统具有优良的动态和稳态性能。     

基于滑模估计器和卡尔曼滤波的PMSM速度估计

针对永磁同步电机(PMSM)无传感器的控制问题,提出了一种结合滑模估计器和扩展卡尔曼滤波(EKF)两种方法优点的混合估计器。混合估计器解决了滑模估计器对于反电动势具有较大"畸变"的电机速度估计效果差的缺点。混合估计器建立了一个3阶EKF滤波器,把反电动势高次谐波分量作为系统和测量噪声处理。降阶后的EKF参数调节变得比传统的EKF估计器相对容易很多,在反电动势有"畸变"单纯滑模估计器估计效果很差时,估计效果依然很好。对滑模估计器、传统EKF估计器和混合控制器三种估计效果做了比较,阐明了混合估计器的优缺点。     

基于PSIM永磁同步电机矢量控制系统的仿真建模

在分析永磁同步电机(PMSM)数学模型的基础上,基于PSIM6.0软件建立了PMSM矢量控制系统仿真模型。系统采用双闭环控制:速度环采用PI控制,电流环采用矢量控制。仿真结果证明了该方法的有效性,同时该模型也适用于验证其他控制算法的合理性,为实际电机控制系统的设计和调试提供了新的思路。     

一种永磁球形步进电动机的运动分析与仿真

介绍了一种永磁球形步进电动机的结构、工作原理及滑轨支架形式的位置检测系统。在对电机转子和滑轨支架进行运动学分析的基础上，给出了电机转子的单刚体运动学模型和带有滑轨支架的刚体系运动学模型。结合相应控制策略，在已知目标场点的情况下，对电机实际步进运动过程和位置检测系统输出进行了仿真研究。其结果为电机运动控制策略进一步的研究和实验方案设计提供了借鉴和参考。     

采用PMBLDC的AUV对转螺旋桨推进系统建模与仿真

对转稀土永磁无刷直流电机驱动对转螺旋桨，广泛应用于水下无人自主航行器（AUV），分析了对转稀土永磁无刷直流电机的结构、总结了定转子相对位置、电机运行状态与逆变器功率开关管驱动信号的关系，设计了一种采用12个位置传感器的定转子相对位置检测方法，给出了位置传感器与逆变器驱动信号的逻辑关系，在Matlab/SINMULINK平台上，建立了对转螺旋桨模型、对转电机模型、反电势模型、12个位置传感器与逆变器驱动信号译码器模型和转速电流双环控制系统，仿真结果证明模型运行稳定可靠。     

基于AEKF的高速自旋飞行体组合导航方法

针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题, 提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter, AEKF)算法对量测噪声进行自适应调节, 并在扩展卡尔曼滤波(extended Kalman filter, EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法, 提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system, SINS)组合导航方案, 在EKF的基础上, 引入带遗忘因子的噪声估计器, 通过AEKF对组合导航数据进行融合, 对量测噪声进行估计。仿真结果表明, 所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小, 与无改进的AEKF相比, 具有更好的收敛性。     

基于EKF永磁同步电机FMRAC方法的仿真研究

结合传统模型参考自适应方法控制性能优越的特性和模糊控制不依赖对象精确数学模型的优势,将模糊控制器植入模型参考自适应控制系统构架中。主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,利用模糊控制良好的非线性学习特性,构建模糊自适应控制机构。以永磁同步电机为例,在MATLAB/Simulink环境下建立双闭环控制系统,基于扩展卡尔曼滤波设计速度观测器,基于模糊模型参考自适应方法设计速度控制器,仿真结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性。     

Unscented extended Kalman filter for target tracking

A new method of unscented extended Kalman filter (UEKF) for nonlinear system is presented. This new method is a combination of the unscented transformation and the extended Kalman filter (EKF). The extended Kalman filter is similar to that in a conventional EKF. However, in every running step of the EKF the unscented transformation is running, the deterministic sample is caught by unscented transformation, then posterior mean of nonlinearity is caught by propagating, but the posterior covariance of nonlinearity is caught by linearizing. The accuracy of new method is a little better than that of the unscented Kalman filter (UKF), however, the computational time of the UEKF is much less than that of the UKF.     

CCD星敏感器辅助光纤陀螺在线标定技术

首先建立陀螺在线标定模型,然后以电荷耦合器件星敏感器输出的姿态四元数和陀螺输出的载体相对于惯性空间的姿态四元数构造量测量,采用模型预测滤波与扩展卡尔曼滤波相结合的方法,将部分陀螺误差项作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,最后对该算法进行了数学仿真。仿真结果表明,该方法能有效地完成陀螺在线标定,标定精度和速度明显优于传统方法。这种在线标定的处理方法在实际使用和维护中具有极大便利。     

车载DR导航的非线性滤波方法研究

针对扩展卡尔曼滤波方法(EKF)用于车载DR导航系统滤波中存在的一些缺点,将一种新的滤波方法—UKF滤波方法用于车载DR导航系统的非线性状态估计中。该滤波方法与EKF方法相比具有容易实现和滤波精度高的特点。通过非线性状态估计UKF方法大大提高了导航系统的精度。为了检验其有效性,将这两种方法分别对车载DR导航系统进行滤波仿真,仿真结果进一步表明UKF方法优于EKF方法,是一种理想的车载DR导航非线性滤波方法。     

基于EKF及弹道方程的弹道目标跟踪滤波器设计

针对地面跟踪雷达多目标、低数据率、高跟踪精度要求, 提出了基于弹道运动方程的扩展卡尔曼滤波(extended Kalman filter, EKF)算法。建立了导弹被动段精确的质心运动方程, 改进了EKF算法, 经过与传统的基于常加速模型的EKF算法和基于弹道运动方程的无迹卡尔曼滤波(unscented Kalman filter, UKF)算法比较, 验证了基于弹道运动方程的EKF具有低数据率下滤波精度高、计算量小等优点, 解决了地面跟踪雷达实际中遇到的问题。     

基于线偏差测量的目标运动参数估计方法及仿真研究

建立了遥控制导系统目标运动方程和观测方程,为估计目标运动参数,如目标距离,目标运动速度,目标机动方向等,设计了推广卡尔曼滤波器及针对非线性观测模型和线性动态模型的自适应推广卡尔曼滤波器。进行了数学仿真,结果表明在制导系统中的目标运动参数估计方面,自适应推广卡尔曼滤波器的性能优于推广卡尔曼滤波器。     

MLP training in a self-organizing state space model using unscented Kalman particle filter

Many Bayesian learning approaches to the multi-layer perceptron (MLP) parameter optimization have been proposed such as the extended Kalman filter (EKF). This paper uses the unscented Kalman particle filter (UPF) to train the MLP in a selforganizing state space (SOSS) model. This involves forming augmented state vectors consisting of all parameters (the weights of the MLP) and outputs. The UPF is used to sequentially update the true system states and high dimensional parameters that are inherent to the SOSS model for the MLP simultaneously. Simulation results show that the new method performs better than traditional optimization methods.